XiaoMi-AI文件搜索系统
World File Search Systemborn
14。疾病保证空降预防措施
潜在（无症状）结核病代表90％的感染，并反映肉芽肿内包含的小芽孢杆菌负担。活跃的疾病降低了10％，但在HIV或TNF-Alpha抑制剂治疗的患者中更频繁，通常代表先前感染的重新激活。典型的肺结核涉及与慢性咳嗽，屈曲，发烧，无意减肥和/或夜汗有关的上叶空化。非典型肺部参与表现出较低的叶片（有或没有气腔），胸膜效果和高淋巴结瘤，并且在免疫抑制中更常见。应始终评估患有肺部疾病的肺内结核病患者（例如，椎骨受累）。结核病的诊断仍然是一个重要的挑战。PPD皮肤测试和干扰素 - γ释放分析（IGRA）评估细胞介导的对TB抗原的反应，并用于诊断具有相似敏感性的潜在TB，但假阴性结果为20％。培养是诊断金标准，但需要3-8周。核酸扩增阳离子测试（NAATS）可以允许快速鉴定（即小时）结核病和电阻突变，这些突变预测具有灵敏度的多耐药性（MDR）TB，并且具有类似于培养的特异性城市。痰涂片允许快速量化杆菌，其负担与传染性相关。涂片阳性需要大约10,000个细菌/毫升。与培养物相比，单个痰液AFB涂片敏感60％。另外两个涂片增加了灵敏度增长了12％。巴奇·塞莱特 - 瓜素涂片阴性，培养阳性患者占肺结核病例的30-60％，不感染力较低，但仍造成10-20％的传播事件。标准治疗需要至少6个月的多药治疗。MDR TB被视为对异尼氏酶和利福平的抗性，每年造成> 450,000个感染；治疗依赖于可能不太可靠的二线代理。广泛的耐药性（XDR）结核病还具有对FL uoroquinolone的抗性和第二线可注射药物的耐药性，并具有高死亡率。鉴于治疗方案有限，死亡率高和公共卫生的影响，一些专家主张在生物培养单元中管理住院的XDR-TB的患者（请参阅第13章）。
机载激光雷达数据在三维建模中的应用...
非常荣幸能在剑桥学者出版社出版我的作品。虽然部分内容已在相关期刊上发表，但将本书作为一个整体呈现给读者（尤其是没有遥感背景的读者）具有重要价值，可以展示不同学科处理和应用机载激光雷达数据的完整框架。在此，我要感谢我的博士生导师 Bob Haining 教授和 Bernard Devereux 博士，他们让我了解了机载激光雷达领域，并为我打下了坚实的研究基础。我要衷心感谢我的父母，他们毫无保留地支持我的所有重大决定。我还要向我的妻子和双胞胎儿子表示最深切的感谢，他们是我成为更好的学者和人的终生动力。
人工智能：欧洲和罗马尼亚初创企业格局概览及其决定其成功的因素 Adina SĂNIUȚĂ 国立政治研究和公共管理大学 6-8 Povernei St., Sector 1, 012104 布加勒斯特，罗马尼亚 adina.saniuta@facultateademanagement.ro Sorana-Oana FILIP 罗马尼亚 sorana.filip@gmail.com 摘要 人工智能 (AI) 已融入我们生活的许多方面；在科技驱动的时代，企业使用 AI 来提高生产力、更好地了解消费者行为或通过机器人提供服务。该研究基于 Filip (2021) 为论文进行的在线桌面和试点研究，概述了欧洲和罗马尼亚初创企业的格局以及决定其成功的因素，如产品开发核心团队专业知识、核心团队承诺和商业战略。该研究旨在为进一步研究罗马尼亚人工智能初创企业环境的论文创建一个框架，因为经济期刊预测，鉴于罗马尼亚在这一领域的潜力以及 IT、技术和机器人领域的人才库，市场将在不久的将来增长。关键词人工智能；初创企业；成功因素。介绍人工智能的一般性讨论人工智能 (AI) 有多种形式，从人脸检测和识别系统、搜索和推荐算法到数字助理、聊天机器人，
