XiaoMi-AI文件搜索系统
World File Search SystemDetect
AI创新解锁了检测脑癌扩散的非手术方式
在今年早些时候的一项研究中，研究人员发现了可能治疗某些脑转移的药物。但是，要确定哪种患者最终可以从这种方法中受益，医生需要知道癌症是否已扩散到周围的组织中。手术是最常见的解决方案，但对于患者而言，这并不总是可以选择的，尤其是当他们的肿瘤难以获得或健康外科手术的风险过高时。
一个基于摄像头的系统，可在半自动车辆中检测到方向盘上的驾驶员
摘要。半自主车需要监视驾驶员检查他是否正在监督系统和/或准备接管。大多数汽车都依靠方向盘传感器来检测手，并且不监视驾驶员可能执行的非驾驶相关任务。我们提出了一个带有多个分支体系结构的基于摄像头的系统，该系统在代表次要任务和平板电脑位置的平板电脑上提供了方向盘上的手数。它还解决了其他基于摄像头系统的常见问题：转向轮前的自由手可以归类为抓住它。此外，我们的系统处理驾驶员可能在方向盘上使用平板电脑的情况，因为他可以在自主模式下进行。这两个点对于评估驾驶员需要接管的时间至关重要。最后，将方向盘和相机系统都结合在一起也将使车辆更难欺骗，因此更安全。视频可用：https：//www.youtube.com/watch?v=qfyom4sdwr4
监测工具可在快速传播的 SARS-CoV-2 变体爆发前检测到它们
“在数千个 SARS-CoV-2 突变中，我们发现了少数可以增强病毒传播能力的突变”，多尔蒂研究所实验室主任、墨尔本大学电气与电子工程系 ARC 未来研究员、发表在《自然通讯》上的研究报告的共同主要作者 Matthew McKay 教授说。
小型无人机系统探测和规避对有限超视距目标的要求
美国运输部联邦航空管理局华盛顿特区 20591 摘要：通过一系列行业范围内的数据调用收集了潜在的 sUAS BVLOS 操作场景/用例和 DAA 方法。向每位 333 豁免持有者征求了相同的信息。记录了来自 5,000 多名豁免持有者的摘要信息，收到的信息具有不同的详细程度，但提供了相关的经验信息来概括用例。制定了一项计划并完成了测试以评估 RLOS，这是安全 BVLOS 操作的潜在关键限制因素。介绍了所用设备、飞行测试区域、测试有效载荷和在不同高度进行测试的装置的详细信息，并提供了简化数学模型、在线建模工具和飞行数据的比较结果。提出了一个操作框架，该框架定义了推荐要求将使 sUAS 操作 BVLOS 成为可能的环境、条件、约束和限制。该框架包括可以基于 FAA 和行业行动建立的策略，这些策略应该会导致近期 BVLOS 航班增加。对 sUAS DAA 方法的评估是通过五个子任务完成的：对飞行员和地面观察员的观察和避免性能的文献综述、对 DAA 标准和推荐基线性能的调查、对现有/正在开发的 DAA 技术和性能的调查、对选定 DAA 方法的风险评估以及飞行测试。通过文献综述评估了飞行员和地面观察员的观察和避免性能。DAA 标准的制定——这里的重点非常明确——是通过与科学与研究小组 (SARP) 合作以及对有人驾驶和无人驾驶飞机交互的模拟来完成的。通过文献综述、信息请求和直接互动收集了有关 sUAS DAA 方法的信息。通过描述系统类型和定义指标和指标值来分析这些信息。通过关注 SMS（安全管理系统）流程的安全风险管理 (SRM) 支柱来评估与 sUAS DAA 系统相关的风险。这项工作 (1) 确定了与 BVLOS 中 sUAS 操作相关的危险，(2) 提供了考虑现有控制措施的初步风险评估，以及 (3) 建议采取额外的控制和缓解措施，以进一步将风险降低到最低实际水平。最后，进行了飞行测试以收集有关清晰和 DAA 系统危险的初步数据。
智能手机上用于临床检测皮肤癌的新型 AI 算法——一项验证研究
皮肤癌、恶性黑色素瘤 (MM) 和非黑色素瘤皮肤 (NMSC) 的发病率在世界范围内呈上升趋势。欧洲每年报告的 MM 新病例超过 144,000 例，每年导致超过 27,000 人死亡 [1,2]。最常见的 NMSC 是基底细胞癌 (BCC) 和鳞状细胞癌 (SCC)。然而，欧洲 NMSC 的确切数量无法确定，因为并非所有肿瘤都收集在本地数据库中。来自德国的数据显示，2010 年的发病率为 119-145/100.00 [3,4]。BCC 和 SCC 通常预后良好，但也有可能出现局部破坏性生长，在晚期病例中还可能发生转移性疾病。据报道，BCC 的转移率为 0.0029% 至 0.55%，常见部位是区域淋巴结、肺、骨骼、皮肤和肝脏。据报道，专注于 SCC，所有患者中约有 4% 会发生转移，1.5% 死于该疾病 [ 5 – 9 ]。美国皮肤病学会 [ 10 ] 的最新数据估计，NMSC 每年影响超过 300 万美国人，2020 年诊断出 196,060 例新发黑色素瘤病例。