XiaoMi-AI文件搜索系统
World File Search SystemBlind
热红外单幅图像去雾及盲图像质量评价
图像去雾是一种减少图像中雾霾、灰尘或雾气影响的方法，以便清晰地查看观察到的场景。文献中存在大量传统和基于机器学习的方法。然而，这些方法大多考虑可见光光谱中的彩色图像。显然，由于热红外光谱的波长较长，受雾霾的影响要小得多。但远距离观测期间的大气扰动也会导致热红外 (TIR) 光谱中的图像质量下降。在本文中，我们提出了一种为 TIR 图像生成合成雾的方法。然后，我们分析了现有的盲图像质量评估措施雾感知密度评估器 (FADE) 对 TIR 光谱的适用性。我们进一步全面概述了当前图像去雾的最新技术，并通过经验表明，许多最初为可见光图像设计的方法在应用于 TIR 光谱时表现得出奇的好。这在最近发布的 M3FD 数据集上进行的实验中得到了证实。
关于EPRINT 2025/397
Chaum [1]引入的盲目签名使签名者能够在无需学习内容的情况下就用户选择的消息发布签名，这使其成为具有隐私应用程序的关键工具，例如电子现金，电子投票，e-evoting和匿名cretentials。盲目签名的主要隐私保证是失明，它确保签名者以后不能将特定签名链接到其发布的消息。此属性通过安全实验正式捕获：对手首先将两条消息M 0和M 1提交给挑战者。challengenger然后初始化了两个签名会话，一个用于m硬币，另一个用于m 1-硬币，其中硬币是一个随机选择的位。与签名门交互后，对手会收到相应的签名并尝试确定硬币。请注意，对手仅在挑战者没有与对手的两个会话中流产中的任何一个（例如，因为收到无效的签名），才会接收签名。如果对手不能以显着优势这样做，则该方案被认为是盲目的。这可以确保即使是恶意签名者也可以在签名过程中提取有关用户选择的消息的有意义的信息，从而保留用户隐私。EPRINT论文2025/397 [2]提出了一种来自加密组动作的新盲目签名方案。该方案在CSi-Otter [3]引入的框架之上构建时，更广泛的加密组动作可以实例化。特别是[2]的作者尝试解决以下研究问题：
精神分裂症患者无麸质饮食的随机双盲住院研究
Daniel J.O. Roche，博士学位1,2 Monica V. Talor，MS 4 Sarah Clark，博士学位2 William W. Eaton，PhD†，5 *共享第一作者1马里兰州精神研究中心，马里兰大学医学院，巴尔的摩大学医学院，美国马里兰州，美国马里兰州； 2美国马里兰州马里兰州医学院精神病学系； 3美国马里兰州陶森的Sheppard E. Pratt医院。 4约翰·霍普金斯大学医学院病理学系，美国马里兰州巴尔的摩； 5约翰·霍普金斯大学医学院精神病学系，美国马里兰州巴尔的摩； †指示全部教授通讯作者：Maryland Psychiatric Research Center of Maryland Medicine Medicine of Medicine tawes建筑物Tawes大楼55 Wade Ave. Baltimore，MD 21228 dlkelly@som.umaryland.umaryland.edu 410-410-402-68611Daniel J.O.Roche，博士学位1,2 Monica V. Talor，MS 4 Sarah Clark，博士学位2 William W. Eaton，PhD†，5 *共享第一作者1马里兰州精神研究中心，马里兰大学医学院，巴尔的摩大学医学院，美国马里兰州，美国马里兰州； 2美国马里兰州马里兰州医学院精神病学系； 3美国马里兰州陶森的Sheppard E. Pratt医院。 