XiaoMi-AI文件搜索系统
World File Search System前视
基于 Android 的视障人士应用程序使用深度......
视障人士在从事与环境、社会和技术相关的活动时遇到困难。此外，他们在日常生活中也难以独立和安全。本研究提出了基于深度学习的视觉对象识别模型，以帮助视障人士使用安卓应用平台进行日常生活。本研究主要关注金钱、衣服和其他基本物品的识别，以使他们的生活更轻松。基于卷积神经网络 (CNN) 的视觉识别模型由 TensorFlow 对象应用程序编程接口 (API) 开发，该模型使用单次检测器 (SSD) 和来自 Mobile V2 的预训练模型，是在 Google 数据集上开发的。视障人士捕捉图像，并将其与预加载的图像数据集进行比较以进行数据集识别。带有图像名称的口头信息将让盲人知道捕捉到的图像。物体识别实现了高精度，无需使用互联网连接即可使用。视障人士尤其从这项研究中受益匪浅。
视感知：对光遗传学脑刺激的感知
摘要：动物如何体验大脑操纵？光遗传学使我们能够选择性地操纵和探究健康和疾病状态下大脑功能的神经回路。然而，目前尚不清楚小鼠除了诱发的生理功能外，是否还能感知任意的光遗传刺激。为了解决这个问题，小鼠被训练报告光遗传刺激作为获得奖励和避免惩罚的线索。研究发现，无论调节的大脑区域、奖励效应或谷氨酸能、GABA 能和多巴胺能细胞类型的刺激如何，小鼠都能感知光遗传操纵。我们将这种现象命名为视感受。利用视感受，小鼠可以学会根据激光频率执行两组不同的指令。重要的是，视感受可以通过激活或沉默单个细胞类型来发生。我们的研究结果表明，小鼠的大脑能够“监控”它们的自我活动，尽管是间接的，可能是通过内感受或作为一种辨别刺激，这开辟了一种将信息引入大脑和控制脑机接口的新方法。
人工智能驱动的移动应用程序帮助视障人士
摘要：本文介绍了一款由人工智能 (AI) 技术支持的创新移动应用程序，旨在显著改善视障人士的日常生活。该应用程序集成了对象识别、颜色识别、离线功能、纸币识别、条形码读取、文本阅读器等高级功能。这些功能共同为用户提供了有关其周围环境的实时信息，促进了安全和独立，实现了安全的金融交易，并增强了整体可访问性。人工智能算法的集成确保了准确高效的性能，使该应用程序成为改善生活质量和促进视障人士包容性的宝贵工具。这项研究展示了人工智能驱动的解决方案在解决可访问性挑战和培养不同用户群体独立性方面的潜力，为辅助技术领域做出了贡献。关键词：- 人工智能、移动应用、可访问性、辅助技术、颜色识别、离线功能、对象识别、纸币识别、条形码阅读器、文本阅读器、基于语音的导航。
杭州海康威视数字技术股份有限公司2020年度...
报告期内，公司经营范围未发生变化。公司经营范围为：电子产品（包括防爆电气产品、通讯设备及相关附属设备、多媒体设备、传输及显示设备）、消防及监控产品、大数据及物联网软硬件产品、飞行器、机器人、智能装备及智能系统、实时通讯系统、汽车零部件及附件、汽车电信号设备、服务器及配套软硬件产品的研究开发及生产；销售自产产品；提供技术服务、电子技术咨询服务、培训服务（不含组织培训）、电子设备安装；电气工程、智能系统工程的设计、施工及维护。（国家禁止和限制经营项目除外，涉及具体强制性许可证件的除外）（须按照项目核准，经相关部门批准方可经营）
神经纤维瘤病1型相关的视途径胶质瘤
摘要。- 1型神经纤维瘤病（NF1）是一种常染色体显性遗传疾病，其性疾病的风险增加，患有多种良性和恶性肿瘤。少年至20％的NF1儿童在7岁之前被诊断出患有视神经胶质瘤（NF1-OPG），其中超过一半的视觉下降。目前，在受NF1-OPG影响的受试者中，尚无有效的治疗可预防，恢复甚至稳定视力丧失。本文旨在回顾最近在临床前和临床环境中评估的主要新兴药理方法。我们对embase，PubMed和Scopus数据库进行了搜索，以识别有关NF1-OPG的文章及其治疗的文章，直到2022年7月1日。分析文章的参考列表也被认为是文献信息的来源。要搜索和分析所有相关的英语艺术品，以下关键字用于各种组合：神经纤维瘤病1型，视觉途径胶质瘤，化学疗法，精密医学，MEK抑制剂，VEGF，VEGF，神经生长因子。在过去的十年中，基础研究以及与NF1相关的OPG的基因工程小鼠模型的开发揭示了未疾病的细胞和分子机制，并激发了几种化合物的动物和人类测试。一项研究线的重点是抑制MTOR，MTOR是一种控制蛋白质的蛋白激酶，蛋白质合成速率和细胞促进性，该蛋白质合成速率和细胞杂质在肿瘤细胞中高度表达。在临床试验中已经测试了几个MTOR阻滞剂，最近的试验使用了口服Everolimus，结果令人鼓舞。不同的策略旨在恢复肿瘤星形胶质细胞和非肿瘤性神经的营地水平，因为降低了细胞内营地水平有助于OPG生长，并且更重要的是 -
