XiaoMi-AI文件搜索系统
World File Search Systemmog
创伤性的计算机断层扫描成像评估...
背景：计算机断层扫描 (CT) 仍然是创伤性脑损伤 (TBI) 成像评估的金标准。TBI 本身因其不良影响已成为发展中国家的主要问题。目的：目的是评估患有 TBI 的患者的颅脑计算机断层扫描图像。材料和方法：对 2013 年 11 月 13 日至 2019 年 5 月 31 日期间在尼日利亚乌约大学教学医院因头部受伤而接受颅脑 CT 检查的患者进行了回顾性研究。持续时间与服务中断的不连贯时间无关。应用简单的数据分析评估了患者的人口统计学和 CT 特征。结果：评估了 232 名患者，最小年龄为 6 个月，最大年龄为 78 岁。男性患者占多数，比例为 2.74:1。受影响最大的年龄段为 30-39 岁（23.27%）和 20-29 岁（22.84%）。44 名患者（18.97%）的脑 CT 正常。CT 异常患者中最常见的病变是颅内出血（n = 188，81.03%）。其中，脑外出血（n = 100，53.19%）超过脑内出血（n = 88，46.81%）。一半的脑内出血是多发性的。34.48%（n = 80）的患者出现颅骨骨折。最常见的部位是面骨（n = 24，30.00%），而最少见的部位是枕骨（n = 4，5.00%）。15% 的患者有多处骨折，其中还包括颅底。结论：TBI 在年轻活跃男性中很常见。最常见的病变是伴有外轴偏向的颅内出血。
Terahertz Josephson Echo Spectroscopicy探测了不均匀的铜酸盐超导性
不均匀性对量子材料的特性至关重要，但是可以测量它们的方法仍然有限，并且只能访问相关可观察的一小部分。例如，诸如扫描隧道显微镜之类的局部探针已经证明，在纳米长度尺度上，丘比特超导体的电子特性是不均匀的。但是，需要解决高阶相关性的互补技术以阐明这些不均匀性的性质。此外，局部隧道探针通常仅远低于临界温度。在这里，我们开发了一种二维的Terahertz光谱法，以测量来自近乎掺杂的丘陵中层间间的隧道共振的Josephson等离子体回声。这项技术使我们能够研究材料中层偶联的多维光学响应，并从外部无均匀的无均匀宽扩展中拓宽了材料中的固有寿命扩大，以实现中间层间隧道隧道。我们发现，不均匀的扩展持续到临界温度的很大一部分，而这在高于热量增加的寿命拓宽之上可以克服。
大脑中线移位检测和通过级联的深层网络管道对非对比度计算机断层扫描
大脑中线移位（MLS）是一种定性和定量的放射学特征，它可以衡量脑中线结构的横向移位，以响应由血肿，肿瘤，脓肿或任何其他占据脑膜内病变引起的质量效应。可以使用其他参数来确定神经外科干预的紧迫性，并预测占据病变的患者的临床结果。然而，由于跨病例的临床相关大脑结构的差异很大，因此精确检测和量化MLS可能具有挑战性。在这项研究中，我们通过使用分类和分割网络架构来研究了由病例级MLS检测以及脑部标记位置的初始定位以及对脑部标记位置的最初定位和完善的级联网络管道。我们使用3D U-NET进行初始定位，然后使用2D U-NET来估计更精确的分辨率的确切地标点。在改进步骤中，我们从多个切片中融合了预测，以计算每个地标的最终位置。，我们用大脑的解剖标记产生的高斯热图目标训练了这两个UNET。案例级别的地面真相标签和地标注释是由多个训练有素的注释者产生的，并由放射学技术人员和放射科医生进行了审查。我们提出的管道实现了使用2,545个头部非对比度计算的测试数据集在AUC中的情况级MLS检测性能
材料动态过程的时间分辨断层扫描
