XiaoMi-AI文件搜索系统
World File Search SystemTehr
抑郁症与糖尿病前期的患病率和预后之间的关联：来自国家健康与营养检查调查（NHANES）2013–2018
糖尿病类型2（T2D）在世界范围内正在上升[1]。全球约有4.22亿成年人在2014年，到2045年，估计为6.29亿[2]。在IRANIAN人口中，每年有800,000例T2D的新病例，T2D发病率为每1000人年36.3个[3]。为了减少T2D患病率，需要更多地关注识别风险因素。因此，通过健康的生活方式（尤其是饮食质量）的禁止是一种关键的方法[4]。饮食在T2D的发展中具有至关重要的作用[1]。cur租赁荟萃分析研究表明，地中海饮食，停止高血压（DASH）的饮食方法和替代性健康饮食指数（AHEI）是可以想象的饮食模式，以预防糖尿病[5]。全球饮食质量评分（GDQS）是一个独特的实践指数，用于评估全球饮食质量。这个简单且廉价的分数非常适合比较具有不同经济状况的人群[4]。它适用于随着时间的推移和监视系统和程序监视[6]。GDQs包括25个食品群，这些食物群对营养摄入量有显着贡献和不可传播的风险（NCD）[6]。基于先前报告的结果，埃塞俄比亚农村孕妇的GDQ与体重指数（BMI）呈正相关[7]，并且与中国成年人中的代谢综合征和营养不足相反[8]。食品组分为16个健康，包括种类的水果和植物，豆类，坚果和种子，全谷物，鱼，家禽，液体油，低脂乳制品和鸡蛋； 7不健康，包括加工肉，精制谷物，糖果，糖粉饮料，土豆或木薯粉，果汁和炸食品；两次不健康的食用胜于推荐，包括红肉和高脂乳制品。前瞻性研究的证据表明，与GDQ的一致性更高，与美国妇女的T2D发病率较低，墨西哥妇女的体重和腰围（WC）的增加有关[9]。洞察力增加了伊朗T2D的发生率以及饮食在预防这种疾病中的重要作用，我们研究了GDQ，其健康和不健康的食品组成分之间的关联以及T2D发病率的风险。
巴迪亚萨法伊-德黑兰
Bardia Safaei 博士于 2021 年获得伊朗德黑兰 Sharif 理工大学计算机工程博士学位。作为博士访问研究员，他于 2019 年至 2020 年在德国卡尔斯鲁厄理工学院 (KIT) 嵌入式系统 (CES) 主席处任职。他目前是 Sharif 理工大学计算机工程系的教员，也是可靠耐用物联网应用与网络实验室 (RADIAN) 的创始人和主任。Safaei 博士在第 34 届 ACM/SIGAPP 应用计算研讨会 (SAC'19) 上获得了 ACM/SIGAPP 学生奖。他很荣幸被选为 2016 年至 2020 年国家精英基金会成员。他曾担任第 28 届 CSI 国际计算机会议的执行主席。他是伊朗网络物理系统协会 (CPSSI) 的董事会成员。他目前担任《伊朗科学》计算机科学与工程和电气工程学报的编辑。他是 ACM/IEEE DAC'19 和 IEEE WF-IoT 的 TPC 成员。Safaei 博士曾担任多家著名国际期刊和会议的审稿人，例如《IEEE 移动计算学报》、《IEEE 车辆技术学报》、《IEEE 云计算学报》、《IEEE 物联网期刊》、《IEEE 通信杂志》、《ACM 存储学报》、《ACM/IEEE DAC》、《IEEE 传感器会议》、《IEEE ICC》和 IEEE WF-IoT。他的研究兴趣包括物联网、网络、无线传感器网络、移动自组织网络、云/边缘/雾计算和车辆自组织网络中的能源效率和可靠性挑战。
使用图像处理技术预测德黑兰证券交易所总指数的趋势