人工智能：欧洲和罗马尼亚初创企业格局概述及其决定其成功的因素 Adina SĂNIUȚĂ 国立政治研究和公共管理大学 6-8 Povernei St., Sector 1, 012104 布加勒斯特，罗马尼亚 adina.saniuta@facultateademanagement.ro Sorana-Oana FILIP 罗马尼亚 sorana.filip@gmail.com 摘要 人工智能 (AI) 已融入我们生活的许多方面；在技术驱动的时代，企业使用人工智能来提高生产力，更好地了解消费者行为或通过机器人提供服务。基于 Filip (2021) 为论文进行的在线桌面和试点研究，该研究概述了欧洲和罗马尼亚初创企业的格局以及决定其成功的因素，如产品开发核心团队专业知识、核心团队承诺和业务战略。该研究旨在为进一步的论文创建一个框架，该论文将深入研究罗马尼亚的人工智能初创环境，因为经济期刊预测，鉴于罗马尼亚在这一领域的潜力以及 IT、技术和机器人领域的人才库，该市场将在不久的将来增长。关键词人工智能；初创企业；成功因素。介绍人工智能的一般性讨论人工智能 (AI) 有多种形式，从人脸检测和识别系统、搜索和推荐算法到数字助理、聊天机器人或社交媒体。它的复杂性和动态性很难用一个定义来概括 (Zbuchea、Vidu 和 Pinzaru，2019)。据统计，到 2024 年，全球人工智能市场规模预计将达到 5000 亿美元（Statista，2021a），预计人工智能软件市场收入将达到 3275 亿美元（Statista，2021b）。尽管人工智能在过去几年似乎发展迅速，普及度不断提高，但人工智能的历史可以追溯到 20 世纪 50 年代，当时这一概念诞生于科学家、数学家和哲学家的头脑中。艾伦·图灵是第一个对这一主题进行广泛研究的人，他在他的论文“计算机器和智能”中描述了人工智能一词，以及它的构建和测试（Anyoha，2017，第 1 页）。随着图灵测试的引入，他
引文 Ouimet F、Fortin J、Bogossian A、Padley N、Chapdelaine H 和 Racine E (2023) 先天性残疾从儿科过渡到成人医疗保健
随着成年，患有先天性免疫缺陷（又称原发性免疫缺陷）等慢性疾病的青少年必须为从儿科护理转向成人护理的艰难时期做好准备。在慢性病从儿科到成人护理的过渡中，护理的连续性、关系的连续性、信息缺乏和病情的自我管理等挑战现在已成为众所周知的问题（1、2，Padley N、Moubayed D、Lanteigne A、Ouimet F、Clermont MJ、Fournier A 等人。从儿科到成人健康服务的过渡：人类繁荣的愿望和实践。国际质量研究健康福祉杂志（审查中 - 2023 年））。此外，由于缺乏随访和治疗依从性差，青少年在过渡期内容易出现更高的发病率和死亡率（3）。除了医疗转变之外，青少年及其家人还要经历生活中的其他转变，即从青少年到成年的转变，这代表着一系列身体、心理、社会和环境变化。尽管医疗保健转变如今是一个新兴的研究领域，但很少有人关注 IEI。这令人担忧，因为每种慢性病都有不同的治疗要求和临床表现，而这些可能无法在同质的转变过程中得到适应。例如，IEI 具有临床意义，如需要高度专业化的跨诊所护理以及社会心理和认知并发症，这可能会对平稳转变造成额外的障碍。据我们所知，专门研究 IEI 医疗保健转变的研究很少（3-7），其中只有一项研究包括了青少年或其家人的观点（7）。在研究中纳入患者及其家人的观点对于影响制定能够更具体地满足他们需求的计划或程序至关重要。忽视他们的观点可能会导致过渡计划过于以治疗依从性和医疗依从性为中心，而这些优先事项可能与青少年及其家人的需求和价值观不一致，从而导致次优结果 ( 8 )。我们进行了一项定性研究，以更好地了解专门为 IEI 提供门诊护理的免疫学诊所的青少年和父母的观点。我们力求更广泛地了解他们的经历、需求以及他们在从儿科护理过渡到成人护理方面面临的挑战。
迪尔伯恩的能源效率资源
○ DTE Energy 为每年使用少于 500,000 kWh 能源的企业提供免费能源咨询 ○ RESTART 计划为密歇根州 500 个全职员工以下的制造业和商业部门提供免费的能源浪费减少和可持续发展服务 ● 能源基准测试可测量并将您的建筑物的能源与类似建筑物、过去的消耗或参考性能水平进行比较，以指导未来的投资 ● 联邦商业建筑计划为进行超过最低标准的重大能源效率投资的建筑业主提供税收减免 ● DTE Energy 提供两项回扣计划来激励能源效率
