XiaoMi-AI文件搜索系统
World File Search SystemSOBEL
T1 加权的自动分割和检测...
关于脑成像应用的研究有很多。马来西亚的统计数据显示，神经胶质瘤是脑瘤中最常见的疾病类型之一。神经胶质瘤脑瘤是脑组织内神经胶质细胞的异常生长，被称为脑组织。放射科医生通常使用磁共振成像 (MRI) 图像序列来诊断脑瘤。然而，放射科医生手动检查脑瘤诊断是一项困难且耗时的任务，因为肿瘤的形状和外观各不相同。他们还会注射钆造影剂来增强图像模态，这会给患者带来副作用。因此，本文提出了一种使用 Sobel 边缘检测和数学形态学操作对 MRI 脑图像进行自动分割和检测的方法。从脑瘤图像分割基准 (BRATS) 获得了总共 30 个神经胶质瘤 T1 加权 MRI 脑图像。使用区域重叠定量评估分割和检测的结果，准确率为 80.2%，表明所提出的方法很有前景。
生成式人工智能的公平性和合理使用
* 埃默里大学法学院人工智能、机器学习和数据科学法学教授。本文的一个版本于 2023 年 9 月 28 日在美国大学华盛顿法学院第十二届 Peter A. Jaszi 版权法杰出讲座上发表。本文是在我于 2023 年 7 月 12 日向美国参议院司法委员会知识产权小组委员会关于版权和生成式人工智能的听证会作证时起草的。感谢 Tonja Jacobi 的见解和鼓励。还要感谢 Bryan Choi、Peter Jaszi、Mark Lemley、Ed Lee、Fred von Lohmann、Pam Samuelson、Joshua Simmons、Ben Sobel 和 Ryan Whalen 的反馈。本文是为题为“新人工智能：ChatGPT 和其他新兴技术的法律和伦理影响”的研讨会准备的，该研讨会由《福特汉姆法律评论》主办，并由福特汉姆大学法学院神经科学与法律中心共同赞助，于 2023 年 11 月 3 日在福特汉姆大学法学院举行。
用于表面裂缝检测的爬壁机器人设计......
摘要：本研究重点设计一种爬墙机器人，用于桥梁、旧混凝土建筑、隧道和水坝等建筑结构的无损检测。机器人的主要目标是确定建筑结构上的表面裂缝。对于粘合机制，采用通用真空吸力机制，可爬过水平和垂直表面。图像处理用于分析使用相机捕获的图像。集成控制和相机固定模块的树莓派适用于系统的图像捕获和控制系统。图像应作为系列发送到计算机进行读取。图像处理算法应用于捕获的图像。应用图像预处理、分割、灰度转换、阈值和边缘检测等算法。使用不同的边缘检测算子，如 canny、sobel、roberts、prewitt 和 log 进行表面裂纹检测。使用图像处理算法估计裂纹参数，即分段裂纹的面积。并以像素值的形式获得输出，然后将其转换为相应的尺寸。关键词：攀爬机器人、气动机构、图像处理、裂纹检测。
样式元素：版权，相似性和生成ai
*康奈尔技术数字生活计划的博士后研究员。The author thanks BJ Ard, Sap- tarishi Bandopadhyay, Robert Brauneis, Bay ByrneSim, Mala Chatterjee, Terry Fisher, Kat Geddes, James Grimmelmann, Kevin Hong, Lily Hu, Diana Liebenau, Grant Meyer, Ruth Okediji, Rachel Orol, Sarah Rosenthal, Joel Sobel, David Stein, Rebecca Tushnet，David Gray Widder，Kathryn Woolard，Jonathan Zittrain以及2024年NYU Law的2024年三州IP研讨会的参与者以及Cardozo Law举行的2023年知识产权学者会议。在2018年在凯斯西部储备大学法律学院的2018年工作中的知识产权（WIPIP）座谈会上提出了这项研究的更早版本，并获得了许多有益的反馈。本文得到了德克萨斯州休斯敦的Nancy F. Atlas知识产权美国法院的赠款和休斯敦法律中心知识产权与信息法律研究所的赠款。
气候和自然法案第二阅读简报 - 零时
《气候与自然法案》（以前是气候和生态法案）自2020年以来就在英国议会之前。Roz Savage博士（Lib Dem）是法案赞助商，紧随Alex Sobel（劳工/合作社）和Olivia Blake分别于2024年3月和2023年10月提出该法案；在此之前，卡罗琳·卢卡斯（Caroline Lucas）于2021年6月和2020年9月。266名议员支持罐头法案，其中包括191个跨党议员。lib dems，绿色，格子Cymru，SDLP，联盟和其他各方与1200名生态学家，气候和保护科学家一起支持该法案；加上工会，信仰，商业和非政府组织领导者；还有385个理事会，加上汗市长，布拉宾，伯纳姆和伦敦议会。概述《罐头法案》是一项法律结合的使命声明，将提供综合的科学领导和人民动力，以应对气候 - 天气危机；作为满足英国现有国际自然损失和气候变化的国际承诺的一部分。但是为什么需要这项立法？，英国是否已经制定了足够的法律，计划和政策？
