XiaoMi-AI文件搜索系统
World File Search SystemHue
使用 VGG16 架构的迁移学习进行皮肤癌分类（Kaggle 数据集案例研究）
皮肤癌是一种严重且可能危及生命的疾病，影响着全球数百万人。早期发现和准确诊断对于成功治疗和改善患者预后至关重要。近年来，深度学习已成为医学图像分析的有力工具，包括皮肤癌的诊断。使用深度学习诊断皮肤癌的重要性在于它能够快速准确地分析大量数据。这可以帮助医生就患者护理做出更明智的决定并改善整体结果。此外，可以训练深度学习模型来识别人眼可能无法看到的细微模式和特征，从而实现更早的发现和更有效的治疗。本研究使用预先训练的视觉几何组 16 (VGG16) 架构对皮肤癌图像进行分类，并将图像转换为其他色阶，称为：1) 色相饱和度值 (HSV)、2) YCbCr、3) 灰度以供评估。结果表明，在现场条件下使用 RGB 和 YCbCr 图像创建的数据集很有前景，分类准确率为 84.242%。还用其他流行的架构对数据集进行了评估和比较。分析了 VGG16 对每个色阶图像的性能。此外，还从不同的层中提取了特征参数。用 VGG16 感受提取的层，以评估特征参数对疾病进行分类的能力。
ICD-10协调与维护委员会会议...
SIP：1600784651@sip.zoomgov.com 密码：798401 如果您在会议期间遇到技术困难，请联系 Theresa.eddins@cms.hhs.gov 或 212-616-2527 联系 Theresa Eddins 寻求帮助。参加 Zoom 网络研讨会的人员可以在会议的问答部分使用“举手”功能提问。如果时间不允许您评论或提问，您可以随时使用“问答”功能提交评论和问题。使用“问答”功能提交的所有评论和问题以及 CMS 对这些评论和问题的回复将在会议结束后尽快发布在 CMS 网页的“下载”部分，网址为：https://www.cms.gov/Medicare/Coding/ICD10/C-and-M- Meeting-Materials。其余问题可通过 CMS ICD-10 程序代码请求邮箱提交，邮箱地址为 ICDProcedureCodeRequest@cms.hhs.gov。注意：诊断代码主题的提案计划于 2021 年 3 月 10 日提交，由疾病控制和预防中心 (CDC) 牵头。请访问 CDC 网站查看诊断议程，地址如下：http://www.cdc.gov/nchs/icd/icd10cm_maintenance.htm。会议注册：注册信息可在以下网址找到：https://www.eventbrite.com/e/icd-10-coordination-and-maintenance-committee-meeting-tickets-139023385689 *请注意，无需注册即可参加 Zoom 网络研讨会。但是，我们为那些需要提供出勤证明以进行继续教育的人提供在线注册的功能。 2021 年 3 月 9 日至 10 日的 ICD-10 协调与维护委员会会议的注册于 2021 年 2 月 1 日星期一开始，并于 2021 年 3 月 1 日星期一结束。如对注册流程有疑问，请联系 Mady Hue，电话 410-786-4510 或 marilu.hue@cms.hhs.gov，或 Andrea Hazeley，电话 410-786-3543 或 andrea.hazeley@cms.hhs.gov。
野生型 IDH1 抑制可增强黑色素瘤的化疗反应
