XiaoMi-AI文件搜索系统
World File Search Systemcomputed
基于虚拟计算机断层扫描系统
摘要。本文介绍了一种估算从重建的CT图像本身的诊断能量范围内计算机断层扫描（CT）的X射线能谱的方法。为此，开发了一个虚拟CT系统，并生成了由相应能量光谱标记的γ幻影的CT图像。使用这些数据集，对人工神经网络（ANN）模型进行了训练，从而从伽马克式插入物中的CT值重现了能量谱。在实际应用中，在虚拟CT系统中使用了基于铝的弓形滤波器，并且还开发了带有弓箭滤波器的ANN模型。没有/带有弓形滤波器的ANN模型都可以估计协议中的X射线频谱，该X射线频谱被定义为减去绝对误差，平均超过80％。 协议随着管电压的增加而增加。 当CT图像上的噪声量相当大时，估计偶尔会不准确。 的图像质量具有超过10的信号噪声比，对于γ幻影的基本材料，需要准确预测光谱。 基于从Acivion16（日本佳能医疗系统）获得的实验数据，带有弓形滤波器的ANN模型通过同时优化弓箭滤网的形状，从而产生了合理的能量谱。没有/带有弓形滤波器的ANN模型都可以估计协议中的X射线频谱，该X射线频谱被定义为减去绝对误差，平均超过80％。协议随着管电压的增加而增加。当CT图像上的噪声量相当大时，估计偶尔会不准确。的图像质量具有超过10的信号噪声比，对于γ幻影的基本材料，需要准确预测光谱。基于从Acivion16（日本佳能医疗系统）获得的实验数据，带有弓形滤波器的ANN模型通过同时优化弓箭滤网的形状，从而产生了合理的能量谱。目前的方法仅需要用于伽马克式幻影的CT图像，并且没有特殊的设置，因此预计它将很容易应用于临床应用中，例如梁硬化减少，CT剂量管理和材料分解，所有这些都需要有关X射线能量频谱的精确信息。
增强双能计算机断层扫描的定量参数，用于区分肺癌与固体肺结节中的良性病变
Results: The independent factors for differentiating lung cancers from benign solid pulmonary nodules included diameter, Lung-RADS categorization of diameter, volume, Zeff in arterial phase (Zeff_A), IC in arterial phase (IC_A), NIC in arterial phase (NIC_A), Zeff in venous phase (Zeff_V), IC in venous phase (IC_V), and NIC in venous phase （NIC_V）（全p <0.05）。由直径和NIC_V组成的IC_V，NIC_V和组合模型表现出良好的诊断性能，AUC为0.891、0.888和0.893，它们优于直径，直径，直径，体积，体积，Zeff_a和Zeff_A和Zeff_V（Zeff_A和Zeff_V（所有p <0.001））的直径分类。IC_V，NIC_V和组合模型的灵敏度高于IC_A和NIC_A的灵敏度（全部p <0.001）。与IC_V（P = 0.869）或NIC_V（P = 0.633）相比，组合模型没有增加AUC。
引用：Fletcher‑Sandersjöö A、Tatter C、Yang L 等。轻度脑外伤后计算机断层扫描病变检测的斯德哥尔摩评分
摘要 简介 轻度创伤性脑损伤 (mTBI) 是急诊科 (ED) 就诊的最常见原因之一。一部分 mTBI 患者会出现颅内病变，可能需要医疗或手术干预。对于这些患者，快速诊断和治疗至关重要。已制定了多项指南来帮助指导 mTBI 患者进行头部 CT 扫描，但这些指南缺乏特异性，没有考虑风险因素之间的相互作用，也没有提供个体化的颅内病变风险评估。本研究的目的是建立一个模型，用于评估到急诊科就诊的 mTBI 患者的个体化颅内病变风险。 方法与分析 这将是一项回顾性队列研究，在瑞典斯德哥尔摩的急诊科医院进行。符合条件的患者是受伤后 24 小时内到急诊科就诊并进行了 CT 扫描的 mTBI 成年人 (≥15 岁)。主要结果是头部 CT 上的创伤性病变。次要结果将是任何具有临床意义的病变，定义为导致神经外科干预、因 TBI 住院 ≥48 小时或因 TBI 死亡的颅内发现。机器学习模型将用于创建预测主要和次要结果的分数。估计将包括 20 000 名患者。伦理与传播 该研究已获得瑞典伦理审查局 (Dnr: 2020- 05728) 的批准。研究结果将通过同行评审的科学出版物和国际会议演讲进行传播。试验注册号 NCT04995068。
经颅光声计算机断层扫描...
