XiaoMi-AI文件搜索系统
World File Search SystemTRAC
应用和属性”（IEEE NAP-2022）摘要
Taras Lyutyy Sumy State University (Ukraine), Publication Chair Joanna Michalska Silesian University of Technology (Poland), Publication Co-Chair Yurii Shabelnyk Sumy State University (Ukraine), Secretary Artur Maciej Silesian University of Technology (Poland), Finance & Exhibits Chair Oleksii Drozdenko Sumy State University (Ukraine), Finance Co-Chair Olena Tkach Sumy州立大学（乌克兰），明智的主席Anna Marchenko Sumy州立大学（乌克兰），奖和授予授予的联合主席Alicja Kazek-kazek-kęsik-kęSiksilesian silesian silesian silesian silesian silesian silesian silesian silesian silesian silesian silesian silesian silesian silesian silesian silesian siles＆助学（乌克兰），学生和YP活动联席主席Marta Wala Silesian技术大学（波兰），学生和YP活动联席主席Matteo Bruno Lodi Cagliari大学（意大利），学生和YP活动联合主席
摘要简介：开发糖尿病问卷的风险感知调查确定妊娠糖尿病的妇女如何（GDM
GDM的全球患病率在5.8％至11.7％之间。6流行率的广泛差异可能是由GDM诊断标准的差异来解释的。6尽管90％的GDM病例将在分娩后正常化，但有些案件将持续存在，而妇女将发展糖尿病前期或DM。据报道，分娩后五年后约有50％的GDM患者被诊断为2型DM。7在斯里兰卡（Sri Lanka），一项纵向研究发现，与没有GDM相比，GDM女性在10年持续时间内患糖尿病的几率是10.6倍。8然而，生活方式干预措施有机会减慢这些女性中2型糖尿病的进展。9重要的是向具有GDM的女性提供准确，及时的信息，以了解其未来患糖尿病的风险。他们还应该接受根据需求量身定制的干预措施。确保有关积极生活方式修正案的行为的持续改变，应考虑几个要素，包括风险感知，信念和心理社会障碍。10除其他外，风险感知被确定为各种理论健康模型中健康行为的重要决定因素。11对患有未来糖尿病的高风险感知的女性更有动力进行筛查和生活方式改变。12关于发育糖尿病（RPS-DD）问卷的风险感知调查评估了一个人感知的患有这种疾病的风险的各个方面。13此工具由乐观偏见，个人控制，糖尿病风险因素知识，福利和障碍以及风险感知组成。最初用于预防糖尿病计划密歇根州糖尿病研究中心，14它在GDM母亲之间进行了随后的验证过程。13使用Cronbach的α的内部一致性非常出色（0.65至0.72）。RPS-DD问卷开发过程是彻底且多阶段的。但是，可以组织其他研究以评估验证性因素分析和评估其外部有效性。此外，马来语中没有发表的工具来衡量该人群中糖尿病的风险感知。这项研究旨在适应，翻译和
基于计算机视觉方法的智能手机跟踪手动障碍
摘要。本文介绍了使用基于智能手机的计算机视觉技术来诊断手动障碍的经济高效，高效且可访问的解决方案的开发。它突出了使用TOF相机数据与RG数据和机器学习算法相结合的想法，以准确识别四肢和运动，这克服了传统运动识别方法的局限性，改善了康复和降低专业医疗设备的高成本。使用智能手机和先进的计算方法的无处不在，该研究提供了一种新的方法来提高运动障碍诊断的质量和可及性，为未来的研究和在临床实践中的研究和应用提供了有希望的方向。
EEG和MEG正向建模∗