标题：野生型 IDH1 抑制可增强黑色素瘤的化疗反应 简短标题：黑色素瘤中的靶向 IDH1 作者：Mehrdad Zarei PhD 1,2、Omid Hajihassani 1、Jonathan J. Hue MD 2、Hallie J. Graor 1、Moeez Rathore PhD 1、Ali Vaziri-Gohar PhD 1、John M. Asara PhD 3,4、Jordan M. Winter MD 1,2*、Luke D. Rothermel MD, MPH 1,2* 所属机构：1. 美国俄亥俄州克利夫兰凯斯西储大学凯斯综合癌症中心。2. 美国俄亥俄州克利夫兰大学医院克利夫兰医学中心外科部、外科肿瘤学分部。 3. 美国马萨诸塞州波士顿贝斯以色列女执事医疗中心信号转导和质谱核心部。4. 美国马萨诸塞州波士顿哈佛医学院医学系。标题：IDH1 是治疗黑色素瘤的新靶点 关键词：黑色素瘤、IDH1、ivosidenib、化学耐药性、联合疗法 缩写：IDH1、异柠檬酸脱氢酶 1；TMZ、替莫唑胺；ROS、活性氧；TCGA、癌症基因组图谱；TCA、三羧酸循环；α-KG、α-酮戊二酸；GSH、谷胱甘肽。通讯作者：Luke D. Rothermel MD, MPH 克利夫兰大学医院医学中心外科部 11100 Euclid Ave. Cleveland, OH 44106 电话：+1-614-286-0223 邮箱：Luke.Rothermel@UHHospitals.org Jordan M. Winter, MD 克利夫兰大学医院医学中心外科部 11100 Euclid Ave. Cleveland, OH 44106 电话：+1-216-410-7065 邮箱：Jordan.Winter@UHHospitals.org
会议议程
会议主席 Nikola Kasabov，新西兰奥克兰理工大学和英国阿尔斯特大学 蒋旭东，新加坡南洋理工大学 徐成忠，澳门大学，中国澳门 会议联合主席 Hiep Xuan Huynh，越南芹苴大学 张玉东，英国莱斯特大学 项目主席 Ke-Lin Du，加拿大康考迪亚大学 Venkata Duvvuri，美国甲骨文公司 Vijayakumar Varadarajan，澳大利亚新南威尔士大学 项目联合主席 雷雪琳，华东理工大学，中国 Iman AbouHassan，保加利亚索非亚理工大学 周世华，大连大学，中国 专题主席 Naoyuki Ishimura，日本中央大学 Takahiko Fujita，日本中央大学 Hiep Xuan Huynh，越南芹苴大学 Nhat Minh Viet Vo，越南顺化大学 孔祥杰，浙江工业大学，中国 李成明，中山大学，中国 梁程超，重庆邮电大学，中国 组委会 王婷，北京控制机器人与智能技术研究所，中国 技术程序委员会 A. Mathew，美国伯大尼学院 Samarjeet Borah，印度锡金马尼帕尔大学 Herman Sahota，美国爱荷华州立大学 Chang Gyoon Lim，韩国全南国立大学 Isidoros Perikos，希腊帕特雷大学 肖驰，中国海南大学 赵耀池，中国海南大学 Jesuk Ko，韩国光州大学
使用车辆停车空间检测系统...
人工智能的存在（AI）改变了技术景观，并为人类的生活带来了重大变化。在印度尼西亚，有一家未来的学院（OFA）轨道公司，专注于人工智能4工作（AI 4 Jobs）计划。AI 4工作旨在增强人工智能（AI）的个人能力，以准备进入不断增长的工作世界。AI 4 Jobs计划设计了各种模块，包括了解AI概念，技术技能，职业道德方面和职业准备就绪。在这项研究中，重点是“使用计算机视觉方法填充停车空间车辆的检测系统”。为了完成任务，AI网站是通过使用HSV颜色空间（色调，饱和度，价值）的AI计算机视觉域而构建的，而OPENCV库是图像处理中的一种常见方法，可将车辆与背景区分开来确定4轮车辆停车场的布置通过OFA的AI 4工作计划，研究人员设法获得了有关AI和磨练技术技能的广泛知识，这些知识是处理AI技术的开发。此外，该计划还提供了对Diera AI的职业道德和职业准备的见解。关键字：AI，伦理，图像，计算机视觉。
