XiaoMi-AI文件搜索系统
World File Search System光图像
利用深度学习人工智能对胸部X光图像进行质量控制
对于高质量的放射科来说，X 射线成像的持续质量控制 (QC) 至关重要。有效的 QC 工作是一个持续的过程，需要医学物理学家耗费大量时间从多个成像系统收集数据并进行费力的分析。重复和拒绝的 X 射线图像会导致患者受到不必要的辐射暴露并降低放射科的效率，因此延迟拒绝的 X 射线图像是成功的 QC 程序的关键组成部分。我们认为深度学习 (DL) 算法可以最大限度地减少工作量并提高 QC 程序的准确性。在此海报中，我们介绍了对 CXR 图像执行自动 QC 检查的 DL 算法的开发和性能评估。我们重点关注 (1) 使用的采集协议是否与获取的正面 CXR 图像匹配，以及 (2) 正面 CXR 定位是否可以接受？
Photostress.pdf - 跨技术
单色仪是一种高品质的干涉滤光片，放置在视野中时，可产生彩色光应力图案的单色光图像。单色光在光应力测试中有两个主要应用：(1) 观察高应力梯度区域中的应力带（在白光下，彩色图案在极高应力水平下会变暗），以及 (2) 光应力图案的黑白摄影。单色仪可以手持，也可以安装在特殊外壳中，以便连接到摄像机镜头。
数据科学和人工智能在快速诊断 Covid-19 中的作用
自 2019 年 12 月在中国武汉爆发以来，新型冠状病毒（即 Covid-19）在全球范围内迅速蔓延，已达到大流行的程度。当世界仍在努力弄清楚如何遏制新型冠状病毒的快速蔓延时，这场大流行已经在世界各地夺走了数千人的生命。然而，病毒在人类中传播的诊断已被证明是复杂的。计算机断层扫描成像、全基因组测序和电子显微镜的结合最初被用于筛查和识别 Covid-19 的病毒病因 SARS-CoV-2。由于每天的病例都在增加，医院可用的 Covid-19 检测试剂盒数量减少。因此，需要使用自我暴露框架作为快速替代分析，以遏制 Covid-19 在全世界范围内的个体间传播。在目前的工作中，我们制定了一种审慎的方法，该方法通过使用人工智能 (AI) 的 CT 扫描和胸部 X 光图像，帮助在正常人中识别 Covid-19 感染者。该策略适用于 Covid-19 和正常胸部 X 光图像的数据集。图像诊断工具利用决策树分类器来查找新型冠状病毒感染者。从精度、召回率和 F1 分数方面分析图像的百分比准确度。结果取决于 Kaggle 和 Open-I 商店根据其批准的胸部 X 光和 CT 扫描图像提供的信息。有趣的是，测试方法表明预期算法是稳健、准确和精确的。我们的技术实现了以人工智能创新为中心的准确性，可在训练和推理过程中提供更快的结果。
Mijwil 等人，《美索不达米亚医疗保健人工智能杂志》第 2024 卷，第 16-19 页
机器学习被认为是在冠状病毒诊断中发挥重要作用的最重要技术之一。它是一套先进的算法，能够分析医疗数据并识别疾病的模式和行为。它用于解释医学图像，以高精度和高效率提供每张图像的详细信息，例如胸部X光图像。这些算法在大量图像上进行训练，以识别表明存在冠状病毒（COVID-19）感染的模式。本文将简要概述机器学习在通过处理和分析医学图像数据诊断 COVID-19 方面的重要性，并帮助医生和医护人员为感染该病毒的患者提供卓越和有影响力的护理。
用于全球监测建筑物能源效率的高分辨率热红外空间望远镜
1. 结合我们从之前两个原型中获得的知识，构建一个可展开的自调准 TIR 空间望远镜作为 12U 有效载荷（UCAM/S4）2. 包括视角和大面积覆盖，以从无人机数据创建高度逼真的模拟 TIR 空间数据（UCAM/S4）3. 继续我们的利益相关者参与计划（UCAM/S4）4. 开发工具来稳健地评估地球上任何建筑物的能量输出（UCAM）5. 设计一个系统原型以实现 TIR 条带测绘（S4）6. 在现有数据分发平台上开发测试模块，使 TIR 红外图像能够轻松地与可见光图像叠加（Open Cosmos Ltd）7. 专门为获得专利的自调准望远镜开发金刚石车削自由曲面光学器件（Durham Precision Optics - 新合作伙伴）。
