XiaoMi-AI文件搜索系统
World File Search Systemcapsule
胶囊内窥镜的未来：人工智能和其他技术进步的作用
胶囊内镜检查因其便利性和无创性而彻底改变了小肠疾病的治疗。胶囊内镜检查是评估不明原因胃肠道出血、克罗恩病、小肠肿瘤和息肉综合征的常用方法。然而，繁琐的读取过程、对小肠病变的忽视以及缺乏运动是扩大其应用的主要障碍。随着人工智能的最新进展，一些研究报告了卷积神经网络系统在诊断各种小肠病变（包括糜烂/溃疡、血管扩张、息肉和出血性病变）方面的良好性能，这减少了胶囊内镜检查解释所需的时间。此外，结肠胶囊内窥镜和磁力驱动的胶囊内窥镜运动已被用于临床应用，并且已经推出了用于主动运动、活检或治疗方法的各种胶囊内窥镜原型。在本综述中，我们将讨论胶囊内窥镜领域人工智能的最新进展，以及对胶囊内窥镜其他技术改进的研究。Clin Endosc 2020;53:387-394
基于时空脑电图帧的胶囊神经网络实现跨对象情绪识别
头皮脑电图是头皮电位与时间的关系图，因此，由于电极在头皮上的位置，它可以捕获空间信息，以及脑电波变化的时间信息。在本文中，我们提出了一种新方法，通过将信号合并到稀疏的时空框架中来组合表示空间和时间信息，以便计算机视觉领域的深度学习算法可以轻松地对其进行处理。在脑电图情绪识别设置中，还定义了模型对测试数据的熟悉度，并引入了一种数据拆分形式，使得模型必须在熟悉度最低的集合上执行。在 DEAP 数据集上训练 CapsNet 架构以执行跨主题二元分类任务，并分析了使用贝叶斯优化对超参数的调整。该模型报告称，对于 LOO 主题，最佳情况准确率为 0.85396，平均情况准确率为 0.57165，对于未见主题-未见记录分类，最佳情况准确率为 1.0，平均情况准确率为 0.51071，这与其他文献报告的结果相当。
探索耳胶囊的动力学和当经压力的动力学：实验验证
摘要：耳胶囊和周围的颞骨表现出复杂的3D运动，受骨传导刺激的频率和位置影响。所得的与当经压力的相关性尚未足够理解，因此在实验和数值上都是这项研究的重点。实验是在三个尸体头的六个颞骨上进行的，在0.1-20 kHz的乳突和经典的巴哈位置上应用了bc助听器刺激。在包括海角和stapes在内的各个颅骨区域上测量了三维运动。使用自定义的声学接收器测量了2粒内压力。该实验是基于Liuhead的自定义有限元模型（FEM）的数字重新创建的，并增加了听觉外围。在4、8和20 GPA之间变化了FEM内皮质骨结构域的模量。 在大多数频率上与实验数据排列的预测差分后压力，并表明头骨变形，尤其是在耳囊中，取决于颅底材料的性能。 实验结果和FEM结果表明，耳胶囊表现为刚性加速度计，在耳蜗上施加惯性载荷，甚至在7 kHz以上。 未来的工作应探讨耳囊和耳蜗含量之间的固体流体相互作用。 v C 2025作者。 所有文章内容（除非另有说明，否则都将根据Creative Commons归因（cc by）许可（https://creativecommons.org/licenses/4.0/）获得许可。在4、8和20 GPA之间变化了FEM内皮质骨结构域的模量。在大多数频率上与实验数据排列的预测差分后压力，并表明头骨变形，尤其是在耳囊中，取决于颅底材料的性能。实验结果和FEM结果表明，耳胶囊表现为刚性加速度计，在耳蜗上施加惯性载荷，甚至在7 kHz以上。未来的工作应探讨耳囊和耳蜗含量之间的固体流体相互作用。v C 2025作者。所有文章内容（除非另有说明，否则都将根据Creative Commons归因（cc by）许可（https://creativecommons.org/licenses/4.0/）获得许可。https://doi.org/10.1121/10.0034859（2024年8月28日收到； 2024年12月19日修订； 2024年12月20日接受； 2025年1月28日在线发布）[编辑：Julien Meaud]