4约翰·霍普金斯大学医学院病理学系，美国马里兰州巴尔的摩； 5约翰·霍普金斯大学医学院精神病学系，美国马里兰州巴尔的摩； †指示全部教授通讯作者：Maryland Psychiatric Research Center of Maryland Medicine Medicine of Medicine tawes建筑物Tawes大楼55 Wade Ave. Baltimore，MD 21228 dlkelly@som.umaryland.umaryland.edu 410-410-402-68611Roche，博士学位1,2 Monica V. Talor，MS 4 Sarah Clark，博士学位2 William W. Eaton，PhD†，5 *共享第一作者1马里兰州精神研究中心，马里兰大学医学院，巴尔的摩大学医学院，美国马里兰州，美国马里兰州； 2美国马里兰州马里兰州医学院精神病学系； 3美国马里兰州陶森的Sheppard E. Pratt医院。4约翰·霍普金斯大学医学院病理学系，美国马里兰州巴尔的摩； 5约翰·霍普金斯大学医学院精神病学系，美国马里兰州巴尔的摩； †指示全部教授通讯作者：Maryland Psychiatric Research Center of Maryland Medicine Medicine of Medicine tawes建筑物Tawes大楼55 Wade Ave. Baltimore，MD 21228 dlkelly@som.umaryland.umaryland.edu 410-410-402-68611
一周完全的皮质失明后，一个非常罕见的完全视觉恢复的案例，燃烧后两只眼睛都没有光感知
皮质失明是一种神经系统疾病，是由于枕叶中的基因藻氨酸途径破坏，导致双侧视力丧失[1]，并以正常的基础镜头，眼部运动和瞳孔功能为特征[1]。这是枕皮质损伤[2]因不同病因而引起的失明的重要原因。皮质失明在存在/不存在视觉功能，严重程度，视觉不足的意识以及在不同患者中恢复功能的幅度方面有所不同[3]。尽管由于脑缺血和缺血，但皮质失明可能是燃烧的继发性，但很少有报道。燃烧的机制可能是通过导致流向大脑的血液流动的破坏，从而导致脑部灌注灌注，这可能会导致视觉皮质区域的参与导致皮质失明。尽管皮质失明可能在脑外科手术中很常见，头部创伤[4]，但中风等等，但在烧伤患者中非常罕见。
合成生物学对低纤维摄入个体的肠道微生物组的有益作用：双盲，随机对照试验的次级分析
1营养与食品科学研究所，营养与微生物群，波恩大学，53115 BONN，德国2 BONN 2 BONNANY 2 BONNY HOSPICY HOSPICY BONN基因组统计与生物信息学研究所，德国53127 BONN，德国BONN，BONN，BONN，BONN，BONN，BONN，BONN，BONN，BONN，BONN，BONN，BONN，BONNY 3 3 3波恩大学，德国53115 BONN 53115 BONN 5，波恩大学，波恩大学，53113 BONN，德国6里昂神经科学研究中心（CRNL），中心，国家de la Recherche Scientifique（CNRS），Institut de lasanté等人（Inserm lliemer），法国里昂，里昂7欧洲研究所，法国77300年，法国77300，87300 Control Interoception-Intervistion团队，巴黎脑研究所（ICM），法国75013，法国巴黎 *通信1营养与食品科学研究所，营养与微生物群，波恩大学，53115 BONN，德国2 BONN 2 BONNANY 2 BONNY HOSPICY HOSPICY BONN基因组统计与生物信息学研究所，德国53127 BONN，德国BONN，BONN，BONN，BONN，BONN，BONN，BONN，BONN，BONN，BONN，BONN，BONN，BONNY 3 3 3波恩大学，德国53115 BONN 53115 BONN 5，波恩大学，波恩大学，53113 BONN，德国6里昂神经科学研究中心（CRNL），中心，国家de la Recherche Scientifique（CNRS），Institut de lasanté等人（Inserm lliemer），法国里昂，里昂7欧洲研究所，法国77300年，法国77300，87300 Control Interoception-Intervistion团队，巴黎脑研究所（ICM），法国75013，法国巴黎 *通信