摘要。在基于FEM的EEG和MEG源分析中，已经提出了减法方法来模拟神经活动产生的传感器测量。 尽管这种方法是一个严格的基础并产生准确的结果，但其主要缺点是它在实际应用中的价格昂贵。 为了克服这一点，我们开发了一种新方法，称为局部减法方法。 这种方法旨在保留减法方法的数学基础，同时也导致右侧稀疏的右侧，使其有效地计算。 我们通过将截止值引入减法来实现这一目标，从而将其影响限制在来源的附近。 我们在存在分析解决方案的多层球体模型中执行验证。 在那里，我们证明了局部减法方法比减法方法要高得多。 此外，我们发现，对于EEG远期问题，与减法方法相比，局部减法方法不太依赖于FEM网格的全局结构。 此外，我们还展示了局部减法方法，在许多情况下，其他研究的方法就准确性而言。 对于MEG向前问题，我们显示了局部减法方法和减法方法，以产生高度准确的体积电流近似值。在基于FEM的EEG和MEG源分析中，已经提出了减法方法来模拟神经活动产生的传感器测量。尽管这种方法是一个严格的基础并产生准确的结果，但其主要缺点是它在实际应用中的价格昂贵。为了克服这一点，我们开发了一种新方法，称为局部减法方法。这种方法旨在保留减法方法的数学基础，同时也导致右侧稀疏的右侧，使其有效地计算。我们通过将截止值引入减法来实现这一目标，从而将其影响限制在来源的附近。我们在存在分析解决方案的多层球体模型中执行验证。在那里，我们证明了局部减法方法比减法方法要高得多。此外，我们发现，对于EEG远期问题，与减法方法相比，局部减法方法不太依赖于FEM网格的全局结构。此外，我们还展示了局部减法方法，在许多情况下，其他研究的方法就准确性而言。对于MEG向前问题，我们显示了局部减法方法和减法方法，以产生高度准确的体积电流近似值。因此，局部减法方法将减法方法的计算成本降低到使其可在实际应用中使用的程度，而无需牺牲较严格性和准确性，以下减法方法已知。
Habib University课程目录2023-24研究展示摘要书
摘要：背景：心理健康挑战和久坐的生活方式是年轻人的重大关注点。冥想和步行是两种可获得的干预措施，可以改善精神和身体健康。本研究探讨了三周的冥想干预和步行对巴基斯坦卡拉奇大学学生健康成果的影响。方法：将十二名学生随机分配到冥想或步行组。两组进行了20分钟的日常活动。评估包括心理措施（例如心理健康，幸福，睡眠参数），身体指标（例如身体成分，活动水平），生命体征，血糖和胆固醇，营养摄入量以及饮食行为。结果：两种干预措施都导致了心理健康的显着改善，包括焦虑，抑郁和压力减轻，以及增强的睡眠质量，生活满意度和韧性。冥想对减轻压力和睡眠的改善有更明显的影响，同时行走显着提高了生活满意度和韧性。在身体健康方面，步行组在骨骼质量，肌肉质量和BMR方面表现出显着增加，脂肪质量减少。与此同时，冥想组显示出总卡路里和营养摄入量的增加，与步行组更可变的结果相比，生命体征稳定。结论：冥想和步行都带来了重大健康益处。这些发现表明，将两种实践纳入日常工作都可以增强整体福祉，尤其是在学生中。尽管这两种实践都是有效的，但步行似乎提供了更大的身体健康益处，而冥想对于压力管理和饮食改善特别有效。
摘要书
细胞外囊泡（EV）由于能够富集体液中蛋白质生物标志物的能力而具有巨大的诊断应用潜力。但是，从复杂的生物标本中隔离电动汽车的挑战阻碍了它们的广泛使用。在这种情况下，集成的隔离和分析工作流程代表了首选策略，主要基于免疫亲和力方法。尽管如此，EV的高异质性限制了它们的使用，因为拟议的无处不在标记的同质性不及人们所想象的，这引起了人们对下游生物标志物发现计划的可靠性的担忧。此外，这设定了敏感性的挑战，以检测到低到非常低的丰富疾病特异性亚人群。此问题扩展到了工程EV-Mimetics和Bio-Nanoparpicles的越来越多的领域，在这种情况下，传统的免疫亲和力方法可能缺乏适用性。解决这些挑战时，我们介绍了膜传感肽（MSP）作为EVS和EV-ANALOGUES的“通用”亲和力配体。所提出的MSP探针对不稳定起作用，因为它们能够与具有高膜曲率和磷脂双层的纳米颗粒结合，而由于表达表面抗原的不同而没有任何偏差。通过单分子阵列（SIMOA）技术采用流线过程集成在孔捕获和囊泡表型中，我们展示了MSP配体在血液衍生物（血清和Plasma）中循环EV的综合分析中的应用，从而消除了对先前的EV隔离的需求。总的来说，这些应用突出了MSP在推进临床诊断及其他地区的EV分析中的潜力。证明了MSP技术的可能临床翻译，我们直接检测到血清和血浆样品中与EV相关的表位特征，这证明了其可能区分心肌梗塞与稳定心绞痛患者的潜力。终于，尤其是MSP表现出独特的能力，可以使四叠蛋白含红细胞衍生的EV（RBC-EV）分析。，这也代表了SIMOA技术中有史以来的第一个基于肽的应用。