XiaoMi-AI文件搜索系统
World File Search Systemautomatic
人工智能和非接触式红外热成像技术的实现，用于预测和个性化自动识别不同阶段的橘皮组织
摘要背景橘皮组织是发达国家 85% 至 98% 的青春期后女性会出现的真皮、表皮和皮下组织常见生理状况。红外 (IR) 热成像技术结合基于人工智能 (AI) 的自动图像处理可以检测出早期和晚期橘皮组织，从而实现可靠的诊断。虽然橘皮组织病变的严重程度各不相同，但每个女性的生活质量，无论是在身体还是情感方面，始终是个人关注的问题，因此需要以患者为中心的治疗方法。目的这项研究的目的是制定一种基于红外成像的客观、快速且经济有效的自动识别不同阶段橘皮组织的方法，可用于预筛查和个性化治疗。材料和方法 在本研究中，我们使用定制开发的图像预处理算法自动选择橘皮组织区域，并将总共 9 种特征提取方法与 9 种不同的分类算法相结合，以基于从 212 名年龄在 19 至 22 岁之间的女性志愿者拍摄的热成像图像确定橘皮组织阶段识别的效果。 结果 方向梯度直方图 (HOG) 和人工神经网络 (ANN) 的组合能够确定橘皮组织的所有阶段，平均准确率高于 80%。对于橘皮组织的主要阶段，平均准确率超过 90%。 结论 使用红外成像实现计算机辅助自动识别橘皮组织严重程度对于可靠诊断是可行的。这种组合可用于早期诊断，以及以客观的方式监测橘皮组织进展或治疗结果。红外热成像与人工智能相结合，有望成为评估脂肪团发病机制和分层的有效工具，这对于在预测、预防和个性化医疗 (PPPM) 中实施红外热成像至关重要。
研究文章 Qure.ai 自动分类器针对各种类型结核病患者的大型注释数据库的性能
在结核病肆虐的地区，缺乏训练有素的放射科医生来快速处理 CXR 一直是一个挑战，影响及时诊断和患者监测。结核病患者肺部注释图像的缺乏阻碍了将面向数据的算法应用于研究和临床实践的尝试。结核病门户计划数据库 (TBPP，https://TBPortals.niaid.nih.gov) 是一个全球合作项目，整理了大量最危险、难以治愈的耐药结核病 (DR-TB) 患者病例。TBPP 拥有 1,179 例 (83%) 耐药结核病患者病例，是一个独特的集合，非常适合作为深度学习分类器的试验场。截至 2019 年 1 月，TBPP 数据库包含 1,538 张 CXR，其中 346 张（22.5%）由放射科医生注释，104 张（6.7%）由肺科医生注释，剩下 1,088 张（70.7%）没有注释。Qure.ai qXR 人工智能自动 CXR 解释工具在 TBPP 数据库中 346 张放射科医生注释的 CXR 上进行了盲测。Qure.ai qXR 对空腔、结节、胸腔积液、肺门淋巴结肿大的 CXR 预测与人类专家注释成功匹配。此外，我们还测试了 12 个 Qure.ai 分类器，以确定它们是否与治疗成功率相关（治疗医生提供的信息）。发现十个描述符具有重要意义：异常 CXR（p = 0.0005）、胸腔积液（p = 0.048）、结节（p = 0.0004）、肺门淋巴结肿大（p = 0.0038）、空洞（p = 0.0002）、不透明度（p = 0.0006）、肺扩张（p = 0.0074）、实变（p = 0.0004）、结核病指标（p = < .0001）和纤维化（p = < .0001）。我们得出结论，应用全自动 Qure.ai CXR 分析工具可用于快速、准确、统一、大规模的 CXR 注释辅助，因为它即使对于未用于初始训练的 DR-TB 病例也表现良好。在 TBPP 等不同数据集上测试人工智能算法（包括机器学习和深度学习分类器）对于临床采用的医疗数据分析自动助手至关重要。
自动对准太阳能的设计和实施...
本文介绍了闭环太阳能跟踪系统的设计和实现。随着对电能的需求不断增长以及燃料消耗引起的环境污染不断增加，对清洁能源的需求也随之增加。在这些能源中，太阳能被认为是最可行的，因为它在不同环境中广泛可用且易于操作。本研究的主要目的是通过设计高效且低成本的太阳能跟踪系统来最大限度地提高光伏发电量并减少二氧化碳排放。设计和构建了对齐的闭环太阳能跟踪器以实现最佳精度。所提出的系统在运动方面表现出更大的自由度，以克服与框架支架倾斜相关的问题。使用基于 Flowcode 编程语言的 PIC 微控制器，使用光传感器检测位置反馈，并使用 H 桥驱动器控制两个直流电机。根据实验结果，与固定式太阳跟踪系统相比，所提出的系统效率有显著提高。
一种实现飞机电气线路互连系统自动 3D 布线的方法
摘要 线束 3D 布线是飞机电气线路互连系统 (EWIS) 设计中最具挑战性的步骤之一。这不仅是由于 EWIS 本身的复杂性，还因为应用的设计约束越来越多，并且它依赖于机身和安装系统设计的任何变化。EWIS 设计目前采用的布线过程主要基于专业工程师的手动工作，部分由传统 CAD 系统支持。因此，布线过程效率低下、容易出错，并且无法提供最佳解决方案。尽管许多线束组件都是从目录中选择的，并且设计过程很大程度上是重复性的和基于规则的，但我们发现，目前没有或只有非常有限的自动化解决方案可以显著减少工程师的工作量并提高他们的效率。本文提出了一种创新方法来解决 3D 布线自动化作为优化问题。提出了基于知识的工程 (KBE) 和优化方法，以实现满足所有相关设计规则和约束的最低成本布线解决方案。所提出的解决方案在约束方面具有可扩展性，可以部署在任何类型的布线环境中，并且由于实现了自动化水平，能够大幅缩短流程交付时间。基本思想是
Air-Maze“Automaze”自动空气过滤器型号 3 - 9 的性能测试
华盛顿特区及其位于科罗拉多州博尔德的主要现场实验室在以下从事技术工作的部门和科室列表中有所提及。一般而言，各部门负责开展材料研究，为工业、商业、教育机构和政府提供所需的方法、测量标准和数据。该研究所还提供咨询和
实时多光束和激光自动矩阵。...
您会注意到我们在图表菜单中有几个新菜单项：Multibeam Matrix和Topo Matrix。他们打开几乎相同的设置对话框，使您可以为每种数据类型设置矩阵参数。通常，参数将不同。
用于自动量子霍尔的数字辅助同轴电桥...
量子霍尔效应 (QHE) 的研究需要使用同轴交流电桥将量子霍尔电阻 (QHR) 与音频频率下的可计算电阻标准进行比较 [1]、[2]、[3]。此类专用电桥经过优化，可在阻抗比较中提供最高精度 [4]。然而，这种高精度只能在有限的频率带宽内实现（通常在 500 Hz 和 5 kHz 之间），并且需要对电桥进行繁琐的手动平衡。只有少数尝试使用昂贵的自动感应分压器 (IVD) [5]、[6] 来实现交流同轴电桥的自动化。本文介绍了一种新型数字辅助电桥 [7]。精确的电压比仍由电压变压器提供，但是，通过调整数字源和检测器而不是 IVD 和锁定放大器，可以在更大的带宽（100 Hz 至 20 kHz）内自动完成精确比较阻抗所需的所有平衡。