CAD-CAP：一个包含 25,000 张图像的数据库，用于开发胶囊内窥镜人工智能
机构 1 索邦大学，内镜科 2 德雷塞尔大学，艺术与科学学院，美国宾夕法尼亚州费城 3 亚眠大学医院，皮卡第儒勒凡尔纳大学，法国亚眠 4 乔治蓬皮杜欧洲医院，APHP，胃肠病学和内镜科，法国巴黎 5 内镜和胃肠病学科，Pavillon L，爱德华赫里奥特医院，法国里昂 6 消化内镜科，大学医院，法国布雷斯特 7 肝胃病学科，法国南特消化病研究所 8 泰农医院，胃肠病学科，法国巴黎 9 斯特拉斯堡天主教大学，胃肠病学科，法国斯特拉斯堡 10 洛姆医院，胃肠病学科，法国洛姆 11 科钦医院胃肠科，法国巴黎 12 CHRU Lille，胃肠科，法国里尔 13 CHU Rouen，胃肠科，法国鲁昂 14 CHU Henri Mondor，胃肠科，法国克雷泰伊 15 ETIS、塞尔吉-蓬图瓦兹大学、ENSEA、法国国家科学研究中心、塞尔吉-蓬图瓦兹 Cedex，法国 16 CHU 尼斯，胃肠病学和内窥镜检查科，法国尼斯
seladelpar胶囊（livdelzi）在2025年1月使用的原发性胆管炎标准
代偿性肝硬化（例如Child-pugh B类或C）或先前的代偿性事件，包括肝烯综合征，梅尔德≥12，肝细胞癌，肝性脑病，肝性脑病，国际正常化比率（INR）> 1.3，Platlet Count Count Count Count <150 x 10 3 /microl。^1补偿性肝硬化，并具有门静脉高压的证据（例如腹水，胃血管差异，持续性血小板减少症）完全胆道阻塞严重高级初级胆管炎（PBC）定义为正常（ULN）和白蛋白较低（ULN）和白蛋白（ULN）的总胆红素和蛋白质较低（ULN）和白蛋白（ULN）和白蛋白（uln）较低的（ULN）的总limin（uln）和白蛋白（ULN）较低的（ULN）和白蛋白（ULN）较低（ULN）和白蛋白（ULN）较低（ULN）或蛋白质较低（ULN）。天冬氨酸氨基转移酶（AST）> 3倍ULN其他慢性肝脏疾病，例如原发性硬化性胆管炎，自身免疫性肝炎，代谢功能障碍 - 相关脂肪性肝炎（MASH）和alpha-1抗抗胰蛋白酶缺乏症，抗抗抑制剂抗抑制剂，或抗抑制剂的抗抑制剂
SS-3DCAPSNET：用于少标记数据医学分割的自监督 3D 胶囊网络
胶囊网络是一种近期出现的新型深度网络架构，已成功应用于医学图像分割任务。这项工作扩展了胶囊网络，使其能够通过自监督学习进行体积医学图像分割。与以前的胶囊网络相比，为了改善权重初始化问题，我们利用自监督学习进行胶囊网络预训练，其中我们的借口任务通过自重建进行优化。我们的胶囊网络 SS-3DCapsNet 具有基于 UNet 的架构，带有 3D 胶囊编码器和 3D CNN 解码器。我们在 iSeg-2017、Hippocampus 和 Cardiac 等多个数据集上的实验表明，我们的自监督预训练的 3D 胶囊网络远远优于以前的胶囊网络和 3D-UNets。代码可在此处获得。1
使用深度胶囊网络和潜在动态条件随机场进行脑肿瘤分割