热红外单幅图像去雾及盲图像质量评价
图像去雾是一种减少图像中雾霾、灰尘或雾气影响的方法，以便清晰地查看观察到的场景。文献中存在大量传统和基于机器学习的方法。然而，这些方法大多考虑可见光光谱中的彩色图像。显然，由于热红外光谱的波长较长，受雾霾的影响要小得多。但远距离观测期间的大气扰动也会导致热红外 (TIR) 光谱中的图像质量下降。在本文中，我们提出了一种为 TIR 图像生成合成雾的方法。然后，我们分析了现有的盲图像质量评估措施雾感知密度评估器 (FADE) 对 TIR 光谱的适用性。我们进一步全面概述了当前图像去雾的最新技术，并通过经验表明，许多最初为可见光图像设计的方法在应用于 TIR 光谱时表现得出奇的好。这在最近发布的 M3FD 数据集上进行的实验中得到了证实。
人工智能研究中心
智能手机、清洁机器人、自动驾驶汽车……人工智能（AI）融入社会各个方面的步伐正在加快。虽然过去有过几次AI热潮，但仅限于实验室研究。终于，AI融入社会的时候到了。AI具有巨大的潜力，可以帮助解决日本社会面临的各种问题，日本是全球第一个经历高级老龄化的国家。值得注意的是，AI的作用不仅仅是提高运营效率或降低成本。相反，AI还将承担起改善各行业服务质量的角色。例如，在医疗保健领域，AI能够分析肺部X光图像并检测出人类无法观察到的肺癌迹象。再比如，人工智能适合于快速检测影响发电风车稳定运行的问题。换句话说，人工智能在检测人类容易忽视的现象方面非常有效。另一方面，社会上仍有许多现象只有人类才能理解。人类和人工智能所拥有的智能的“质量”根本不同。人工智能的未来可以被视为探索将两种类型的智能结合起来以解决问题的方法
可见光和红外图像在人脸识别中的应用
本文介绍了一项研究的初步结果，该研究比较了可见光和红外 (IR) 图像在人员识别至关重要的区域（例如机场和安全建筑）中检测和识别人脸的有效性。我们通过在本研究收集的图像数据库上运行三种人脸识别算法来比较可见光和红外图像的有效性。使用相同场景收集的数据库中的每个人都有红外和可见图像。我们在研究中使用了三种非常不同的特征提取和决策算法，以确保比较不会依赖于特定的处理技术。我们还展示了可见光和红外决策指标融合时的识别结果。识别结果表明，可见光和红外图像在算法中的表现相似，并且红外和可见光图像的融合是一种可行的增强性能的方法，而不仅仅是单独使用其中一种。我们研究了面部不同区域对识别的相对重要性。我们还讨论了实施的实际问题，以及研究下一阶段的计划，即在不受控制的环境中进行人脸检测。给出了初步的人脸检测结果。
人工智能研究中心
智能手机、清洁机器人、自动驾驶汽车……人工智能（AI）融入社会各个方面的步伐正在加快。虽然过去有过几次人工智能热潮，但仅限于实验室研究。人工智能融入社会的时代终于到来了。人工智能具有巨大的潜力，可以帮助解决日本社会面临的各种问题，日本是全球第一个经历高龄化的国家。值得注意的是，人工智能的作用不仅仅是提高运营效率或降低成本。相反，人工智能还将承担起改善各行业服务质量的角色。例如，在医疗保健领域，人工智能能够分析肺部X光图像并检测出人类无法观察到的肺癌迹象。再比如，人工智能适合快速检测可能影响发电风车稳定运行的问题。换句话说，人工智能在检测往往被人类忽视的现象方面非常有效。另一方面，社会中仍有许多现象只有人类才能理解。人类和人工智能所拥有的智能“性质”是根本不同的。人工智能的未来可以看作是探索如何将两种智能结合起来，以解决