XiaoMi-AI文件搜索系统
World File Search Systemartifacts
改善中风的脑圆锥形CT图像伪像...
可以在血管造影套件中对大脑进行抽象背景锥束计算机断层扫描（CBCT）成像，以支持各种神经血管手术。仅依靠CBCT脑成像，由于与CT和各种成像伪像，即使在现代CBCT中，由于图像质量的劣质质量，因此仍然缺乏完全的诊断信心。目的是使用新的CBCT协议对图像伪像改进进行详细评估，该协议实现了新型的双轴“蝴蝶”轨迹。方法我们的研究包括47例接受CBCT成像的患者的94次扫描，以评估神经血管手术期间缺血或出血。对每个患者进行了传统的单轴“圆形”和新颖的双轴“蝴蝶”方案（同一患者对照）。每个大脑扫描都分为六个区域，并根据六个源自基于物理和基于患者的来源的伪影中的六个区域。结果双轴轨迹产生的CBCT图像明显少于传统的圆形扫描（全脑平均伪像得分，AS：0.20 vs 0.33），骨束硬化的改善最大（：0.13 vs 0.78）和Cone-Beam beam trifacts（as：0.04 vs 0.04 vs 0.55）。结论CBCT成像方案的最新发展已显着改善了图像伪像，这提高了中风的诊断信心，并支持急性缺血性中风患者的直接到血管造影套件转移方法。
从点过程到量子光学元件和后背
Div> A Institute of Health and Analytics, Petronas Technology University, Silver, Malaysia B Institute of Autonomous Systems, Petronas Universiti Technology, Silver, Malaysia C Department of Electrical and Electronic Engineering, Universiti Technology Petronas, Silver, Malaysia D Department of Neuroscience Electronique, Informatique et image (LE2I), ERL Vibot CNRS 6000, Universite de Bourgogne, France
减少语音扭曲和通过损失功能增强语音的伪影
深度学习的语音增强已取得了显着的进步。然而，诸如语音扭曲和伪像之类的挑战仍然存在。这些问题可以降低听觉质量和语音识别系统的准确性，这在采用轻量级模型时尤其。因此，本文研究了管理语音失真和伪像的基本原则，并引入了一种新颖的组合损失函数，该函数整合了语音活动检测（VAD）信息和语音连续性以解决问题。此外，基于提出的损失功能设计了一种新的培训策略，以解决训练极小模型上这种综合损失的困难。实验 - 我们的方法对DNS2020数据集的有效性和实际会议数据在增强主观和objective语音指标以及自动语音识别（ASR）性能方面的有效性。索引术语：言语增强，损失功能，语音差异，光谱中断，伪影
基于超低功耗实时机器学习的 fNIRS 运动伪影检测
摘要 — 由于迭代矩阵乘法或梯度计算，机器学习模块通常需要大量的处理能力和内存。因此，它们通常不适用于处理能力和内存有限的可穿戴设备。在本研究中，我们提出了一种用于功能性近红外光谱 (fNIRS) 系统的超低功耗、基于实时机器学习的运动伪影检测模块。我们实现了 97.42% 的高分类准确率、38 354 个查找表和 6024 个触发器的低现场可编程门阵列 (FPGA) 资源利用率以及 0.021 W 的动态功耗。这些结果优于传统的 CPU 支持向量机 (SVM) 方法和其他最先进的 SVM 实现。这项研究表明，可以利用基于 FPGA 的 fNIRS 运动伪影分类器，同时满足低功耗和资源限制，这在嵌入式硬件系统中至关重要，同时保持高分类准确率。
脑电信号伪差自动检测与滤波的初步研究*
摘要 —EEG 记录中最大的问题之一是伪影造成的信号污染，因为这些干扰会阻碍对真实神经信息的分析。因此，在研究 EEG 之前，在尽可能多地保留大脑数据的同时消除伪影是一个关键步骤。为了解决颅面伪影的自动去除问题，本文提出了一个两阶段程序：前一个阶段是检测阶段 - 同时应用 MLP 神经网络和动态阈值法来检测 EEG 的污染区域，而后一个阶段是去除阶段 - 结合 CCA 和 EEMD 算法仅去除伪影数据。实验结果表明，两种检测方法相当，但动态阈值检测略优于 MLP。此外，组合技术可以完全去除散布在所有 EEG 通道中的伪影。本研究将扩展到需要更复杂模型的眼部伪影。索引术语 —癫痫、EEG、伪影检测、伪影去除
