XiaoMi-AI文件搜索系统
World File Search Systemendoscopy
用金属>的定量相成像内窥镜检查
抽象定量相成像（QPI）从强度测量中恢复了光的精确波前。可以从这些量化的相移中提取半透明微观体的地形和光密度图。我们使用氮化硅倍曲底金属固有的色差束在相干束束的尖端进行定量相成像。我们的方法利用光谱多路复用来使用彩色摄像头从单个捕获中的多个散焦平面恢复相位。我们的0.5 mm光圈金属量具有28°视图和0.2π相分辨率（空气中的〜0.1λ）显示出可靠的定量相成像能力，用于内窥镜束束的实验。由于光谱功能直接在成像晶状体中编码，因此金属既充当聚焦元件，又是光谱过滤器。使用简单的计算后端的使用将实现实时操作。在据报道的基于金属的QPI中，完全缓解了内窥镜检查相时成像方法的关键局限性。
欧洲胃肠道内窥镜学会（ESGE ...
机构1葡萄牙肿瘤学研究所 - 波尔图 - 葡萄牙2 MedCIDS，MedCIDS，医学院，波尔图大学医学院，波尔图大学，波尔图市3港口综合癌症中心（PORTO.CCC）和RISE@CI-IPOP（CI-IPOP（ci-IPOP），卫生研究网络，Porto 4葡萄牙5胃肠病学，Unilabs，葡萄牙，6胃肠病学和肝病学系，阿姆斯特丹胃肠病学和代谢，阿姆斯特丹大学医学中心，阿姆斯特丹，荷兰7号，荷兰7号，胃肠病学和肝病学系7澳大利亚悉尼9西西部临床学校，悉尼悉尼，悉尼，澳大利亚10号肝胃肠病学系，康维斯大学圣卢克大学，圣卢克大学，比利时布鲁塞尔市，布鲁塞尔大学，saptien and andrea and andrea and andrea and andrea医院，sapienza sapienza coressory，sapien and casertro and sapien and aseratr of sertro and asertr of Momymom prosstry of Momymome hommom of Momymome pros，肝癌和消化肿瘤学，Cub Erasme医院，Libre de Bruxelles大学（ULB），布鲁塞尔，比利时，比利时13号生物医学科学系，意大利米兰人类大学。内窥镜临床和研究中心IRCC，意大利Rozzano的内窥镜检查部
内窥镜国际开放-Thieme Connect
摘要：背景：腺瘤的检测率较高，这些内镜者花费更多时间观察结肠镜检查中的屏幕边缘。尽管如此，与病变检测有关的眼动参数仍然未知。这项研究旨在终止与结直肠腺瘤检测有关的特定眼动参数，包括特定区域的凝视率和眼动速度。方法：这项研究是对一项随机对照试验的事后分析，该试验研究了修改内镜医生对结直肠腺瘤检测的眼睛运动的影响。根据内窥镜医生在每次检查中的凝视坐标计算特定区域和眼动速度的凝视速率。排除了观察和处理息肉所需的时间。将屏幕分为6×6部分时，将下部外围区域定义为底部行。在患有和没有腺瘤的患者之间比较了这些参数。结果：五名医生进行了158次结肠镜检查。腺瘤检测组表现出较低的外围目光率（13.7％比9.5％，p = 0.004）和较小的平均眼动运动距离（29.9像素/30 ms，而33.3像素/30 ms，p = 0.022）。逻辑回归分析表明，较低的外围视觉率> 13.0％和平均眼动运动距离<30像素/30 ms是增加了腺瘤检测的独立预测指标（P = 0.024，优势比[OR]：2.53，95％的置信区间[CI]：1.71–3.28; P = 0.045; P = 0.045; 1.03–20.2），而年龄，性别和戒断时间却没有。结论：较低的外周观察速率和缓慢的眼睛运动与结直肠腺瘤的检测有关。
绿色内窥镜：英国胃肠病学会
