摘要 Covid-19 的爆发导致制造业运营中断。最严重的负面影响之一是关键医疗用品的短缺。制造公司面临来自政府的压力,要求其利用制造能力重新利用生产来满足对必需产品的关键需求。为此,技术和人工智能 (AI) 的最新进步可以作为应对解决方案,以克服与重新利用制造 (RM) 相关的威胁。该研究的目的是通过系统的文献综述 (SLR) 来调查人工智能在 RM 中的重要性。本研究收集了 SCOPUS 数据库中选定研究领域的约 453 篇文章。结构主题模型 (STM) 用于从选定的 RM 中 AI 文档中生成新兴的研究主题。此外,为了研究 RM 中 AI 领域的研究趋势,使用 R 包进行了文献计量分析。研究结果表明,由于该领域每年全球文章的产量有限,因此该领域的研究空间巨大。然而,这是一个不断发展的领域,已经确定了许多研究合作。该研究提出了一个全面的研究框架和未来研究发展的建议。
Objective: We investigated brain cortical activity alterations, using a resting-state 256-channel high- density EEG (hd-EEG), in Alzheimer's (AD) and Parkinson's (PD) disease subjects with mild cognitive impairment (MCI) and correlations between quantitative spectral EEG parameters and the global cogni- tive status assessed by Montreal Cognitive Assessment (MoCA) 分数。方法:15个AD-MCI,11个PD-MCI和十个年龄匹配的健康控制(HC)进行了HD-EEG记录和神经心理学评估。脑脊液生物标志物分析以获得良好的特征组。EEG光谱特征,并研究了三组之间的差异以及与MOCA的相关性。结果:与对照组相比,AD-MCI和PD-MCI的α2/alpha1比的α2/alpha1比显着降低。在PD-MCI中观察到明显更高的theta和较低的β/theta比。MOCA评分与theta功率以及alpha2和beta功率以及alpha2/alpha1和alpha/theta比率直接相关。结论:这项研究强调了AD-MCI和PD-MCI患者的脑电图模式的显着差异,并指出了EEG参数在两种神经退行性疾病中可能的替代标志物的作用。明显的能力:除了完善的生物标志物外,我们的发现还可以支持神经退行性疾病中认知功能障碍的早期检测,并可以帮助监测疾病的进展和治疗反应。
背景:脑电图(EEG)越来越多地用于监测全身麻醉的深度,但是大麻醉监测的EEG数据很少被重复用于研究。在这里,我们探索了从一般麻醉中重新利用脑电图监测,用于使用机器学习进行大脑年龄建模。我们假设在全身麻醉期间从脑电图估算的大脑年龄与围手术期风险有关。方法:我们在稳定的丙泊酚或稳定的丙烷麻醉下重新分析了323例患者的四局EEG,以研究四个EEG特征(EEG功率的95%(95%EEG功率<8 E 13 Hz)的年龄预测:总功率,Alpha频段,Alpha频段,Alpha band Power(8 E 13 Hz),Power Spectrum和Spatial spatial和Spatsial spatsial sy fromeny confurears和Spats spats spatsial sy频率。我们在丙泊酚麻醉期间由健康参考组(ASA 1或2)的EEG构建了年龄预测模型。尽管所有签名都是信息丰富的,但最先进的年龄预测性能通过沿整个功率谱的电极进行解析(平均绝对误差¼8.2岁; R2¼0.65)来解锁。结果:ASA 1或2例患者的临床探索表明,脑年龄与术中爆发抑制正相关,这是全身麻醉并发症的危险因素。令人惊讶的是,大脑年龄与较高的ASA分数患者的爆发抑制作用,表明隐藏的混杂因素。次级分析表明,与年龄相关的脑电图特征是丙泊酚麻醉的特异性,这是通过有限的模型概括对用sevo lureane维持的麻醉的。结论:尽管全身麻醉的脑电图可能实现最新的年龄预测,但麻醉药物之间的差异会影响脑时代模型的有效性和有效性。为了释放脑电图监测临床研究的休眠潜力,至关重要的是,具有精确记录药物剂量的异质种群的较大数据集至关重要。
适应气候变化和相关的沿海风险是住在地中海附近的社区的关键问题。该研究探讨了法国地中海沿岸两个主要城市马赛和尼斯的居民如何看待最近的气候变化,以及他们在应对气候和沿海风险变化方面的能力。它还分析了社会人口统计学和心理社会变量对他们所感知的应对水平的影响。使用的工具是Rishi&Mudaliar(2014)的《气候变化知觉清单》(CCPI)的法语翻译和改编版,总共有475名参与者。结果表明,在这两个城市中,受访者都知道气候变化,但并不真正担心。马赛和沿海主观福祉所扮演的角色有所不同。在这两个样本中,应对和适应的最重要预测指标是与气候相关的压力和情绪关注。最后,该研究强调了考虑心理社会变量在气候变化适应管理中的重要性。
欧洲系统已经成立了一个专门的联系小组,以支持和促进与金融市场利益相关者进行积极的对话 - 在此处阅读有关批发和解联系小组(NTW-CG)新技术的更多信息。