固定可拆卸的假体与植入物支撑的过度遗物，用于恢复牙齿的上颌骨，相对2种植物下颌覆盖物：咀嚼效率和最大咬合力
目的：本研究评估了上颌植入物的咀嚼效率和最大咬合力，由两种植入物支撑的下颌骨过高的假肢和固定的杂种假体的咀嚼力和固定的混合假体。患者和方法：六名从先前研究中招收的完全厌恶的患者安装了下颌倒角，其中包括两个植入物。将四个平行上颌植入物放置在犬和第二磨牙区域。每个患者随机接收BOD和固定的混合假体（FHP）。使用咀嚼口香糖和查看口香糖软件，根据色相的差异评估了咀嚼效率。使用咬合力计，评估了最大咬合力（在纽顿）。使用3个月后，评估了以下上颌假体：完整的义齿（CD），BOD和FHP。使用单向方差分析测试比较了这三组，而使用事后LSD测试比较了两者之间的组。这些统计检验具有5％的显着性阈值。结果：色相的平均方差最高（CD的低混合能力），然后是BOD，最终在FHP上。组之间的最大咬合力的平均值显着变化（p <0.001）。FHP在假体中表现出最大的最大咬合力，其次是BOD，而CD表现出最小的咬合力。结论：考虑到这项研究的结果，上颌四平行植入物FHP的表现优于BOD。在最大咬合力和咀嚼效率方面，这两个假体均表现出优于常规陈述。
评估服装对虚拟字符中人格感知的影响
摘要：设计能够反映人格感的虚拟字符是虚拟现实和计算机图形中的研究和应用中的关键目标。越来越多的研究工作致力于调查通过将表达性的个性和样式注入虚拟化身，以构建多样，公平和包容的元方式。虽然大多数以前的工作都集中在探索虚拟角色动态行为的变化，但字符的视觉外观在影响其感知个性方面起着至关重要的作用。本文提出了一系列实验，评估了虚拟人物服装对其感知个性的影响。基于现实世界中进行的相关心理学研究，我们确定了一组可能反映虚拟特征的人格的服装因素：颜色，设计和类型。作为我们研究的框架，我们使用了“五巨头”个性模型来评估人格特质。为了检验我们的假设，我们进行了三个感知实验，以评估服装参数对角色人格的贡献。在我们的第一个实验中，我们通过不同的色调，饱和度和值来研究色素。在第二个实验中，我们评估了不同的领口，腰围和袖子设计的影响。在我们的第三个实验中，我们研究了五种服装类型的人格感知：专业，休闲，时尚，户外和室内。重要的结果为化身设计师提供了有关如何创建具有特定个性概况的虚拟字符的指导。我们进一步进行了验证测试，以扩展我们的发现的应用到增强现实（AR）和虚拟现实（VR）设置中的动画虚拟字符。结果证实，我们的发现可以广泛应用于VR和AR环境中通常用于游戏，娱乐和社交网络方案中的静态和动画虚拟字符。
遗产研究资助 1 项目热带地区的墓葬......
Ong Chang Woei（联合研究员） 新加坡国立大学华文系 Koh Khee Heong（联合研究员） 新加坡国立大学华文系 Hue Guan Thye（联合研究员） 南洋理工大学华文系 目标 本项目对最近发现的一组福建墓葬进行记录和研究。这些墓葬最初位于亨山亭，随后于 19 世纪末迁至武吉布朗墓地。这些墓碑是新加坡最早承载丰富文化遗产的实物之一。469 块墓碑排列在安瑞路旁福建会馆墓地森林茂密的山坡上。这些墓碑主要属于道光年间（1821-1850 年），少数属于咸丰年间（1851-61 年）、同治年间（1862-74 年）、光绪年间（1875-1908 年）和宣统年间（1909-1911 年）。研究小组寻求墓地管理员的帮助，清理现场，为更广泛的社区提供实体通道。他们多次到现场抄写碑文，测量和拍摄墓碑。墓碑数据抄录和 GPS 坐标已上传到在线数据库 (shgis.edu.sg)，供那些对早期新加坡历史、文化和遗产感兴趣的人参考。研究小组将在新加坡清朝墓碑一书中发表研究结果，同时发表关于新加坡墓地历史的解释性文章。这些材料为早期新加坡的移民和宗教人物提供了新的见解。例如，40 座道光时期的墓葬可以追溯到中国漳州一个村庄的一个家族群体（谢仓村蔡氏家族）。据推测，所有这些贫穷的移民一定是作为一个群体来到新加坡的。在武吉布朗墓地的其他地方还发现了同一时期谢仓蔡氏家族更富有成员的精致墓葬。从这些墓葬中，我们可以开始追溯与早期新加坡华人社区有关的阶级、劳工迁移和商人领导问题。