矩阵效应在LC-MS/MS的视图中：概述
摘要尽管它们具有巨大的效用和扩散，但大气压电离质谱技术仍受到称为矩阵效应（ME）的相关缺点。这些效应可以在基质依赖性信号抑制或增强中总结，这可能会导致错误的定量结果。由于矩阵中存在的干扰化合物，可以修改最重要的方法参数以及线性，精度和精度。如果不对我进行彻底评估，则不能接受验证方法，也不能解决最小化或纠正其影响的可能策略。矩阵效应是由影响目标分析物电离效率的残留矩阵组件共同阐明，并可能导致错误的结果。矩阵效果，即离子抑制或离子增强，在液相色谱 - 质谱法（LC-MS）中是众所周知的现象。它们可能是由各种起源的化合物引起的。由于矩阵效应可能对重要方法性能参数产生负面影响，因此必须在方法开发/验证期间对其进行测试和评估。这可以通过后柱输注方法或通过与分析物峰值的空白样品提取物的信号进行比较。在可能的情况下，应通过优化色谱条件来减少或消除基质效应，从而改善样品清理和/或通过更改所采用的电离类型。在本文中，我们专注于LC-MS/MS的矩阵效应的详细描述。
CD 地平线™ 索雷拉™ 航海者™
使用 CD Horizon ™ Solera ™ Voyager ™ 5.5/6.0mm 脊柱系统时，患者应采取俯卧位或侧卧位（图 2a），并尽量使脊柱前凸最大化。切开皮肤前，建议确认可在前/后 (AP) 和侧位视图中获取足够的椎弓根荧光透视图像。如果在 AP 视图上难以识别 S1 椎弓根，则 Ferguson C 臂视图会有所帮助（图 2b）。为了协助准确插入椎弓根，棘突应位于 AP 视图上椎弓根和椎体终板的中间，并且侧位视图上椎弓根应清晰且单一。
减少猪前断奶前的死亡损失
猪通常在3至4周时从母猪断奶，但在某些情况下为6至8周。预防疾病前死亡的第一原因是母猪躺在猪上。称为母体覆盖，覆盖或压碎，这占死亡人数的48.1％。其他主要原因的主要原因包括饥饿（死亡人数的15.3％）和冲突（死亡人数的13.3％）（Lay等人。2002）。 在SOW唱片卡上，牧民经常将覆盖，饥饿或冲突列为死亡原因。 然而，猪前的死亡通常是由于环境，母猪和猪本身之间的一系列相关事件和相互作用而发生的。 确实，覆盖层会导致猪死亡人数最多，但几个相关因素会导致这种结果。 例如，寒冷而饥饿的猪会挤在母猪附近，并面临更大的覆盖风险。 图1. 显示了环境，母猪和猪导致前期死亡的可能相互作用。2002）。在SOW唱片卡上，牧民经常将覆盖，饥饿或冲突列为死亡原因。然而，猪前的死亡通常是由于环境，母猪和猪本身之间的一系列相关事件和相互作用而发生的。确实，覆盖层会导致猪死亡人数最多，但几个相关因素会导致这种结果。例如，寒冷而饥饿的猪会挤在母猪附近，并面临更大的覆盖风险。图1.
带视频率的视网膜电子纸45,000像素每英寸
摘要：随着对沉浸式体验的需求的增长，显示器的大小和更高的分辨率越来越接近眼睛。但是，缩小像素发射器降低了强度，使其更难感知。电子纸利用环境光进行可见性，无论像素大小如何，都可以保持光学对比度，但无法实现高分辨率。我们显示了由WO 3纳米散件组成的大小至〜560 nm的电气可调节元像素，当显示大小与瞳孔直径匹配时，可以在视网膜上进行一对一的像素 - 示波器映射，我们将其称为视网膜电子纸。我们的技术还支持视频显示（25 Hz），高反射率（〜80％）和光学对比度（〜50％），这将有助于创建最终的虚拟现实显示。主要文本：从电影屏幕和电视到智能手机以及虚拟现实（VR）耳机，显示器逐渐越来越靠近人眼，具有较小的尺寸和更高的分辨率。随着展示技术的进步，出现了一个基本问题：显示大小和分辨率的最终限制是什么？如图1a，为了获得最沉浸和最佳的视觉体验，该显示应与人瞳孔的尺寸紧密匹配，每个像素与视网膜中的光感受器单元相对应。人类视网膜包含约1.2亿光感受器细胞。假设瞳孔直径为8毫米，理想的像素大小为〜650 nm，导致分辨率约为每英寸40,000像素（PPI）。随着像素尺寸收缩，主流发射显示器正在接近其物理极限。这个理论像素大小接近人眼的分辨率极限，代表了显示技术的最终边界，我们将其命名为“视网膜”显示。较小的像素尺寸降低了发射极尺寸，从而导致亮度显着下降，从而使它们越来越难以通过肉眼感知（1，2）。当前，市售的智能手机显示像素通常约为60×60μm²（〜450 ppi），比最终视网膜显示所需的理论尺寸大约10,000倍。已经在这个规模上，肉眼很难感知，尤其是在