人工智能技术对创业发展的影响及创业教育的中介作用 Rasol Mohamadi 1、Seyed Reza Mousavi Fard 2、Bijan Rezaee 3、Mahdi Hosseinpour 4 1- 伊朗克尔曼沙赫拉齐大学经济与创业学院管理与创业硕士系 2- 伊朗克尔曼沙赫工业管理组织研究员和商业管理专业博士生 3- 伊朗克尔曼沙赫拉齐大学经济与管理学院管理与创业系副教授。 4- 伊朗克尔曼沙赫拉齐大学经济与创业学院管理与创业系助理教授。
摘要 本研究旨在探讨人工智能技术对创业发展的影响，以及创业教育的中介作用。本研究在目的、性质和类型上均适用于描述性调查。本研究的统计人群为克尔曼沙阿省初创企业公司的管理人员和员工。样本量为193人，抽样方式为随机整群。数据收集方法为实地收集，使用的工具为创业发展问卷（Antonik and Hiserich，2003）、人工智能技术（改编自Rahimi and Akbari研究，1402）和创业培训（研究者制作）。数据分析方法是描述性统计和推断性统计（结构方程模型），使用Spss26和Amos24软件。使用 Sobel 检验（t 统计量）来调查中介变量。研究结果表明，人工智能技术对创业发展有显著影响，影响幅度达 86%；对创业教育有显著影响，影响幅度达 83%。此外，创业教育可预测创业发展带来的变化的 11%。结果表明，人工智能技术对创业发展有影响，而创业教育在克尔曼沙阿省的初创企业中起着中介作用。
多对象检测的远程智能感知系统
方法：视觉技术的进步对多个对象检测和场景理解的领域有重大影响。这些任务是各种技术的组成部分，包括将场景集成到增强现实中，促进机器人导航，启用自主驾驶系统以及改善旅游信息中的应用程序。尽管在视觉解释方面取得了长足的进步，但许多挑战仍然存在，包括语义理解，遮挡，定向，标记数据的可用性不足，照明不均匀，包括阴影和照明，方向变化，对象大小以及背景变化。为了克服这些挑战，我们提出了一个创新的场景识别框架，事实证明这是非常有效的，并产生了非凡的结果。首先，我们在场景数据上使用内核卷积执行预处理。第二，我们使用UNET分割执行语义分割。然后，我们使用离散小波变换（DWT），SOBEL和LAPLACIAN以及文本（本地二进制模式分析）从这些分段数据中提取特征。要识别对象，我们使用了深度信念网络，然后找到对象对象关系。最后，Alexnet用于基于图像中识别的对象将相关标签分配给场景。
研究论文：优化心脏扩大检测：处理胸部 X 光影像的随机森林方法
摘要：本研究探索了随机森林分类器在胸部 X 光图像中自动检测心脏扩大的应用，利用了从 NIH 胸部 X 光数据集处理和派生的数据集。鉴于对心脏扩大的准确及时诊断以提供适当的治疗决策的迫切需求，本研究旨在确定机器学习模型在增强诊断过程中的有效性。本研究采用图像预处理技术，例如用于边缘检测的 Sobel 滤波和用于特征提取的 Hu 矩，增强了模型的输入特征。使用 5 倍交叉验证方法评估分类器的性能，得出的平均准确度、精确度、召回率和 F1 分数大约在 52% 到 54% 之间的结果。这些发现表明可靠性和一致性处于中等水平，表明集成机器学习方法在医学成像分析中具有潜在效用。然而，不同数据子集之间的性能差异凸显了挑战，需要进一步优化。这项研究有助于推动将机器学习融入临床环境的持续讨论，展示了其潜在的优势和当前的局限性。建议未来的研究扩大数据集的种类，整合先进的深度学习方法，并在临床环境中严格测试这些模型。这些发现对医疗保健领域自动诊断工具的开发具有重要意义，可能提高诊断的准确性和效率。
展览g