层析成像是分析内部成分排列的一种方法。医学可能是利用这种方法并推动其发展的最著名学科。[1–3] 然而，层析成像也已应用于其他研究领域，如材料科学[4,5]、生物学[6]、考古学[7]甚至流体动力学[8]，并且在工业领域也越来越受到认可，例如用于质量控制[9]或无损检测[10]。图像采集与实时重建算法[11]、高级图像分析[12]、特征分割和识别分析算法[13,14]与现代机器学习工具[15,16]的结合增强了这种方法的潜力。如今，实验室扫描仪普及且功能强大，受益于改进的空间和时间分辨率，尽管尖端实验仍然局限于高亮度同步加速器和X射线自由电子激光器。可以在极短的时间内获得高空间分辨率。[17,18] 对高空间和时间分辨率、大视野和高总记录时间的需求意味着目标的冲突。文献中概述了不同设备可用的实际速度和分辨率。[19–21]
结合锁定热成像和鼓风机激励检测建筑物外墙的空气泄漏
摘要 建筑外围护结构中的空气泄漏是建筑物供暖和制冷需求的很大一部分原因。因此，快速可靠地检测泄漏对于提高能源效率至关重要。本文介绍了一种从外部确定建筑外围护结构中空气泄漏的新方法，将锁定热成像和鼓风机门系统的热激发相结合。鼓风机在建筑物内产生周期性的过压，导致外表面（立面）泄漏附近的表面温度发生周期性变化。通过以已知频率激发的温度变化，以激发频率对热图像的时间序列进行傅里叶变换，可得到突出显示泄漏影响区域的幅度和相位图像。红外摄像机的周期性激发和检测称为锁定热成像，广泛用于表征半导体器件和无损检测。激发通常通过光、电或机械能量输入实现。在本研究中，在 75 Pa 压差下，以三个 40 秒的激励周期对外墙进行了测量，总测量时间仅为 2 分钟。在光照、风和云量变化很大的条件下，空气温差为 5 至 7 K 时进行了测量。与最先进的差分红外热成像测量相比，测量结果显示检测质量更高，受环境条件变化的影响更小。该方法仅在激励频率下突出显示振幅图像的变化，从而过滤掉由环境影响引起的变化。因此，低至几开尔文的温差就足够了，可以从外部检查大型外墙。该振幅图像已经比用差分热成像创建的图像更清晰。使用标量积对振幅进行相位加权，可以进一步减少图像中不需要的伪影。关键词 锁定、热成像、鼓风机门、气密性、泄漏检测、建筑围护结构、建筑节能 1 引言 不受控制的气流通过建筑围护结构，造成 30-50% 的建筑物供暖能耗 (Kalamees，2007 年；Jokisalo 等人，2009 年；Jones 等人，2015 年)。因此，气密性评估，特别是快速可靠地定位泄漏，对于减少供暖能源需求至关重要。风扇加压法或鼓风机门测试在多项国际标准 (Deutsches Institut für Normung e. V.，2018 年；ASTM，2019 年) 中有规定，用于测量建筑物的整体气密性。然而，泄漏定位很麻烦，需要
使用GEOS-CHEM 14.1.1和eCHAM6.3-HAM2.3建模宇宙放射性核素的大气传输：对太阳能和地磁reco
在天然档案中应用10的先决条件进行太阳能和地磁重建，就是要知道如何将10归因于沉积反映大气生产的变化。但是，这种关系仍在争论中。为了解决这个问题，我们使用了两种最新的全球模型Geos-Chem和eCham6.3-Ham2.3与最新的铍生产模型。在太阳调制过程中，这两个模型都表明10个沉积与全球产量变化成正比，纬度沉积偏见（<5％）。然而，与全球生产变化相比，在地磁调制过程中，热带和极地区域的10个沉积变化在热带地区和极地区域的衰减量增长了约15％，在亚热带和极地区域的变化增加了20％-35％。这种变化在半球上也是不对称的，归因于半球之间的不对称产生。对于公元774/5的极端太阳能质子事件，极性区域的沉积增加比热带地区高15％。本研究强调了从不同位置或独立地磁场记录进行比较时，大气混合的重要性。
o r i g i n a l r e s a r c h红外热仪，定量辅助轴突反射测试和3相骨scint的诊断性能