摘要：由于脑肿瘤差异性很大，自动分割仍然是一项艰巨的任务。我们提出了一种通过整合深度胶囊网络 (CapsNet) 和潜在动态条件随机场 (LDCRF) 来自动分割脑肿瘤的方法。该方法包括三个主要过程来分割脑肿瘤——预处理、分割和后处理。在预处理中，N4ITK 过程涉及在归一化强度之前校正每个 MRI 图像的偏置场。之后，在分割过程中使用图像块来训练 CapsNet。然后，在确定 CapsNet 参数后，我们使用轴向视图中的图像切片来学习 LDCRF-CapsNet。最后，我们使用一种简单的阈值方法来校正某些像素的标签，并从分割结果中删除小的 3D 连通区域。在 BRATS 2015 和 BRATS 2021 数据集上，我们训练并评估了我们的方法，发现它表现优异，可以在类似条件下与最先进的方法相媲美。
<出售的蓝色Lavazza胶囊的碳烙印的Diva估计值
1。引言气候危机对咖啡行业带来的挑战是多种多样的：因此，Lavazza参与了所有环境解决方案的研究，以满足减少其环境影响的需求。实际上，从2020年开始，该小组促进了一条旨在达到完整碳中立性的路径，称为“路线图至零”。这条路径提供了三个主要的工作阶段，即对其碳排放的定量，还原和补偿。意识到并非所有排放量都可以减少，Lavazza集团通过支持有助于可持续发展和遏制温室气体排放的项目，采取了薪酬策略。 其中是Lavazza蓝色胶囊，其生命周期的所有阶段（从摇篮到坟墓）的二氧化碳排放量从2021年开始被中和。意识到并非所有排放量都可以减少，Lavazza集团通过支持有助于可持续发展和遏制温室气体排放的项目，采取了薪酬策略。其中是Lavazza蓝色胶囊，其生命周期的所有阶段（从摇篮到坟墓）的二氧化碳排放量从2021年开始被中和。是Lavazza蓝色胶囊，其生命周期的所有阶段（从摇篮到坟墓）的二氧化碳排放量从2021年开始被中和。为确保所有胶囊一旦购买，已经得到了补偿，就进行了碳足迹（CFP）估计研究。根据ISO 14067 Norm [1]，计算是基于2024年估计的销售额，以及由独立第三机构验证的1个平均咖啡胶囊的CFP。为了确保估计计算的准确性，将在所有最终销售数据可用时重新计算2024碳烙印。如果在2024年的估计排放值与销售12个月后穿着的估计排放值之间存在未对准（超额和缺陷），我们将继续纠正它（例如，通过比碳信用额大的卷来互动）。这种关系的目的是根据所采用的报告标准来解释蓝色胶囊的碳烙印的定量，并提出相对结果。
配备人工智能的智能胶囊可通过无人机自动运送医疗物资
摘要：近几年，世界各地已经展示了许多血液和药品运送无人机的例子，这些无人机主要依靠的是医学界并不常见的航空经验。说到无人机运送，注意力应该集中在最重要的事情上：运输的救命物品。传统的箱子通常不是实时监测温度的，而且不适合无人机运输，因为它们很重、很笨重。这意味着运送的生物医学特性至关重要。配备人工智能 (AI) 的智能胶囊是有史以来第一个为易腐烂和高价值医疗产品提供全自动无人机运送服务的系统，集成了实时质量监控和控制。它由一个智能外壳组成，能够引导任何连接到它的自主飞行器，专门用于运输血液、器官、组织、测试样本和药物等。该系统监测产品的状况（例如温度、搅拌和湿度），并在需要时通过利用振动等来调整它们，以保持所需的搅拌，确保货物在交付后即可使用。智能胶囊还利用外部温度来减少无人机的能量消耗，从而延长无人机的电池寿命和飞行距离。该系统取代了对专业司机和传统道路运输工具的需求，同时保证遵守所有适用的安全法规。进行了一系列 16 项实验测试，以证明使用智能胶囊管理飞行和内部货物交付的可能性。共执行了 81 次任务，总飞行时间为 364 分钟。智能胶囊通过将交付时间缩短高达 80% 并将成本降低至少 28%，大大提高了医疗保健系统的应急响应和效率。本文讨论了智能胶囊及其基于人工智能的无人机交付支持技术。这项工作的目的是展示使用基于人工智能的设备管理无人机送货的可能性。