使用临床外显子组测序
先天性免疫力（IEI）包括多种异质遗传疾病，其中免疫系统中的缺陷导致对感染和其他并发症的敏感性增加。准确，及时诊断IEI对于治疗计划和预后至关重要。在这项研究中，评估了临床外显子组测序（CE）诊断IEI的临床实用性。对于37例与IEI相关的症状，体征或实验室异常的韩国患者，CES涵盖了4,894个基因，包括与IEI相关的基因。审查了他们的临床诊断，临床特征，感染家族病史和实验室结果以及检测到的变体。使用CES，在37例患者中有15例（40.5％）对IEI进行了遗传诊断。 从IEI相关的基因，BTK，UNC13D，STAT3，IL2RG，IL2RG，IL10RA，NRAS，SH2D1A，GATA2，TET2，TET2，PRF1和UBA1中检测到了17种致病变异，其中四种变体先前是一致的。 其中，从GATA2，TET2和UBA1中鉴定出体细胞病变变体。 此外，我们通过CES偶然诊断出了两名患者，该患者是为了诊断未识别的IEI患者的其他疾病而进行的。 综上所述，这些结果证明了CES诊断为IEI的实用性，这有助于准确的诊断和适当的治疗。使用CES，在37例患者中有15例（40.5％）对IEI进行了遗传诊断。从IEI相关的基因，BTK，UNC13D，STAT3，IL2RG，IL2RG，IL10RA，NRAS，SH2D1A，GATA2，TET2，TET2，PRF1和UBA1中检测到了17种致病变异，其中四种变体先前是一致的。其中，从GATA2，TET2和UBA1中鉴定出体细胞病变变体。此外，我们通过CES偶然诊断出了两名患者，该患者是为了诊断未识别的IEI患者的其他疾病而进行的。综上所述，这些结果证明了CES诊断为IEI的实用性，这有助于准确的诊断和适当的治疗。
使用机载... 预测森林库存属性 - CORE
摘要：本研究旨在开发一种新方法，利用采伐机在作业伐木过程中记录的树干信息，基于遥感预测成熟林分的森林资源属性。参考样地由采伐机数据形成，使用两种不同的树木位置：全球卫星导航系统中的采伐机位置 (XY H ) 和计算改进的采伐机头位置 (XY HH )。研究材料包括 158 个位于芬兰南部的成熟挪威云杉为主的林分，这些林分在 2015-16 年期间被砍伐。树木属性来自采伐机记录的树干尺寸。森林资源属性是针对林分和为四种不同样地大小（254、509、761 和 1018 平方米）的林分生成的样地编制的。建立了基于采伐机的森林资源清查属性与样地遥感特征之间的预测模型。获得了林分水平的预测结果，基部面积加权平均直径 (D g ) 和基部面积加权平均高度 (H g ) 对于所有模型替代方案几乎保持不变，相对均方根误差 (RMSE) 分别约为 10–11% 和 6–8%，偏差较小。对于基部面积 (G) 和体积 (V)，使用任何一种位置方法，最多只能得到大致相似的预测结果，相对 RMSE 约为 25%，偏差为 15%。在 XY HH 位置下，G 和 V 的预测几乎与 254–761 平方米内的样地大小无关。因此，基于采伐机的数据可用作遥感森林清查方法的地面实况。在预测森林清查属性时，建议利用采伐机头位置 (XY HH ) 和最小地块面积 254 平方米。相反，如果只有采伐机位置 (XY H ) 可用，将样地面积扩大到 761 平方米可达到与使用 XY HH 位置获得的精度相似的精度，因为较大的样地可缓和确定单个树木位置时的不确定性。
doi:10.1093/eurheartj/ehaa128 冠状动脉球囊成形术是由两位出生于德国萨克森州的医生发明的