图 2 | 运动任务的 fPACT 和 7 T fMRI 结果。对右侧 FT（a：fMRI，b：左半球无颅骨 fPACT）、左侧 FT（c：fMRI，d：右半球颅骨完整 fPACT）和 TT（e：fMRI — 左图显示大脑左侧，f：左半球无颅骨 fPACT，g：fMRI — 左图显示大脑右侧，h：右半球颅骨完整 fPACT）的功能反应进行了成像。皮质上显示的功能反应（左栏）代表反应的最大振幅投影。功能反应也显示在通过激活的轴向（中间栏）和冠状（右栏）切片上。对于 FT（ad），我们选择相同的轴向和冠状切片显示在所有四张图像中。对于左侧无颅骨侧的 TT（e、f），我们选择彼此相距 5 毫米以内的切片。对于右侧颅骨完整侧的 TT（g、h），我们选择相同的轴向和冠状切片。但这些激活在空间上并不重叠。在每个功能图中，我们显示了以最大 t 值（𝑡𝑚𝑎𝑥）的 70% 为阈值的区域，这些区域列为每个皮质图下方的第一个值。皮质图下方显示了对应于最大 t 值的 70% 的 p 值（一元学生 t 检验）。白色箭头表示 fPACT 中的激活区域。比例尺：2 厘米。
智能制造中的人工智能和网络安全挑战 Dr.P.KALARANI 计算机技术与信息技术系助理教授 印度泰米尔纳德邦埃罗德 Kongu 艺术与科学学院 邮箱：meet.kalaram@gmail.com 文章历史：收到日期：2020 年 11 月 11 日；接受日期：2020 年 12 月 27 日；在线发表日期：2021 年 4 月 5 日 摘要：智能制造 (SM) 是一种广泛的制造类别，它采用基于计算机的集成制造系统，具有更高端的新适应性和设计结构的快速变化，以及数字化和有效的劳动力培训。有必要在 SM 系统中采用新技术，以适应现有系统的变化。智能工厂通过让客户满意来提高单位产量、质量和一致性维护。更智能的技术有助于在组织中借助计算技术获取信息，通过该信息/数据将定期记录。对环境非常安全的智能制造系统被我们称为绿色制造 (GM)。绿色技术或绿色制造是一个总称，它以某种方式属于同一分支，用于多种技术或科学领域，以生产对环境友好的产品。GM 是最需要的，它可能导致更高水平的发展
智能制造中人工智能与网络安全挑战赋能 Dr.P.KALARANI 计算机技术与信息技术系助理教授 印度泰米尔纳德邦埃罗德 Kongu 艺术与科学学院 邮箱：meet.kalaram@gmail.com 文章历史：收到日期：2020 年 11 月 11 日；接受日期：2020 年 12 月 27 日；在线发表日期：2021 年 4 月 5 日 摘要：SM（智能制造）是一种广泛的制造类别，采用基于计算机的集成制造系统，具有更高的新适应性和设计结构的快速变化，以及数字化和有效的劳动力培训。有必要在 SM 系统中纳入新技术，以适应现有系统的变化。智能工厂通过让客户满意来提高单位产量、质量和一致性维护。更智能的技术有助于在组织中借助计算机技术获取信息，通过计算机技术定期记录信息/数据。对环境非常安全的智能制造系统被我们称为绿色制造 (GM)。绿色技术或绿色制造是一个总称，它以某种方式属于同一分支，用于多种技术或科学领域，以生产对环境友好的产品。GM 是最需要的，它可能导致经济方面更高水平的发展。此外，在网络安全方面，还需要解决信息的机密性以及 SM 系统带来的漏洞。因此，我们提出了一种借助人工智能 (AI) 和网络安全框架在 SM 系统中实现高效绿色制造的方法。所提出的工作采用双阶段 ANN 来寻找工业中 SM 系统的设计配置。然后，为了在通信时保持数据的机密性，使用 3DES 方法对数据进行加密。关键词：智能制造、人工智能、网络安全、机密性、加密。1.介绍
原创文章 术中计算机断层扫描仪在现代神经外科手术中的作用——早期经验
然而，导航的重大限制在于假设大脑和颅骨是刚性结构[6,5,23]，但在手术过程中，由于 Kelly 等人 [8] 在 1986 年描述的脑移位现象，这限制了外科医生在术前图像和术中解剖结构之间能够实现的关联。 [14] 这是由于脑组织扭曲造成的，有几项研究记录了脑组织的手术操作、组织肿胀和脑脊液流失以及脑牵开器的使用 [4,13,17] 是造成这种与时间相关的动态时空事件的原因。 [25] 这会导致导航系统中的图像不正确，并可能使手术不准确。 脑移位现象可能发生在皮层和深层脑结构中 [5]，这可能导致大脑重要区域的损伤，例如在胶质瘤手术中。 [28] 外科界尚未就导航本身是否能够改善手术结果达成共识，但认识到需要一个更准确的解决方案，而这一解决方案可以通过术中成像方式提供的实时图像来解决。
使用离散元素方法和同步加速器微型层析成像图像对砂粒断裂进行三维评估
摘要：最近的研究表明，砂颗粒的断裂在确定不同载荷条件下颗粒材料的塑料体积变化方面起着重要作用。用于更好地了解颗粒断裂对颗粒材料行为的影响的主要工具之一是离散元素建模（DEM）。本文采用键合模型（BBM）来模拟沙子的断裂行为。使用线性平行的接触模型将每个砂粒子建模为在其接触处键合的刚性块的聚集体，该模型可以同时传递力矩和力。dem模拟的颗粒与使用高分辨率3D同步加速器微型计算机断层扫描（SMT）获得的实际三维（3D）形状的实际三维（3D）形状匹配。由单个合成二氧化硅立方体无限的一维（1D）压缩的结果用于校准模型参数。研究了由三个砂颗粒组成的样品，研究了颗粒裂缝，这些砂颗粒在受约束的1D压缩下加载。从DEM模型中测量的断裂能与实验测量的良好匹配。使用BBM研究了接触载荷条件和粒子相互作用的效果，使用BBM可以紧密捕获真实砂颗粒的3D形状。doi：10.1061/（ASCE）GT.1943-5606.0002281。这项工作可根据创意共享归因4.0国际许可的条款提供，https：//creativecommons.org/licenses/4.0/。