XiaoMi-AI文件搜索系统
World File Search SystemSmartphone
让最终用户参与智能手机应用程序的开发和可用性测试，专为糖尿病前期的个人：混合方法焦点小组
背景：当技术设计以满足最终用户的需求时，更有可能使用技术。为了补充预防糖尿病预防计划的大型更改的小步骤，智能手机应用程序是与过去的大型更改客户群合作开发的。可用性测试对于持续使用和采用移动健康应用程序至关重要，通过提供有关在适当调整和改进需要进行适当调整和改进以确保用户满意度的地方。目标：主持了一个有7个参与者的焦点小组来检查该应用程序的可用性并收集反馈以进行未来的迭代。方法：过去的大变化的过去小步骤参与了8个新任务的认知演练，并完成了系统可用性量表调查。参与者可以选择使用该应用程序3周，然后才能完成用户移动应用程序评分量表。结果：对认知演练的分析确定了26个可用性问题；每个人都使用启发式评估来描述可用性错误。最常见的编码错误包括不适当的进度反馈，以不合逻辑的顺序出现的信息，违反直觉的设计以及App Aesthetics的问题。报告了系统可用性量表的平均摘要得分为66.8％（SD 18.91），代表边际可接受性得分，并表明需要解决设计问题。报告了用户移动应用程序评级量表平均得分为3.59（SD 0.33），这意味着平均可接受性等级。涉及最终用户允许该应用程序根据客户的喜好进行量身定制，并增加了使用的可能性。结论：这些发现确定了该应用程序的必要改进，从次要美学问题到主要功能问题。此应用程序与大型更改计划组件和行为变化技术相吻合，可以改善未来客户的健康成果，并使他们能够自我监测其运动，饮食和目标。
CRISPR/CAS9介导的SERS/LOLLIMETIRIC DUAL MODE横向流平台与智能手机相结合，可快速，敏感的金黄色葡萄球菌
致病性细菌感染对全球公共卫生构成了重大威胁，这使得快速可靠的检测方法的发展紧急。在这里，我们开发了一种表面增强的拉曼散射（SERS）和比色双模式平台，称为智能手机集成的CRISPR/CAS9介导的侧向流动条（SCC-LFS），并将其应用于葡萄球菌（S. aureus）的超敏感检测。从策略上讲，制备了功能化的银色金纳米纳斯塔尔（Auns@ag），并用作LFS分析的标签材料。在有金黄色葡萄球菌的存在下，可以通过用户定义的CRISPR/CAS9系统准确地识别和解开靶基因诱导的扩增子，从而形成了将许多Aun@Ag绑定到脱带的测试线（T-Line）的中间桥。因此，使用智能手机集成的便携式拉曼光谱仪（Tline）进行了颜色，并获得了可识别的SERS信号。此设计不仅保持视觉读数的简单性，而且还集成了SERS的定量功能，从而使用户能够根据需要灵活地选择测定模式。使用这种方法，可以通过比色模式和SERS模式检测到金黄色葡萄球菌至1 CFU/ML，这比大多数现有方法更好。通过合并快速提取程序，可以在45分钟内完成整个测定法。通过各种真实样品进一步证明了该方法的鲁棒性和实用性，这表明其具有可靠筛选金黄色葡萄球菌的巨大潜力。
使用智能手机心电图监测器识别雅各布羊尿路阻塞导致的高钾血症引起的心电图异常
基于智能手机的诊断技术正越来越多地被门诊兽医使用。1 这种强大便携技术的一个令人兴奋的新例子是 AliveCor ECG 设备 (AliveCor)。AliveCor 允许智能手机用户使用他们的智能手机以心电图 (ECG) 的形式收集心律和心率，可以即时评估并记录以备将来使用。除了确定平均心率外，这些设备还可用于由训练有素的兽医识别窦性心律、心房颤动和室性早搏、心室预激和异步心室去极化。2 在某些情况下，由于该设备便携性和易用性，它正在取代传统的 Holter 监测心电图。2 产品说明书描述了犬、猫和马患者的使用方法。然而，文献中也有报道称该装置可用于其他物种，包括牛 3 、山羊 4,5 、水牛 6,7 、猪 8 ，以及港海豹 9 和草原巨蜥等外来物种。10
研究文章人工智能智能手机应用程序 AICaries 改善了儿童在家龋齿筛查：有主持和无主持可用性测试
早期儿童龋齿 (ECC) 是全球最常见的儿童疾病，也是医疗资源匮乏儿童的健康差距。如果及早发现，ECC 是可以预防和逆转的。然而，许多来自低收入家庭的儿童在牙科护理方面遇到了障碍。无论患者的经济状况如何，家庭龋齿检测技术都有可能改善牙科护理的可及性，并解决 ECC 的普遍性问题。我们的团队开发了一款智能手机应用程序 (app) AICaries，它使用人工智能 (AI) 技术通过儿童牙齿照片检测龋齿。我们使用混合方法来评估 AICaries 应用程序在医疗资源匮乏的亲子二元组中的接受度、可用性和可行性。我们对十对亲子二元组进行了有主持的可用性测试 (步骤 1)，使用“出声思考”方法评估应用程序的流程和功能，并分析数据以改进应用程序和程序。接下来，我们进行了无主持现场测试（步骤 2），32 对亲子二元组在他们的自然环境（家）中测试该应用程序，为期两周。我们实施了系统可用性量表（SUS），对父母进行了半结构化的个人访谈，并进行了主题分析。AICaries 应用程序从参与者那里获得了 78.4 的 SUS 分数，表明接受度很高。值得注意的是，大多数（78.5%）由父母拍摄的儿童牙齿照片的质量令人满意，可以使用 AI 应用程序检测龋齿。父母建议使用社区卫生工作者对需要帮助的父母进行培训，以便为年幼的孩子拍摄高质量的牙齿照片。使用 AICaries 应用程序的好处包括方便的居家龋齿筛查、提供龋齿风险和教育信息以及让家庭成员参与进来。本研究的数据支持未来的临床试验