Andreas 出生于萨克森州首府德累斯顿，在莱比锡读完高中，在海德堡学习后，由于德国官僚机构抵制他的血管成形术想法，他移居瑞士苏黎世（图 1）。他的第一个球囊尖端有一根短固定导线。他先在动物身上测试了球囊，然后在人类的外周狭窄部位进行了测试。1977 年 9 月 16 日，Gruuntzig 在苏黎世使用一个 3 毫米短球囊对一名清醒的左前降支高度狭窄患者成功地进行了冠状动脉成形术。2 他在 1977 年的美国心脏协会会议上介绍了他的前四例血管成形术结果。3 后来，Gruuntzig 搬到了美国亚特兰大的埃默里大学。 1985 年，格伦齐格给自己做了心脏导管插入术。手术后，他自己穿好衣服，回到办公室，用手捂住穿刺部位。他觉得，如果“通过血管造影术了解冠状动脉解剖结构对患者有好处，那么对自己也有好处”。4 自 1978 年以来，他与索恩斯和贾德金斯一起被考虑角逐诺贝尔奖，但格伦齐格于 1985 年 10 月 27 日在一次飞机失事中丧生。两位共同候选人索恩斯和贾德金斯在同一年去世。
导航具有免疫力错误的患者的护理过渡：单中心的描述性经验
从小儿护理到成人护理的过渡是管理儿童的关键里程碑，尤其是在患有复杂慢性病的孩子中。它涉及确保患者和家庭正确适应新阶段，保持正在进行的治疗的连续性，并与专家建立适当的后续计划。先天免疫误差（IEI）的患者（以前称为原发性免疫疾病（PID））是一组疾病的一部分，其特征是免疫系统适当功能的改变；随着这些实体的诊断和治疗工具的进展，预期寿命的增加以及新需求出现。这些孩子在过渡期间有特殊需求。在患有PID和综合征特征的儿童组中尤为重要，他们经常出现多种慢性病。在这些情况下，过渡计划是一个重要的挑战，不仅涉及患者及其家人，而且还涉及广泛的专家。为了实现这一目标，应在小儿专家和成人顾问之间建立一个多学科的过渡团队，设计一个必不可少的巡回赛。As few transition care guidelines in the fi eld of PID are available, and to our knowledge, there is no speci fi c information available regarding patients with PID associated with syndromic features, we share our experience in this issue as a Primary Immunode fi ciencies Unit that is a National Reference Center for PID, and propose a guide to achieve an adequate and successful transition to adulthood in these patients, especially in those with associated syndromic features.
对成人数据训练新生儿的MRI颅骨剥离的无监督域的适应
颅骨插曲是重要的第一步。基于学习的细分模型（例如U-NET模型）在自动执行此细分任务时显示出令人鼓舞的结果。但是，当涉及到新生儿MRI数据时，在培训这些模型期间，没有任何可公开可用的大脑MRI数据集随着手动注释的segmentment口罩而被用作标签。大脑MR图像的手动分割是耗时，劳动力密集的，需要专业知识。此外，由于成人数据和新生儿数据之间的较大域移动，使用对成人脑MR图像进行训练的分割模型进行分割新生脑图像无效。因此，需要对新生儿大脑MRI的更有效，准确的颅骨剥离方法。在本文中，我们提出了一种无监督的方法，以适应经过成人MRI训练的U-NET颅骨剥离模型，以有效地在新生儿上工作。我们的资产证明了我们新颖的未加剧方法在提高分割准确性方面的有效性。我们提出的方法达到了总体骰子系数为0。916±0。032（平均值±STD），我们的消融研究巩固了我们提议的有效性。非常重要的是，我们的模型的性能与我们进行了综合的当前最新监督模型非常接近。所有代码均可在以下网址提供：https：//github.com/abbasomidi77/daunet。这些发现表明，这种方法是一种有价值，更容易，更快的工具，用于支持医疗保健专业人员，以检查新生大脑的先生。