目的：复杂的区域疼痛综合征（CRP）诊断由于缺乏客观和确定的测试而构成挑战。尽管红外热摄影，定量Sudomotor轴突反射测试（QSART）和3阶段骨闪烁显像等实验室测试已被视为诊断辅助工具，但它们的使用仍然有争议。这项回顾性研究旨在阐明这些方式对CRP的诊断的诊断有效性和潜在价值。患者和方法：使用布达佩斯标准诊断CRP，红外热摄影，QSART和3相骨闪烁显像是作为辅助测试。使用接收器操作特征（ROC）曲线分析以及敏感性，特异性以及阳性和负类样的比率评估诊断性能。结果：在评估的41例患者中，根据这些标准被诊断出26名（63.4％）。在这三个测试中，只有红外热力计表现出明显的诊断性能（ROC曲线下的面积为0.718； 95％置信区间，0.569–0.866; p = 0.003）。红外热成像显示阳性和阴性的可能性比分别为2.308和0.346，表明临床上有用的结果。三个阳性结果表现出最高特异性（0.933）和阳性预测值（0.917）。结论：在三个针对CRP的实验室测试中，红外热成像是最有用的。关键字：复杂的区域疼痛综合征，红外热力计，定量辅助轴突反射测试，3相骨闪烁显像QSART和3相骨闪烁显像没有显示出明显的诊断性能；但是，结合所有三个测试的结果可能会在某些情况下提供额外的诊断信心。
柬埔寨疟原虫寄生虫具有减少的血红蛋白消化显示延迟清除暂停的清除
WHO治疗指南建议在所有区域对由疟原虫疟原虫引起的血液阶段感染的41治疗中阿甘莫动蛋白 - 综合疗法（ACT）（氯喹42仅在维瓦克斯疟原虫仍然对氯喹敏感的地区推荐）。在恶性疟原虫中，在体内定义了43个对青蒿素衍生物的部分耐药性，是治疗后第44天检测到的寄生虫病，或者是寄生虫清除斜率≥5小时的半衰期。我们搜索了45 PubMed，以在1990年至2月47日在47 2025年之间发表的术语“ vivax”和“清除率”和（“ Artesunate”或46“ Dihydroartemisinin”或“ Artemisether”或“ Artemisinin”），没有语言限制。我们的搜索检索了102个研究，对标题和48个摘要进行了筛选，以识别21项用49个青蒿素衍生物报告的维瓦克斯治疗结果的研究。所有这些研究得出的结论是，青蒿素衍生物提供了50次快速的疟原虫寄生虫清除率，但两项研究报告了第3天的阳性频率很低，阳离子51阳性51次阳离子治疗（巴西为2.6％）或二脑蛋白酶素磷酸52（Indononesia的0.6％）。没有研究报告清除斜率半衰期≥5小时。53
o r i g i n a l r e s a r c h可解释的预测芬兰2型糖尿病患者的长期糖化血红蛋白反应变化
目的：本研究应用机器学习（ML）和可解释的人工智能（XAI）来预测HbA1c水平的变化，这是监测血糖控制的关键生物标志物，在诊断为2型糖尿病患者的患者中，在启动一种新的抗糖尿病药物后的12个月内。它还旨在确定与这些变化相关的预测因素。患者和方法：来自芬兰北卡雷利亚（North Karelia）的10,139名2型糖尿病患者的电子健康记录（EHR）用于训练整合了随机对照试验（RCT）衍生的HBA1C变化值作为预测变量的预测因子，创建将RCT洞察力与现实世界中集成的偏移模型。各种ML模型 - 包括线性回归（LR），多层感知器（MLP），山脊回归（RR），随机森林（RF）和XGBoost（XGB） - 使用R²和RMSE衡量标准进行评估。基线模型在药物启动之前或之前使用的数据，而随访模型包括第一个药物后HBA1C测量，通过合并动态患者数据来改善性能。模型性能也与临床试验中预期的HBA1C变化进行了比较。结果：结果表明，ML模型的表现要优于RCT模型，而LR，MLP和RR模型具有可比性的性能，RF和XGB模型表现出过于拟合。与基线模型相比，随访MLP模型的表现优于基线MLP模型，其R²得分（0.74，0.65）和较低的RMSE值（6.94，7.62）与基线模型（R²：0.52，0.54; RMSE； RMSE：9.27，9.50）相比。HBA1C变化的关键预测因子包括基线和药后HBA1C值，禁食等离子体葡萄糖和HDL胆固醇。未来的研究将探索治疗选择模型。结论：使用EHR和ML模型可以开发对HBA1C变化的更真实和个性化的预测，考虑到更多样化的患者人群及其异质性，为管理T2D提供了更量身定制和有效的治疗策略。XAI的使用提供了对特定预测因子影响的见解，从而增强了模型的解释性和临床相关性。关键字：类型2糖尿病，HBA1C，治疗效果估计，机器学习，Shap