抽象的GI内窥镜检查是高度资源密集型的，对温室气体（GHG）排放和废物产生做出了重大贡献。在气候变化的背景下，可持续内窥镜检查是内窥镜提供者，单位和专业社会之间主流讨论的重点。除了更广泛的全球挑战外，还有一些与内窥镜检查单位及其实践相关的特定措施，这可能会大大降低环境影响。对这些问题的意识和有关减轻GI内窥镜检查碳足迹的实践干预措施的指南。 在此共识中，我们讨论了减少内窥镜检查对内窥镜检查单位和从业人员的环境影响的实用措施。 采用这些措施将有助于和促进新的实践以及更可持续的专业的发展。对这些问题的意识和有关减轻GI内窥镜检查碳足迹的实践干预措施的指南。在此共识中，我们讨论了减少内窥镜检查对内窥镜检查单位和从业人员的环境影响的实用措施。采用这些措施将有助于和促进新的实践以及更可持续的专业的发展。
endodino：GI内窥镜检查的基础模型
缺乏大型和多样化的内窥镜数据集的AI的GI内窥镜检查和开发受到阻碍。因此，领域的传统发展涉及使用自然图像数据集（例如Imagenet-1K）进行预训练或转移学习。此路径要求组装相对较大且标记的填充数据集，以实现有意义的结果。创建此类数据集是耗时且昂贵的。此外，缺乏基础主链模型意味着GI内窥镜检查中不同的AI解决方案需要自己的推理计算开销。从部署的角度来看，这限制了部署多个AI解决方案在过程中实时运行的实用性。视觉基础模型特定于GI内窥镜检查可以统一AI解决方案，加速研究，甚至解锁了提高患者护理的新功能。
人工智能在胃肠内窥镜检查中的作用不断演变
人工智能 (AI) 是不同技术的结合，使机器能够以类似人类的智能水平感知、理解和学习。人工智能技术最终将增强人类的能力，为机器提供真正的自主权，减少错误，提高生产力和效率。人工智能看起来很有前途，这个领域充满了发明和新奇的应用；然而，机器学习的局限性表明谨慎乐观是正确的策略。人工智能也正被纳入医学领域，通过加快流程和实现更高的准确性来改善患者护理，从而实现最佳患者护理。使用深度学习技术的人工智能已被用于识别、区分包括胃肠内窥镜检查在内的多个医学领域的目录图像。胃肠内窥镜检查领域涉及在各种胃肠内窥镜设备系统的帮助下使用图像分析对各种消化系统疾病进行内窥镜诊断和预测。基于人工智能的内窥镜系统可以根据其训练和验证可靠地检测并提供有关胃肠道病理学的关键信息。这些系统可以使胃肠病学实践在未来几年内变得更容易、更快、更可靠，并减少观察者之间的差异。然而，认为这些系统将取代人类决策取代胃肠内窥镜医师的想法在不久的将来似乎并不可信。在这篇评论中，我们讨论了人工智能和相关的各种技术术语、胃肠内窥镜检查中不断发展的作用以及未来的可能性。
图像数据库、人工智能和胶囊内窥镜；赌注就在眼前
胶囊内镜已成为小肠检查的主要内镜方式，这一点已得到时间的认可。因此，胶囊内镜 (CE) 已成为千禧一代的又一项技术，他们现在以力量、意志和决心展望未来，走上更具颠覆性的道路 [1]。尽管如此，即使对于勇敢的年轻人来说，成熟也伴随着一定的“义务”和社会要求。当然，当医疗技术成为关注的主题时，这或多或少会转化为诊断产量、并发症率和质量/性能保证措施 [2 – 4]。此外，就该领域的未决问题而言，仍然存在一些问题。我们也许毫不犹豫地一口气数出 CE 的适应症，甚至提供类似的并发症率和安全“胶囊化”的途径，但对于我们这些在高容量中心阅读 CE 视频的人来说，我们希望制造商现在已经对一些技术调整进行了分类。它们的范围从更好的图像分辨率和电池寿命到各种软件增强和/或硬件进步 [5, 6]。事实上，我们一直在重复呼吁 CE 革命的下一波浪潮，即包括治疗能力、集成/智能、数据（不仅仅是图像）收集、驱动和定位的浪潮，总结了任何当前可用的 CE 提供系统必须面对的主要挑战，以提高其市场提案和价值超过竞争对手。人工智能 (AI) 的热潮并不新鲜；事实上，CE 阅读软件的本质是早期人工智能的应用之一。Lewis Score [7]、QuickView [8]、疑似血液指标 [9] 等工具只不过是专有阅读软件早期版本中集成的人工智能的巧妙片段，主要目的是协助、支持和/或加快医疗决策过程 [10]。
医疗内窥镜检查实时3D重建的进步