买卖金融证券，例如股票或债券。这些图表提供了对市场趋势和潜在交易机会的见解。我们通过利用图像处理技术来系统地从烛台图表中提取和分析模式来采用创新的方法。我们的发现强调了视觉数据在财务分析中的关键作用，尤其是在市场波动和不确定性时期。投资者在面对不稳定的市场趋势时通常会采取技术分析策略，通常依靠基于图表的分析得出的见解来指导其决策过程。通过精心从烛台图表中提取基本见解，我们的研究旨在为投资者提供更有效，更少的错误工具。最终，这项努力有助于提高决策精度，并减轻参与动态股票市场格局固有的风险。
* 通讯作者：Mohammad-Amin Abshat (MD)，伊朗拉什特吉兰医科大学医学院。Seyed Javad Masoumi (MSc)，伊朗德黑兰大学心理学与教育学院心理学系。电子邮件：aminabshat9777@gmail.com 电子邮件：masoumi.seyedjavad@gmail.com 如何引用本文：Khani A、Sadeghi Velni E、Hosseini SS、Bagherieh D、Abshat MA、Masoumi SJ。人工智能：一种改善重症监护病房患者护理的宝贵而有效的工具。J Nurs Rep Clin Pract。2024 年。
AI 在 ICU 护理中最重要的贡献之一是它能够实时处理大量患者数据 [5]。ICU 患者通常使用各种设备进行监测，这些设备可跟踪生命体征，包括心率、血压、血氧饱和度和呼吸模式。AI 算法可以即时分析这些数据，识别模式并在并发症变得危急之前预测它们。例如，AI 可以通过识别患者生理数据的细微变化来检测败血症（一种危及生命的疾病）的早期迹象。这种预测能力使护士能够尽早进行干预，从而有可能预防严重的并发症并提高患者的存活率 [5]。
引用：Jahangirimehr A，Azizpour M，Kalanfarmanfarma K，Yarmohammadi S. Tehran 2型糖尿病患者的自我保健行为的预测
背景和目标：糖尿病对患者承担重大治疗责任。此外，健康素养在管理诸如糖尿病之类的慢性疾病中起着至关重要的作用。本研究的目的是根据诊断为2型糖尿病的患者的健康素养水平来预测自我保健行为。材料和方法：这项研究是一个横断面研究项目。它涉及250名2型糖尿病患者，他们在隶属于Shahid Beheshti医学科学大学的医院接受护理。参与者是通过2020/2021的群集随机抽样选择的。数据收集工具是一个三部分问卷，已被检查是否有效性和可靠性，包括人口统计信息表，伊朗成年人的健康素养（Helia）问卷以及糖尿病患者的自我保健活动（SDSCA）问卷。使用SPSS版本16和AMOS 20进行了分析，利用描述性统计（平均值和标准偏差），推论统计（相关系数和回归）以及结构方程建模（SEM）。结果：患者的平均年龄为58.70岁，标准偏差为14.69。53.6％的参与者是女性，而46.4％的参与者接受了大学教育。 结构方程模型分析显示，健康素养和自我保健之间存在强大的，统计学上显着的正相关（r = 0.60，p值<0.001）。 此外，发现健康素养的评估和决策方面可以预测自我保健行为差异的25％。53.6％的参与者是女性，而46.4％的参与者接受了大学教育。结构方程模型分析显示，健康素养和自我保健之间存在强大的，统计学上显着的正相关（r = 0.60，p值<0.001）。此外，发现健康素养的评估和决策方面可以预测自我保健行为差异的25％。结论：对2型糖尿病患者的自我护理的信息评估和决策至关重要。根据这些结果，卫生系统可以促进公众从接收信息到评估，决策和信息应用的水平。这种方法可以增强用于管理慢性疾病的自我保健实践。纸质类型：研究文章关键词：自我保健，健康素养，糖尿病，糖尿病，第2型，结构方程建模。
03 Nazila Tehrani NRC 2024 年 9 月 NRC AI 公共研讨会 09-17-2024
• 受到进化论的启发 • 感兴趣的变量由染色体内的一个或多个基因表示 • GA 创建多样化的染色体种群 • 通过交叉两个父母的基因并引入随机突变来创建新一代后代 • 被选为父母的概率取决于成本或“适应度”函数