使用深度学习进行盲 MRI 脑损伤修复
摘要。在脑图像分析中，许多当前的管道对病变的存在不具有鲁棒性，从而降低了其准确性和鲁棒性。例如，处理病变时，经典医学图像处理操作（如非线性配准或分割）的性能会迅速下降。为了尽量减少它们的影响，一些作者提出修复这些病变，以便可以使用经典管道。然而，这需要手动划定感兴趣的区域，这很耗时。在本文中，我们提出了一个深度网络，它能够自动盲目地修复脑图像中的病变，从而使当前管道在病理条件下稳健地运行。我们使用 SPM12 管道和我们自动修复的图像证明了脑分割问题中改进的鲁棒性/准确性。关键词：病变修复、MRI、深度学习、稳健分割。
供身体残疾人和盲人的声音控制轮椅Hariharan S. 1*，Abinaya A. 2，Anjuga V. 3＆Bhuvaneshwari V. 4
这项工作着重于开发一种创新的移动解决方案，该解决方案可以增强身体和视觉障碍的人的独立性和可访问性。提议的语音控制轮椅配备了最新的语音识别技术，使用户能够发出简单的语音命令，例如“向前”，“向后”，“左”，“左”，“右”和“停止”和“停止”来控制其运动。该系统结合了强大的麦克风阵列和噪声策略算法，以确保在包括嘈杂设置在内的各种环境中准确的语音识别。对于盲人用户，轮椅与障碍物检测传感器和听觉反馈系统集成在一起，这些传感器和听觉反馈系统提供了实时的导航援助并确保运动过程中的安全性。轮椅的设计优先考虑用户友好性，对个人需求的适应性以及负担能力，使其可容纳更广泛的人口。实施涉及使用针对区域口音和不同语言模式量身定制的数据集培训语音识别模型，以增强包容性。障碍检测机制利用超声波和红外传感器，而听觉反馈系统则采用综合语音警报来方向指导。在受控和实际情况下对身体残疾和盲人进行广泛的测试表明，导航效率提高，降低对看护者的依赖以及更高的用户满意度。该项目弥合了技术与可访问性之间的差距，使用户能够重新获得对日常生活的自主权和信心。通过利用先进的语音控制系统和安全性增强，该项目彻底改变了针对残疾人的移动解决方案，为他们提供了有效与环境互动的变革性工具。
比较颤音和皮肤拉伸的触觉反馈，以将虚拟物体的空间信息传达给盲目的VR用户
感知虚拟对象的空间信息（例如，方向，距离）对于寻求不可思议的虚拟现实（VR）体验的盲人用户至关重要。为了促进盲人用户的VR访问权限，在本文中，我们研究了两种类型的触觉提示（多余的提示和皮肤伸展线索）在传达虚拟物体的空间信息时，当应用于盲人手的背侧时。我们与10个盲人用户进行了一项用户研究，以调查他们如何使用定制的触觉机构在VR中感知静态和移动对象。我们的结果表明，盲人用户可以在接收皮肤拉伸线索时更准确地理解对象的位置和移动，这是对纤维曲折提示的。我们讨论了两种类型的触觉提示的利弊，并以设计建议的设计建议，以实现VR可访问性的未来触觉解决方案。
人工智能助力盲人和残障人士打造无障碍厨房
摘要 — 本项目旨在通过集成先进的硬件和软件技术，为视障人士提供安全独立的厨房导航。硬件模块采用 ESP32 微控制器，并集成了多个安全组件。温度传感器监测食物或烹饪食材的热量，并通过语音提醒是否适合食用。气体传感器通过检测泄漏并自动触发气缸旋钮关闭机制来确保安全。火灾探测由专用传感器管理，该传感器在紧急情况下会激活蜂鸣器。称重传感器用于测量物品的重量，当重量低于预设阈值时，系统会发出语音提示，通知用户重新加料。这些功能共同确保了安全便捷的烹饪环境，并根据视障用户的需求量身定制。在软件方面，该系统采用先进的人工智能驱动技术，进一步协助用户。图像转文本技术可以识别和发音包装上标注的成分名称，从而无需进行视觉识别。此外，基于 YOLOv5 的物体检测算法可以识别各种厨房食材、蔬菜和水果，并提供实时语音反馈，从而提升可用性。智能传感器与机器学习算法的结合，打造出强大且用户友好的解决方案，提升了用户的独立性和安全性。这款创新系统弥合了无障碍功能与科技之间的差距，使用户能够轻松自信地完成厨房任务。关键词：无障碍功能、ESP32、AI 驱动的厨房助手、温度检测、气体传感器、火灾探测、称重传感器、图像转文本、YOLOv5、物体检测、语音输出、视障人士支持、实时协助、智能厨房、安全监控。