1 Meyerowitz等人，SARS-COV-2的传播：病毒，宿主和环境因素的综述，Ann。内科医学（2020年9月17日），https：//www.acpjournals.org/doi/10.7326/m20-5008; Prather等人，《 SARS-COV-2》的空中传播，科学（2020年10月5日）。2有太多的研究表明无症状的差异为列表，但是有关几个例子，请参见Furukawa NW，Brooks JT，Sobel J，支持严重急性呼吸综合症冠状病毒2的证据，而PRESYMYMBENTMANTOMATINAL或无症状或无症状的疾病，请发出感染。dis。（2020）。Kimball A，Hatfield KM，Arons M等，Ctrs。疾病CTRL。 和预防，在长期护理熟练的护理设施的居民中，无症状和预症状的SARS-COV-2感染 - 2020年3月，华盛顿，金县。 和Mort。 wkly。 Rep。2020; 69：377–81; Ferretti等人，Covid-19传输的时机，Medrxiv预印本（2020年9月16日），https：//www.medrxiv.org/content/10.1101/2020.09.09.09.04.2044.20188516v2。 3 Meyerowitz等人，上文（“有很多证据表明接近是传播风险的关键决定因素”）。 4 Beck等人，基于空气采样和气流建模的牛肉屠宰设施中致病性生物溶质的监测，Agric。，第1卷。 35，编号 6（2019）。疾病CTRL。和预防，在长期护理熟练的护理设施的居民中，无症状和预症状的SARS-COV-2感染 - 2020年3月，华盛顿，金县。和Mort。wkly。Rep。2020; 69：377–81; Ferretti等人，Covid-19传输的时机，Medrxiv预印本（2020年9月16日），https：//www.medrxiv.org/content/10.1101/2020.09.09.09.04.2044.20188516v2。 3 Meyerowitz等人，上文（“有很多证据表明接近是传播风险的关键决定因素”）。 4 Beck等人，基于空气采样和气流建模的牛肉屠宰设施中致病性生物溶质的监测，Agric。，第1卷。 35，编号 6（2019）。Rep。2020; 69：377–81; Ferretti等人，Covid-19传输的时机，Medrxiv预印本（2020年9月16日），https：//www.medrxiv.org/content/10.1101/2020.09.09.09.04.2044.20188516v2。3 Meyerowitz等人，上文（“有很多证据表明接近是传播风险的关键决定因素”）。4 Beck等人，基于空气采样和气流建模的牛肉屠宰设施中致病性生物溶质的监测，Agric。，第1卷。35，编号6（2019）。6（2019）。
病因，阴道炎的流行病学和病理生理学
1。引言阴道炎是阴道壁上的炎症，会带来不适，出院和各种其他症状。在大多数情况下，感染是主要病因。然而，激素的变化，过敏和刺激性代表了这种情况的非传染性原因。考虑到阴道炎的病理生理复杂性，它从包括细菌性阴道病，外阴阴道念珠菌病和毛滴虫病在内的不同病因中脱颖而出。阴道炎阴道的炎症是女性的常见状况，导致异常排出，刺激或瘙痒。对阴道炎的原因和流行病学的了解对于成功的诊断，治疗和公共卫生干预至关重要。阴道炎最常见的形式是细菌性阴道病，外阴阴道念珠菌病和毛诺病（Hainer＆Gibson，2011年）。本文献综述应综合有关阴道炎流行病学的现有研究结果，确定知识差距，并为未来的研究提出方向。阴道炎的流行病学研究发现，细菌性阴道病（BV）是阴道炎的最常见病因，导致40％至50％的病例。这种病的重要性主要是因为它与性活动和随后的潜在并发症（例如骨盆炎症性疾病）相关。急性上生殖道疾病在大多数年龄不到30岁的女性中都很高。性行为与阴道炎发生之间的关联已很好。Bitew等人的调查。影响阴道炎发病率的人口因素包括年龄，性行为和荷尔蒙变化，尤其是在生殖时代妇女中（Nyirjesy，2019年）。科学研究证明，患有多个性伴侣的女性患有BV和其他阴道炎的可能性更高。此外，激素水平的变化，最著名的是在月经，妊娠和更年期期间，也可能导致阴道菌群内部的失衡，随后是阴道炎（Neiderud，Carl-Johan，2015年； Hillier，2019年）。根据研究，细菌性阴道病是生殖年龄妇女中最常见的健康状况之一。（2017）表明，在生殖道感染的抱怨中，BV显着占了上风，这表明它是临床实践中常见的诊断之一。该研究要求实施特定的筛查指南和治疗程序，以确保识别和治疗这种常见状况。ilkit and Guzel（2011）在疾病的综述中强调了外阴阴道念珠菌病的流行病学重要性。白色念珠菌是念珠菌病的主要药物，尽管其他物种也很常见，尤其是在某些诱发因素的女性中，特别是使用抗生素和弱化免疫系统的疾病。在Sobel和Sobel（2018）的后来一本书中，他们回顾了抗硫唑念珠菌物种的一些挑战，这在这种难以治疗的情况下，这意味着向上轨迹使管理策略复杂化。Krauss-Silva等。Krauss-Silva等。（2014）评估了南美人群与细菌性阴道病和有氧阴道炎有关的阴道pH。这项研究确定，偏离阴道pH是与细菌性阴道病风险增加有关的，从而使环境和社会经济因素对这些疾病患病率的影响可能产生背景。