XiaoMi-AI文件搜索系统
World File Search System半自动
一个基于摄像头的系统，可在半自动车辆中检测到方向盘上的驾驶员
摘要。半自主车需要监视驾驶员检查他是否正在监督系统和/或准备接管。大多数汽车都依靠方向盘传感器来检测手，并且不监视驾驶员可能执行的非驾驶相关任务。我们提出了一个带有多个分支体系结构的基于摄像头的系统，该系统在代表次要任务和平板电脑位置的平板电脑上提供了方向盘上的手数。它还解决了其他基于摄像头系统的常见问题：转向轮前的自由手可以归类为抓住它。此外，我们的系统处理驾驶员可能在方向盘上使用平板电脑的情况，因为他可以在自主模式下进行。这两个点对于评估驾驶员需要接管的时间至关重要。最后，将方向盘和相机系统都结合在一起也将使车辆更难欺骗，因此更安全。视频可用：https：//www.youtube.com/watch?v=qfyom4sdwr4
半自动化的MEA Spike Sorting（SAMS）方法用于高吞吐量评估培养的神经元
1美国威斯康星大学麦迪逊分校生物医学工程系，美国威斯康星州53705，美国2威斯康星大学麦迪逊分校，威斯康星州麦迪逊大学，威斯康星州53705，美国3美国神经科学系，医学院，医学和公共卫生学院威斯康星州麦迪逊，威斯康星州麦迪逊市，美国威斯康星州53705，美国5这些作者同样贡献了6个铅接触 *通信：Xinyu Zhao（Waisman中心和威斯康星大学麦迪逊大学医学与公共卫生学院神经科学系，麦迪逊大学，麦迪逊大学，麦迪逊大学，麦迪逊，麦迪逊大学，美国西澳州53705，USA; AVIAD HAI（威斯康星大学麦迪逊分校工程学院生物医学工程系，威斯康星州麦迪逊，美国53706，美国；电话：（608）890-3411;电子邮件：ahai@wisc.edu）;或阿里·罗森伯格（Ari Rosenberg）（威斯康星大学麦迪逊分校医学与公共卫生学院神经科学系，美国威斯康星州麦迪逊市53705；电话：（608）265-5782；电子邮件：ari.rosenberg@wisc.edu）
引入新芽（使用阈值的区域输出的半自动化划分）：一种适应性的计算机视觉工具，用于生成3D分段
3D图像数据的可用性提高需要提高目前依赖手动标记的数字细分效率，尤其是在将结构分为多个组件时。自动化和半自动化的方法，例如深度学习和智能插值，但需要预先标记的数据，以及专门的硬件和软件。深度学习模型通常需要手动创建广泛的培训数据，尤其是对于复杂的多级分段。在这里，我们介绍了Sprout，这是一种新颖的，半自动化的计算机视觉方法，提供了时间效率且用户友好的管道，用于细分和分析图像数据。发芽基于指定的密度阈值和连接组件的侵蚀生成种子（代表对象的部分），以实现元素分离。种子生长以获得完全分类的分割。我们将Sprout的性能与智能插值的性能进行比较，并将其应用于不同的数据集，以证明此开源3D细分方法的实用性和多功能性。
一种自适应人机交互架构，利用实时工作量感应来增强手术性能——半自动吸盘工具的演示
人机协作是许多领域中一种很有前途的范例，因为它有可能充分利用人类的灵活性和机器人的精确性 (Reason, 2000)。即使有了极其复杂和高度发展的技术，机器人系统也主要由人类操作，干预和控制程度也各不相同 (Power 等, 2015)。然而，需要外科医生远程操纵机械臂的遥控控制可能会带来诸如模糊性和缺乏运动反馈等问题 (Chen 等, 2007)，从而导致过度的心理工作负荷 (MWL)，进而影响外科医生的表现。由于极端的 MWL 会降低性能并增加错误概率 (Yurko 等, 2010)，操作员的工作负荷正成为决定人机协作是否成功的核心问题。因此，人们对开发能够在任务执行期间根据操作员的 MWL 为其提供不同程度协助的机器人的兴趣日益浓厚 (即基于心理工作负荷的自适应自动化) (MWL-AA)。
