XiaoMi-AI文件搜索系统
World File Search Systemasha
QUICKVISE - Prashasnik Gurukul
为保护印度的文化遗产，印度制定了以下多管齐下的办法：（i）在国家一级：学院（Sangeet Natak Akademi、Sahitya Akademi、Lalit Kala Akademi）、自治机构（如 ICCR）、下属机构（如印度人类学调查局）和一些自治管理机构、使团和调查机构（ii）在州一级：若干区域文化中心，如：东区、北区、北中区、南中区、南区和西区。
Agisoft Metashape 用户手册 - 专业版，版本 1.8
该软件允许将来自 RGB、热成像或多光谱相机（包括多相机系统）的图像处理为密集点云、纹理多边形模型、地理参考真正射影像和 DSM/DTM 形式的空间信息。进一步的后处理可以消除模型中的阴影和纹理伪影，计算植被指数并提取农用设备活动图的信息，自动对密集点云进行分类等。得益于分布式处理功能，Metashape 能够在本地集群中处理 50 000 多张照片。或者，可以将项目发送到云端以最大限度地减少硬件投资，同时所有处理选项仍然可用。明智地实施数字摄影测量技术，并结合计算机视觉方法，可形成智能自动化处理系统，一方面，摄影测量领域的新手可以管理该系统，另一方面，该系统为专家提供了许多帮助，他们可以从立体模式等高级功能中受益，并完全控制结果的准确性，并在处理结束时生成详细报告。
通过 Accelerate Science 举办的 Karyashala（高端研讨会）
10. Renuka P. Pithiya - renuka.pithiya115485@marwadiuniversity.ac.in
引用本文：Ahmed Mustafa Elbasha、Yasmine Salah Naga、Mai Othman、Nancy Diaa Moussa 和 Hala Sadik Elwakil (2022) 向人工智能模型在透析中并发症预测中的应用迈出了一步，Alexandria Journal of Medicine，58:1，18-30，DOI：10.1080/20905068.2021.2024349
摘要简介：急性透析中并发症仍然是接受血液透析 (HD) 的终末期肾病 (ESRD) 患者的一大负担。它们常常导致 HD 疗程提前终止，从而影响透析充分性和患者的整体健康。这项研究的目的是建立一个人工智能模型并评估其在预测透析中临床事件发生方面的表现。方法：我们研究了 215 名 ESRD 患者进行的 6000 次 HD 疗程，记录了许多预测因素，包括：患者、机器和环境因素。这些数据是在 24 周内收集的，包括 COVID 19 时期的 12 周，并用于开发和训练人工神经网络模型 (ANN) 以预测透析中临床事件的发生，例如：低血压、头痛、高血压、痉挛、胸痛、恶心、呕吐和呼吸困难。结果：我们的 ANN 模型在二元 ANN 中预测透析中并发症（事件或无事件）发生的平均精确度和召回率为 96%，AUC 为 99.3%，而分类 ANN 在预测事件类型方面的准确率为 82%。我们发现心率变化、平均收缩压、超滤率、透析液钠、膳食、尿素减少率、室内湿度和透析持续时间对透析中并发症的发生影响最大。讨论：我们的 ANN 模型可用于预测 HD 患者透析中临床事件的风险，并可为经常人手不足的透析部门的医疗保健决策提供支持，尤其是在 COVID 19 时代。
基于聚酰胺纤维膜的可渗透、可清洗电子产品
图 1. 制造过程示意图。（a）PMP 制备过程和样品照片，白色箭头指向 PMP。（b）固定在 3D 打印支撑框架上的 Metal-FPI 上的聚对二甲苯沉积。插图显示了聚对二甲苯封装的普遍特征。（c）PMP 的 SEM 横截面以及相关的 EDS 映射。
Natasha binti Ahmad Nawawi - 工程学院
承载骨植入物的应用及锰掺杂对机械改进的影响，马来西亚专利，PI No. 20093856 (2009 年 9 月 15 日) 职责 1.机械与材料（文凭）系主任，马来西亚玛拉工艺大学机械工程学院，峇东埔，槟城（2019 年 7 月 - 2020 年 9 月） 2. 机械工程文凭 MEC211（材料强度）资源人员
可清洗、低温固化的纺织品接头——……