Giulia Lioi、Adolfo Veliz、Julie Coloigner、Quentin Duché、Simon Butet 等人。神经反馈对慢性中风患者有效连接网络的影响:一项探索性研究。《神经工程杂志》,2021 年,18 (5),第 056052 页。�10.1088/1741-2552/ac291e�。�hal-03354296�
结果:72名(35.8%)的学员完成了调查。定量结果揭示了关于开放式钞票的混合观点。75%的人同意,一般的公开票据是一个好主意,有94.1%的人同意关于公开票据的教育应该是心理治疗培训的一部分。考虑对患者和心理治疗的影响时,出现了四个主题:(a)对治疗的负面影响; (b)对治疗的积极影响; (c)对患者的影响; (d)文档。学生确定了与增加工作量,对心理治疗关系的伤害以及记录质量损害有关的问题。他们还确定了许多潜在的好处,包括更好的患者沟通和知情同意程序。在描述对不同疗法类型的影响时,学生认为,根据心理治疗方法的不同,开放音符可能会产生不同的影响。
心脏外科手术室,心胸外科系,圣乔治大学医院NHS基金会信托基金会,伦敦,英国B伦敦,B胸外科司,波塔德·希罗大学医院,西班牙Majadahonda,西班牙Majadahonda,胸外科,西班牙胸腔手术部,圣詹姆斯大学医院,索尔纳克斯医院,塞鲁克斯医学院,塞鲁奇,塞图尔,塞图尔,塞鲁希尔,塞鲁希尔郡。 Sciences, University of Bologna Medical School, Bologna, Italy f Division of Thoracic Surgery unit, IRCCS Azienda Ospedaliero-Universitaria, University of Bologna Medical School, Bologna, Italy g Division of Thoracic Surgery, University Hospital Leuven, Leuven, Belgium h Division of Thoracic Surgery, Biruni University School of Medicine, Istanbul, Turkey i Division of Thoracic Surgery, Insita vita e Salute San Raffaele大学,意大利米兰,J Cardiothoracic系,Rouen University Hospital,Inserm U1096,Univrouen,Normandy,Normandy,France K胸科外科司法院,都灵大学,多利诺里诺大学,意大利,意大利,心胸外科,詹姆斯·库克大学医院,詹姆斯·库克大学医院
背景:虽然乳房 X 线摄影通常用于乳腺癌检测,但在资源受限的国家广泛实施这一技术具有挑战性。基于人工智能的 Thermalytix 是一种低成本、便携、无辐射的自动化测试,可用于检测所有年龄段的女性乳腺癌。尽管在印度使用,但 Thermalytix 的有效性尚未在非洲人群中进行过测试。目标:在赞比亚三级护理人群中评估 Thermalytix 输出与放射科医生报告的乳房 X 线摄影的一致性和相关系数。方法:2023 年 10 月,卢萨卡 Maina Soko 军事医院对 169 名女性进行了 Thermalytix 和标准乳房 X 线摄影评估。Thermalytix 使用先进的机器学习算法来解释乳房热扫描并生成一个定量分数,表明恶性肿瘤的可能性。所有女性都接受了这两项测试,结果都是盲测的。随后计算了 Thermalytix 输出与放射科医生解释的乳房 X 线摄影的 BIRAD 评分之间的 Spearman 相关系数和一致性水平。结果:本报告分析了 144 名数据完整的女性,平均年龄为 50 岁(53.5% 为绝经后,65.3% 为无症状)。6 名女性被评估为乳房 X 线摄影阳性,138 名被评估为乳房 X 线摄影阴性;其中,使用 Spearman 等级相关检验,Thermalytix 与乳房 X 线摄影之间的相关性为 0.9 [非常强],使用美国 FDA 推荐的一致性检验,阳性一致性为 83.3%。结论:Thermalytix 在之前的临床试验中表现出与乳房 X 线摄影非常强的相关性和一致性水平,以及良好的敏感性、特异性和阴性预测值,有潜力成为赞比亚乳腺癌早期检测的另一种工具。
摘要 针对年轻学生的人工智能 (AI) 素养教育正受到研究人员和教育工作者的关注。研究人员正在开发课程,并尝试使用适合年龄的 AI 教育学习工具向更年轻的学生教授 AI 素养。尽管教师在 AI 素养教育中发挥着至关重要的作用,但他们的看法和态度却很少受到关注。本研究探讨了 60 名教师对使用 AI 教育学习工具的看法,并考察了影响他们在实施 AI 素养教育方面态度的因素。技术接受模型以及技术、教学和内容知识 (CK) (TPACK) 框架指导了研究设计,并采用结合社会科学统计软件包和主题分析的混合方法进行数据分析。研究表明,教师对 AI 教育学习工具在 AI 素养教学中的实用性和易用性持积极看法。本文还表明,教师们接受基于艺术的方法来教授 AI 素养。定性数据显示,教师面临诸如知识储备 (CK) 不足和人工智能经验不足以及对 TPACK 知识缺乏等挑战。影响教师接受人工智能教育学习工具的五个因素是:(a)教师对其人工智能知识储备和教授人工智能素养(技术内容知识)经验的看法;(b)技术挑战和利益相关者的接受程度;(c)人工智能教育学习工具的属性;(d)学校基础设施和预算限制;(e)干扰和负面情绪反应的可能性。本研究为政策制定者提供了有关