引用Daranagama Das和Takeuchi W（2025）智能手机应用于在油棕中检测和可视化基础茎腐病阶段。正面。 r
农产品，使其成为满足各种需求的首选。此外，棕榈油发挥了至关重要的经济作用，对生产国，尤其是马来西亚和印度尼西亚的国内生产总值（GDP）做出了重大贡献（Jazuli等，2022）。为了确保一致的生产并支持其经济重要性，油棕行业的可持续性至关重要（Siddiqui等，2021）。油棕种植园面临各种植物疾病和害虫的显着威胁，由真菌Ganoderma Boninense引起的基础茎腐病（BSR）是最关键的挑战，尤其是在马来西亚和印度尼西亚（Baharim等人，2024年，2024年； Liaghat等人； Liaghat等人，2014年）。BSR显着降低了产量，通常会降低50％至80％，并且可能在成熟的油棕架上导致高达80％的死亡率到其25年寿命的中点（Murphy等，2021）。年轻的棕榈通常在显示症状的6 - 24个月内屈服，而成熟的棕榈也可以额外生存2 - 3年（Siddiqui等，2021）。病原体感染了树干的木质部，破坏了水和营养分布。这会导致症状，例如黄色和坏死叶，未打开的长矛，冠层尺寸减小以及特征性的裙子状冠状形状（Baharim等，2024）。然而，这些叶面症状通常出现在感染的晚期阶段，使得早期发现很难（Baharim等，2024）。最大程度地减少BSR的影响仍然是产生油棕国家的主要挑战，尤其是马来西亚和印度尼西亚（Baharim等，2024）。，例如，Maeda-Gutiérrez等。早期发现BSR感染可以及时治疗感染的油棕，从而防止了对树的进一步损害（Husin等，2020）。BSR检测可以大致分为三种方法：手动，基于实验室和远程技术（Husin等，2020）。传统的手动方法涉及劳动密集的视觉检查，这些视觉检查通常对大型种植园而言通常不具体（Husin等，2020）。相比之下，实验室程序，例如Ganoderma选择培养基（GSM），聚合酶链反应（PCR）和与多克隆抗体（ELISA-PABS）的酶连接的免疫吸附测定是时间耗时，昂贵，并且缺乏精确。此外，这些方法通常只有在疾病已经明显升级时才产生结果（Bharudin等，2022； Tee等，2021）。遥感技术包括基于基的方法，例如陆层激光扫描（Husin等，2020）和电子鼻系统（Abdullah等，2012），以及基于UAV的成像（Ahmadi等，2023; Baharim等，2023）和Satellite Platferal（2021）和2021的空中方法。然而，这些方法通常面临诸如高运营成本，有限的空间解决方案以及在广泛采用方面的困难之类的挑战。这强调了对早期检测BSR的更快，更具成本效益的方法的关键需求（Bharudin等，2022）。深度学习的进步在各种计算机视觉任务中取得了巨大的成功，尤其是在图像分类中（Barman等，2024）。同样，Ahad等人。卷积神经网络（CNN）已成为视觉识别的主要结构（Barman等，2024）。（2020）评估了五个CNN模型，包括Alexnet（Krizhevsky等，2012），Googlenet（Szegedy等，2015），Inception v3（Szegedy等，2016），2016年），Resnet 18和Resnet 18，and Resnet 50（He He et and for Goognet coogne for Anee for Sneas and and and and and and nine nine nine nine nine nine nine nine nine nine nine类型， 99.72％。（2023）证明了CNN对水稻疾病分类的潜力，其中一个集合框架（DEX）
从3D行人网络到车轮网络：使用智能手机点云的对比度深学习