电子和微电子在人们的生活中发挥着巨大的作用。笔记本电脑、手机和智能手表每天都陪伴着我们。科学和工业界做出了巨大的努力，使电子产品适应新的形状[1、2]和基底，使其功能更加强大。这种集成的主要方向之一是纺织集成电子产品（电子纺织品、可穿戴设备）[3]。这类电子产品必须保留传统电子系统的功能，同时满足新的、不寻常的要求，包括灵活性和可扩展性[4-6]。电子纺织品已经在医学[7]、体育[3]甚至日常使用[8]中进行了测试。生产纺织集成电子设备的潜在可能性之一是印刷电子方法，特别是喷墨[9]或丝网印刷[10]技术。利用这些技术，可以直接在织物或聚合物涂层织物上 [13] 打印电子元件，如电极 [11]、传感器 [12]、电互连线等。此外，已有报道将纺织品和电子元件与各向异性导电膜 ACF 相结合以实现电子纺织品 [14]。[15] 展示了纺织品上可清洗的丝网印刷天线。值得注意的是在纺织品上展示的喷墨打印石墨烯-银复合墨水 [16]。最后，用于可穿戴健康监测设备的纺织品上可清洗的石墨烯基印刷电极有望带来潜在的应用 [17]。上述文章的作者提到了需要克服的主要问题，即层的开裂和分层。迄今为止，尚未报道可清洗的接头。尽管文献中已经报道了各种印刷可拉伸电子设备，但仍有各种问题尚未解决 [18-20]。一个重要的
引用：Kundeti SR、Vaidyanathan MK、Shivashankar B 等人。系统评价方案，以评估人工智能在 CT 和 MR 医学成像中检测急性缺血性卒中和大血管闭塞方面的诊断准确性。BMJ Open 2021；11：e043665。doi:10.1136/bmjopen-2020-043665
摘要 介绍 使用人工智能 (AI) 来支持急性缺血性中风 (AIS) 的诊断可以改善患者的预后并促进准确的组织和血管评估。然而，已发表的 AI 研究中的证据不足且难以解释，这降低了临床环境中诊断结果的责任感。本研究方案描述了对 AI 在诊断 AIS 和检测大血管闭塞 (LVO) 方面的准确性的严格系统评价。 方法与分析 我们将对 AI 模型用于诊断 AIS 和检测 LVO 的性能进行系统评价和荟萃分析。我们将遵守系统评价和荟萃分析方案指南的首选报告项目。将在八个数据库中进行文献检索。对于数据筛选和提取，两位审阅者将使用修改后的预测模型研究系统评价的批判性评价和数据提取清单。我们将使用诊断准确性研究质量评估指南来评估纳入的研究。如果有足够的数据，我们将进行荟萃分析。如果合并合适，我们将使用分层汇总接收器操作特性曲线来估计汇总操作点，包括合并灵敏度和特异性（95% 置信区间）。此外，如果有足够的数据，我们将使用推荐分级、评估、开发和评估分析软件来总结系统评价的主要发现，作为结果摘要。 伦理与传播 本研究方案不存在任何伦理问题，因为系统评价侧重于检查二手资料。系统评价结果将用于报告所纳入研究的准确性、完整性和标准程序。我们将通过在同行评审期刊上发表我们的分析来传播我们的研究结果，如果需要，我们将与研究的利益相关者和书目数据库进行沟通。PROSPERO 注册号 CRD42020179652。
请以以下方式引用本文：Zerbst, U., Bruno, G., Buffiere, JY., Wegener, T., Niendorf, T., Wu, T., Zhang, X., Kashaev, N., Meneghetti, G., Hrabe, N., Madia, M., Werner, T., Hilgenberg, K., Koukolíková, M., Procházka, R., Džugan, J., Möller, B., Beretta, S., Evans, A., Wagener, R., Schnabel, K., Damage tolerant design of supplementary manufacturing metal components strictly tocyclic loading: State of the art and challenges, Progress in Materials Science (2021), doi: https://doi.org/10.1016/j.pmatsci.2021.100786
我们发现，许多经典概念需要扩展，以适应 AM（特别是激光粉末床熔合）中存在的特定微观结构（晶粒尺寸和形状、晶体结构）和缺陷分布（空间排列、尺寸、形状、数量）。例如，缺陷的 3D 表征变得至关重要，因为 AM 中的缺陷形状多种多样，对疲劳寿命的影响方式与传统生产的部件不同。这些新概念对解决 AM 部件疲劳寿命确定的方法有直接影响；例如，由于仍然缺少缺陷分类和可容忍形状和尺寸的量化，因此必须定义一种新策略，即理论计算（例如 FEM）允许确定最大可容忍缺陷尺寸，并且需要无损检测 (NDT) 技术来检测此类缺陷是否确实存在于组件中。这些示例表明，AM 部件的组件设计、损坏和故障标准以及特性（和/或 NDT）如何完全相互关联。我们得出结论，这些领域的均质化代表了工程师和材料科学家当前面临的挑战。