尽管过去十年转移性皮肤癌的治疗取得了进展，但死亡率（尤其是 MM 的死亡率）仍然在很大程度上取决于其早期发现 [ 11 – 13 ]。根据 AJCC-8 分类（美国癌症联合委员会），极薄黑色素瘤的 5 年生存率接近 100%，但晚期黑色素瘤的 5 年生存率不到 30%。因此，早期发现皮肤癌对于避免转移性疾病以及高发病率和死亡率至关重要。值得注意的是，医疗保健成本是另一个可能受早期发现影响的重要因素。澳大利亚最近的一项研究显示，转移性黑色素瘤每例每年平均费用为 115.109 澳元；相比之下，早期 0-1 期黑色素瘤的年平均费用约为 1681 澳元[14]。越来越多的证据表明，人工智能是各个医疗领域（如放射学和皮肤病学）的宝贵补充工具[15，16]。新技术工具的出现，特别是卷积神经网络（CNN），使得基于图像的体外各种皮肤病诊断成为可能[17]。多项研究[18-28]调查了CNN在黑色素瘤识别方面的诊断准确性。值得注意的是，目前大多数皮肤癌识别网络已用于高质量图像的分类。然而，在现实情况下，必须考虑到图像质量和图像特征的巨大差异。最近的一项荟萃分析[29]报告了基于智能手机的应用程序性能不可靠；性能最好的应用程序的灵敏度为80%，特异性为78%。
使用人工智能检测学生在大体解剖学反思中的情绪和情感
评估。家庭医学。1994；26：278-82。7. Mann K、Gordon J、MacLeod A。卫生职业教育中的反思和反思性实践：系统评价。高级健康科学教育理论实践。2009；14：595-621。8. Wald HS、Reis SP、Monroe AD、Borkan JM。《失去我的老病人》：互动式反思性写作以支持医学生的成年礼。医学教学。2010；32：e178-84。9. Sandars J。反思在医学教育中的运用：AMEE 指南第 44 号。医学教学。2009；31：685-95。10. Lie D、Shapiro J、Cohn F、Najm W。反思性实践丰富了实习学生的跨文化体验。 J Gen Intern Med 。2010；25：S119-25。11. Mamede S、Schmidt HG、Penaforte JC。反思性实践对医学诊断准确性的影响。医学教育。2008；42：48-75。12. DasGupta S、Charon R。个人疾病叙述：使用反思性写作来教授同理心。Acad Med 。2004；79：351-6。13. Sargeant JM、Mann KV、Vander Vleuten CP、Metsemakers JF。反思：接收和使用评估反馈之间的联系。高级健康科学教育理论实践。2009；14：399-410。14. Rabow MW、McPhee SJ。行医治病：培养良好的
快速手持式连续脑电图有可能检测老年人的谵妄症
意识错乱评估方法-ICU (CAM-ICU) 是唯一在老年和重症监护患者群体中得到验证的谵妄筛查工具。3–9 CAM-ICU 在研究中使用时具有高敏感性 (93-100%) 和特异性 (98-100%)，因此受到重症监护医学会 (SCCM) 的推荐。3,4 然而，在临床实践中，镇静剂的使用和脑损伤阻碍了对多达 58% 的 ICU 患者的准确评估。加上临床医生评分者间信度 (43-47%) 挑战和实践漂移，阳性谵妄病例的识别率约为 20%。10,11 即使确诊，谵妄也常常被认为是痴呆或其他原因造成的。12 因此，迫切需要一种能够早期准确检测的客观生理监测器。
从鼠标CT扫描脑图像中学习以检测MRA-TOF人血管
摘要 - 早期关于脑血管式语义分割的研究使用了经典的图像分析方法来从图像中提取血管树。如今，深入学习的方法已被广泛利用用于各种图像分析任务。在语义细分框架中处理神经网络时的强大限制之一是需要处理地面真理分段数据集，该数据集将在其中学习任务。手动以3D体积（通常为MRA-TOF）手动分割动脉可能很麻烦。在这项工作中，我们旨在从新的角度解决血管树分割。我们的目标是从使用CT扫描的小鼠血管构建图像数据集，并以一种精确模仿人脑的统计特性的方式增强这些血管。由于其特定的采集方式，鼠标图像的分割很容易自动化。因此，这样的框架允许生成培训卷积神经网络所需的数据 - 即增强的鼠标图像和相应的地面真实分割 - 无需任何手动分割程序。但是，为了生成具有一致属性的图像数据集（与MRA图像非常相似），我们必须确保增强鼠标图像的统计属性确实与人类MRA的获取符合正确。在这项工作中，我们详细评估了在MRA-TOF上获得的人动脉与我们模型产生的“人源化”小鼠动脉的相似性。最后，一旦模型进行了正式验证，我们将使用卷积神经网络实验其适用性。