溶解氧
叶绿素：叶绿素是一种光合色素，存在于几乎所有植物和浮游植物中。通过测量水样中叶绿素“a”的含量，可以确定水中的藻类数量。与叶绿素 a 一起测量的其他光合色素还有叶绿素 b、叶绿素 c 和胡萝卜素。它们的颜色各不相同，在植物和浮游植物物种中的含量也不同。云量：云量测量是在现场近似的，记录范围从零云量（无云）到 100% 云量（完全阴天）。云量会影响叶绿素的产生、塞氏深度测量和气温。颜色：颜色是采样水的色调，通过主观测试确定，该测试涉及将样品与已知浓度的有色溶液进行比较。天然金属离子（铁和锰）、腐殖质和泥炭物质、浮游生物、单宁和工业废物会影响水体的颜色。浊度也会影响颜色。溶解氧：溶解氧 (DO) 是水中的气态氧 (O 2 )。水吸收氧气的速率取决于温度、盐度、大气压和风速。低温、低盐度和低海拔是吸收更多氧气的理想因素。在不存在氧气或鱼类种群、细菌含量高甚至存在污染的泉水中，溶解氧可能接近 0 mg/L，而在风引起的高通量曝气以及光合作用过程中水生植物产量高（如藻类大量繁殖）的情况下，溶解氧可能高达 15 mg/L。溶解氧可以间接表示水体的质量。肠球菌：肠球菌是一种指示生物，其存在决定了水质的恶化。肠球菌是粪便链球菌的一个亚群。肠球菌对各种温度和 pH 的抵抗力使其成为实验室水样分析的理想高效细菌。
使用Raspberry Pi实时泳道检测自动驾驶汽车Umamaheswari Ramisetty 1，M。Grace Mercy 2，V。Nookaraju 2，N。JagadeshBab
使用Raspberry Pi实时泳道检测自动驾驶汽车Umamaheswari Ramisetty 1，M。Grace Mercy 2，V。Nooka Raju 2，N。Jagadesh Babu 2，P。Ashok Kumar 3和Vempalle 3和Vempalle Rafi 4 1 Ecm 4 1 Ecm eCM，Vignan的Ecect of Information of Information of Information of Information of Technology，eec eec ecem ecem ecem eec。印度的Visakhapatnam 3 ECE，Vignan妇女工程研究所，印度Visakhapatnam，印度4号EEE系，JNTUA工程学院，印度Pulivendula，印度E-邮件：vempallerafi@gmail@gmail.com摘要摘要摘要包括智能世界，智能汽车和其他技术。智能车辆的开发必须能够检测和确定交通标志以确保交通安全。为了控制自动驾驶汽车的速度，环境感知至关重要。交通标志上列出的交通法规必须作为自动驾驶汽车的投入。但是，交通监管是自动驾驶汽车的基本因素之一，但是需要考虑更多的因素。在本文中，用于停车符号检测，交通符号检测的机器学习技术以及避免障碍物和距离计算的对象检测对于调节自动驾驶汽车的纵向速度起着至关重要的作用。停车标志在汽车接近时从相机的视野中消失，这使得在所需的距离距离距离距离的距离挑战。要确切地知道在哪里停止车辆，对停车线的位置的了解至关重要。避免障碍物和对象的检测是分析潜力的其他具有挑战性的因素。HAAR级联分类器方法是此处使用的优化方法。色调饱和值的特征灰度缩放空间具有更快的速度检测能力和低照明痛苦。使用设定基准的印度交通标志评估所提出的技术。所提出的方法提供了几乎80％的精度。关键字：巷道跟踪对象和标志标识，机器学习，图像处理，HAAR级联，自动驾驶汽车的控制。