本文提出了一种基于深度学习的可容纳性评估方法，构成了街头规模的智能手机点云和城市规模的3D行人网络（3DPN）。3DPN已被研究和映射以进行轮廓和智能城市应用。然而，由于省略的行人路径，未发现的楼梯和过度简化的高架人行道，文献中3DPN的城市水平尺度对于评估轮椅的可及性（即车轮）不完整；如果映射量表处于为轮椅使用者设计的微观级别，则可以更好地表示这些功能。在本文中，我们使用智能手机点云加强了城市规模的3DPN，这是一种有希望的数据源，用于补充细微的细节和由于厘米级别的准确性，鲜艳的色彩，高密度和人群源性质而导致的细颗粒细节和温度变化。三步方法重建行人路径，楼梯和坡度细节，并丰富城市规模的3DPN进行轮廓评估。PEDESTRIAN路径的实验结果表现出准确的3DPN中心线位置（miou = 88。81％），楼梯检测（miou = 86。39％）和轮子性评估（MAE = 0。09）。本文贡献了一种适合，准确和人群采购的轮子评估方法，该方法将无处不在的智能手机和3DPN架起高密度和丘陵的城市区域的3DPN。
Syscal Terra
• A multitude of interesting features : such as removable Li-ion batteries for easy shipping and replacement, external battery powering possibility, removable/adaptable signal filters, decay curves stored with one sample every 10 ms (full decay curve), datafiles download on a USB key or by Wi-Fi from laptop and any smartphone or tablet, internal GPS included and automatic handle of local and global coordinates to visualize your profiles on Google地球，还有许多发现
强度量表的有效性和可靠性构造测试...
摘要：本研究旨在阐明教育背景下的智能手机使用强度，以分析智能手机使用强度的有效性和可靠性构造并确定智能手机使用强度的指标。使用智能手机使用强度量表收集数据。强度量表包括动机、活动持续时间、活动频率、表现、态度方向和兴趣。还使用了通过二阶 CFA 构建的反射结构的 Smart PLS 3.0 程序来协助研究。数据包括日惹第十大学心理学系的 69 名学生。结果表明，智能手机使用强度的维度和指标是有效和可靠的。反映智能手机使用强度构造的最主要维度是兴趣。反映智能手机使用强度构成的最不重要的维度是动机。这表明所有维度和指标都能够反映和形成智能手机使用强度。因此，测量模型是可以接受的，因为说明智能手机使用强度的理论与从受试者获得的经验数据相一致。关键词：态度方向、活动持续时间、活动频率、智能手机使用强度、动机
使用智能手机对预期姿势调整进行定量评估的可靠性和有效性
摘要。[目的]本研究旨在调查使用智能手机对预期姿势调整的定量评估的可靠性和有效性。[参与者和方法]该研究包括10名年轻的对照参与者，他们接受了一足的姿态，并具有加速度计和智能手机同时连接到下背部（L5）。加速度被测量为向姿势侧腰部运动的中外侧成分。将时间（峰潜伏期）的峰值和腰部加速度姿势侧向的位移量（峰值幅度）分析为预期的姿势调节特征。对加速度计和智能手机测量值的评估者内可靠性均计算，而两名考官的智能手机测量值则计算了相互可靠性。确定加速度计和智能手机测量的有效性。[结果]在这项研究中，确认了加速度计和智能手机测量中峰值潜伏期和峰值幅度的评估者内可靠性，以及智能手机测量中评估者间的可靠性。通过重新测试确认了评估者的可靠性，而加速度计和智能手机测量的有效性也得到了证实。[结论]这项研究的结果表明，使用智能手机来衡量预期的姿势调整是高度可靠且有效的，这使其成为有用的临床平衡指数。该方法很简单，可用于连续患者监测。关键词：智能手机，姿势控制，可靠性和有效性
传感器
摘要：智能手机配备了高端硬件，具有强大的计算能力，价格也非常实惠，已经成为主流，成为用户生活中不可或缺的一部分。智能手机设备的广泛使用促进了许多智能手机应用程序的开发，形成了完善的生态系统，可以通过不同移动平台的各自市场轻松发现和访问。这些智能手机应用程序不再仅限于娱乐目的，而是越来越多地应用于科学和医学领域。在耳鸣（耳朵里嗡嗡作响）的背景下，这些智能手机应用程序的范围从缓解、管理、自助，一直到连接外部传感器以更好地了解这种现象。在本文中，我们旨在推出与耳鸣有关的智能手机应用程序。根据 PRISMA 指南，我们系统地分析和调查直接应用于耳鸣的智能手机应用程序的现状。特别是，我们探索了 Google Scholar、CiteSeerX、Microsoft Academics 和 Semantic Scholar 来识别科学贡献。此外，我们搜索并探索 Google Play 和 Apple 的应用商店，以识别相关的智能手机应用及其各自的属性。本综述 (1) 提供了现有应用的最新概述，以及 (2) 列出并讨论了与耳鸣背景下使用的智能手机应用相关的科学文献。