引用：Smith AE，Wade AT，Olds T等。表征预防痴呆的活动和饮食组成：激活前景的方案 引用：Shariati-Sarcheshme M，Mahdizdeh M，Tehrani H等。妇女对宫颈癌症子宫颈抹片检查屏障和促进因子的看法 在... 中探索2型糖尿病自我管理实践 引用：Thapa A，Chibvunde S，Schwartz L等。 1型糖尿病患者连续葡萄糖监测的适当性和可接受性 拉丁语P 中的时间连续葡萄糖监测
抽象目标尽管子宫颈抹片检查（PS）被认为是检测宫颈癌的最佳标准，但遵守及时和常规PS通常低于发展中国家的全球标准。因此，本研究旨在确定伊朗马什哈德（Mashhad）遵守宫颈癌筛查的障碍和促进因子。设计从2022年7月至2022年12月，使用半结构的深入访谈进行了定性内容分析。进行研究是在伊朗Mashhad的卫生中心进行的。参与者使用有目的的抽样选择了36名已婚妇女，年龄在18-70岁之间，具有最大多样性。结果，参与者的平均年龄为42.8±7.6岁。中，有66.7％的PS测试至少一次；只有8.3％的人经常进行测试。定性内容分析导致了四个主要主题的提取：（1）个人挑战，（2）环境局限性，（3）个体动机，以及（4）支持性和高效的环境。最重要的障碍是心理压力，不健康的态度，不足的信息，文化问题和医疗服务不足。主持人包括一个积极而有效的医疗保健系统，重要其他人的建议和支持，以及积极的情绪和个人信念。结论参与者的看法表明，影响PS测试的主要因素是支持环境，个人动机，个人挑战和环境局限性。鼓励妇女采取PS并减少障碍，可能有必要修改当前的卫生系统政策，提高个人和公众意识，减少心理压力以及纠正负面的信念和态度。
内扎姆·罗巴尼 - 德黑兰
使用 GPU 图形加速器加速 AES 编码。与 Intel i7 740QM 相比，速度提高了 31 倍，2011。 基于 GSM 通信基础设施，设计和实现超低功耗、长寿命的 AMR（自动抄表）系统，2016。 实现可通过短信在线通知的防盗报警系统，2015。 使用 Rasbperry pi 3 实现自动车牌读取器。实现改进的学习算法以提高系统随时间推移的准确性，2015。 基于全球定位系统加 CAN 接口，设计和实现资产跟踪系统，以便使用 SIM808 与汽车 ECU 通信，2015。 在 STM32F4 的 ARM 微控制器上实现超高速精确的指纹识别匹配算法，2014。 设计和实现用于 SAMSUNG e-MMC 4.5 级数据存储的全速 USB 通信，2013。
沙欣·鲁哈尼 (Shahin Rouhani) 的个人简介 1957 年 4 月 28 日出生于德黑兰，...
沙欣·鲁哈尼个人简介 1957 年 4 月 28 日出生于伊朗德黑兰。已婚，有两个孩子。学校：德黑兰的 Khawrazmi 高中。1974 年至 1977 年在英国坎特伯雷肯特大学就读本科，以一等荣誉毕业。1977 年至 1980 年在英国伦敦帝国理工学院攻读研究生。数学物理学 DIC。理论物理学博士。博士后经历 1980 年至 1982 年爱尔兰都柏林高等研究院英国杜伦大学。1982 年至 1984 年英国伦敦大学学院。1984 年至 1990 年 1990 年至今在伊朗德黑兰沙里夫理工大学工作。现任（隶属于沙里夫大学）伊朗德黑兰微电子研究中心主任。 2015 年至今 荣誉奖 大学学院研究员、ICTP 高级研究员、Khawrazmi 国际奖 研究兴趣 临界现象 - 共形场论 - 进化理论 - 复杂系统 在国际期刊上发表 125 篇文章。其他文章未引用。有关出版物的完整列表，请参阅 S.Rouhani 的 Google 学术论文和引文