使用多尺度全卷积神经网络校正运动伪影
缩写：FCN = 完全卷积神经网络；MSE = 均方误差；SSIM = 结构相似性指数在 MRI 检查期间，患者运动会导致伪影，而伪影是临床实践中造成图像质量下降的常见原因，据报道，这会影响 10% – 42% 的脑部检查的图像质量。1、2 在图像采集时可能会识别出对 MRI 检查诊断价值有重大影响的运动伪影，导致近 20% 的 MRI 检查出现重复序列。1、3 这些重复序列会给放射科带来大量的时间和财务成本。1 由于无法保证患者在重复序列期间能够更好地保持静止，因此图像的诊断价值往往会受到影响。
使用双层脑电图来表征和消除乒乓球运动中的伪影
摘要：研究人员可以通过研究在现实环境中运动的人类来提高大脑研究的生态效度。最近的研究表明，双层脑电图可以提高步态过程中脑电皮层记录的保真度，但目前尚不清楚这些积极结果是否可以推广到非运动范式。在我们的研究中，我们在参与者打乒乓球时用双层脑电图记录大脑活动，乒乓球是一项全身反应性运动，可以帮助研究视觉运动反馈、物体拦截和表现监控。我们用时频分析和相关头皮和参考噪声数据来表征伪影，以确定不同传感器捕获伪影的效果。正如预期的那样，单个头皮通道与噪声匹配通道时间序列的相关性高于与头部和身体加速度的相关性。然后，我们比较了使用和不使用双层噪声电极的伪影去除方法。独立成分分析将通道分成多个成分，我们根据偶极子模型的拟合并使用自动标记算法来计算高质量大脑成分的数量。我们发现使用噪声电极进行数据处理可以提供更清晰的大脑成分。这些结果推动了记录需要全身运动的人类行为中高保真大脑动态的技术方法，这将对脑科学研究大有裨益。
使用多尺度全卷积神经网络校正运动伪影
缩写：FCN = 完全卷积神经网络；MSE = 均方误差；SSIM = 结构相似性指数在 MRI 检查期间，患者运动会导致伪影，而伪影是临床实践中造成图像质量下降的常见原因，据报道，这会影响 10% – 42% 的脑部检查的图像质量。1、2 在图像采集时可能会识别出对 MRI 检查诊断价值有重大影响的运动伪影，导致近 20% 的 MRI 检查出现重复序列。1、3 这些重复序列会给放射科带来大量的时间和财务成本。1 由于无法保证患者在重复序列期间能够更好地保持静止，因此图像的诊断价值往往会受到影响。
早期小脑发育的调节
单个细胞的线粒体DNA（mtDNA）的测序已在本地人类样品和临床标本中解析了克隆性和谱系。先前的工作表明，杂质mtDNA变体可用于描述造血的克隆性，但它们重建细胞系统发育的能力有限。但是，Weng等人的最新报告。 通过描述据报道解决高分辨率系统发育树的细胞之间的空前数量的共享mtDNA变体来挑战当前范式。 我们重新审查了Weng等人的主张，并确定了有关这种前所未有的联系的两个主要关注点。 首先，在每个细胞的单个分子中检测到细胞之间的共享变体，其次，这些变体在mtDNA分子的边缘富集了10-20倍，使人联想到其他测序方法中报道的文物。 此外，我们的分析表明，修剪低支撑和可能的人造mtDNA变体几乎消除了所有报道的系统发育结构。 因此，我们强烈警告不要使用依赖最小证据的mtDNA变体工作流，包括Weng等人在Weng等人中引入的计算管道，因为具有高连接性和较低证据的变体可能是导致假系统发电的构建的伪像。但是，Weng等人的最新报告。通过描述据报道解决高分辨率系统发育树的细胞之间的空前数量的共享mtDNA变体来挑战当前范式。我们重新审查了Weng等人的主张，并确定了有关这种前所未有的联系的两个主要关注点。首先，在每个细胞的单个分子中检测到细胞之间的共享变体，其次，这些变体在mtDNA分子的边缘富集了10-20倍，使人联想到其他测序方法中报道的文物。此外，我们的分析表明，修剪低支撑和可能的人造mtDNA变体几乎消除了所有报道的系统发育结构。因此，我们强烈警告不要使用依赖最小证据的mtDNA变体工作流，包括Weng等人在Weng等人中引入的计算管道，因为具有高连接性和较低证据的变体可能是导致假系统发电的构建的伪像。
人工智能与诊断的情境合理性：人类的问题解决能力以及健康和医学的产物
人工智能与诊断的情境理性：人工智能与诊断的情境理性：人类的问题解决与健康和医学的人工制品人类的问题解决与健康和医学的人工制品