摘要：此贡献旨在为研究人员提供有关适用于医疗内窥镜检查的实时3D重建方法的最新最新概述。在过去的十年中，计算能力方面已经取得了各种技术进步，并且在许多计算机视觉领域（例如自动驾驶，机器人技术和无人驾驶航空车辆）的研究工作增加了。其中一些进步也可以适应医疗内窥镜检查领域，同时应对诸如无特征表面，不同的照明条件和可变形结构等挑战。为提供全面的概述，进行了单眼，双眼，三眼和多眼方法的逻辑划分，并区分了主动和被动的方法。在这些类别中，我们认为柔性和非弹性内窥镜都尽可能充分地覆盖最新的内窥镜。讨论了与此处介绍的出版物进行比较的相关错误指标，并且在讨论了何时选择GPU而不是FPGA的基于摄像机的3D重建的选择。我们详细阐述了使用数据集的良好实践，并直接比较了提出的工作。重要的是要注意，除了医学出版物外，还认为对Kitti和Middlebury数据集进行评估的出版物还包括可能适用于医疗3D重建的相关方法。
降低胃肠道内窥镜检查中的3碳排放：“绿色内窥镜项目Würzburg”的前瞻性研究结果
胃肠道内窥镜产生的抽象客观碳排放已被认为是一个关键问题。范围3排放主要是由购买商品的制造，包装和运输引起的。据我们所知，旨在减少范围3排放的测量功效的前瞻性数据。 设计该研究是在中型学术内窥镜检查单元中进行的。 要求内窥镜消耗品的制造商回答有关制造，起源，包装和运输的问卷。 基于这些数据，尽可能购买替代产品。 此外，还指示工作人员如何避免浪费。 此后，购买的每个项目的碳足迹是从2月至2023年5月（干预期）计算的，并将范围3排放量与上一年同期（控制期）进行了比较。 结果26个40家公司回答了问卷。 322种产品中的229种被归类为不利。 对于47/229项（20.5％）来说，可以切换到替代项目。 1666在干预期间进行内窥镜检查，而对照期间进行了1751次检查（-4.1％）。 使用的仪器数量减少了10.0％（3111 vs 3457）。 使用较少和替代产品的碳排放量减少了11.5％（7.09 vs 8.01吨碳等效= TCO2 E）。 废物的分离导致20.1％的降低（26.55 vs 33.24 TCO2E）。 总共可以将碳排放量减少18.4％。据我们所知，旨在减少范围3排放的测量功效的前瞻性数据。设计该研究是在中型学术内窥镜检查单元中进行的。要求内窥镜消耗品的制造商回答有关制造，起源，包装和运输的问卷。基于这些数据，尽可能购买替代产品。此外，还指示工作人员如何避免浪费。此后，购买的每个项目的碳足迹是从2月至2023年5月（干预期）计算的，并将范围3排放量与上一年同期（控制期）进行了比较。结果26个40家公司回答了问卷。322种产品中的229种被归类为不利。对于47/229项（20.5％）来说，可以切换到替代项目。1666在干预期间进行内窥镜检查，而对照期间进行了1751次检查（-4.1％）。使用的仪器数量减少了10.0％（3111 vs 3457）。使用较少和替代产品的碳排放量减少了11.5％（7.09 vs 8.01吨碳等效= TCO2 E）。废物的分离导致20.1％的降低（26.55 vs 33.24 TCO2E）。总共可以将碳排放量减少18.4％。每个手术的结论使用较少的乐器，回收包装材料并改用替代产品可以减少碳排放，而不会损害内窥镜工作流程。
炎症性肠病内窥镜检查的人工智能
2 然而，集中阅读既耗时又费钱，在常规护理中的应用还不确定。即时客观的盲法 CAD 评估将解决这一限制，并有助于推进常规高质量内窥镜评分解释，以将其纳入治疗目标。CAD 可用于培训未来的胃肠病学研究员这一想法很有趣。目前的受训人员在进行 IBD 内窥镜检查时，有望达到准确解释内窥镜活动的能力。然而，他们的经验很大程度上是主观的，需要主管对内窥镜检查有深入的理解和准确的评分能力。使用人工智能对粘膜疾病活动进行标准化、准确和客观的评估可以实时验证他们的内窥镜评分解释，并识别和加强知识差距。第二个立场是 CAD 可以通过提高日常实践模式的成本效益来有益于疾病管理。由于 CAD 提供了一种