ti-nermerger：用于在网络安全中集成NER数据集的半自动化框架
摘要：最近的进步突出了高质量数据在开发准确的AI模型中的关键作用，尤其是在称为实体识别（TI-NER）的威胁智能中。这项技术自动化了广泛网络报告中信息的检测和分类。但是，缺乏可扩展的注释安全数据集阻碍了TI-NER系统的开发。为了克服这一点，研究人员经常使用数据增强技术，例如合并多个带注释的NER数据集以提高品种和可扩展性。整合这些数据集面临着挑战，例如保持一致的实体注释和实体类别以及对标准化标记方案的影响。手动合并数据集在大规模上很耗时且不切实际。我们的论文介绍了Ti-Nermerger，这是一个半自动化的框架，将各种Ti-NER数据集集成到可扩展的，合规的数据集中，与Stix-2.1等网络安全标准对齐。，我们通过使用DNRTI和APTNER数据集将框架的效率和效率进行了比较，从而验证了该框架的效率和有效性，从而产生了增强APTNER（2aptner）。结果表明，手动劳动减少了94％以上，在短短几分钟内节省了几个月的工作。此外，我们应用了高级ML算法来验证集成NER数据集的有效性。我们还提供公开访问的数据集和资源，支持威胁情报和AI模型开发的进一步研究。
半自动导航的规定时间控制障碍函数
本文提出了对控制屏障功能（CBF）的新颖使用，以在半自动导航方案中执行规定的时间安全，其中航空车辆通过一系列航路点导航。特别是，我们使用规定的时间控制障碍功能（PT-CBF）来确保车辆接近航路点附近并通过航路点本身之间的最小遍历时间。激励申请是需要在板载人员进行视觉确认路点可用性的应用程序。PT-CBF可以确保达到规定的最小航向遍历时间，并且如通过仿真所示，它们还允许更快地完成任务，该任务完成了，该任务比在指定持续时间内激活传统CBF的简单策略。
筛选采用半自动细胞表达和硝基苯基探针
无细胞表达（CFE）显示了原型酶的最新效用用于发现工作。在这项工作中，CFE被证明是筛选假定的聚酯降解酶序列的有效工具，这些酶序列来自对飞机和车辆上烟的元基因组分析的生物膜分析。具有控制温度块的自动化流体处理程序用于组装大量30μLCFE反应，以提供对人组装的更一致的结果。总的来说，使用内部大肠杆菌提取物和最小线性模板表达了13种来自生物膜生物的假定水解酶以及先前验证的聚酯降解切丁蛋白。然后，使用硝基苯基偶联的底物在提取物中直接测试酶的酯酶活性，从而显示出对较短底物（4-硝基苯基己酸酯和4-硝基苯基脱脂）的最高敏感性。本屏幕确定了10种针对这些底物具有统计学意义的活性的酶；然而，所有在CFE体积的相对活性中，所有这些都较低，均与已建立的切蛋白酶对照。这种方法预示着使用CFE和报告基因探针快速原型，屏幕和设计，用于从环境联盟中降解酶的合成聚合物降解酶。图形摘要
耐力运动员的半自动训练负荷确定
1个运动科学系，比利时鲁文鲁文库文； 2澳大利亚墨尔本贝克心脏和糖尿病研究所心脏病学系； 3剑桥贝克系统基因组学计划，澳大利亚墨尔本贝克心脏和糖尿病研究所； 4比利时鲁文卢文库文库文氏科学系4； 5比利时鲁汶大学医院心脏病学系； 6运动与营养研究计划，澳大利亚墨尔本ACU玛丽·麦基洛普健康研究所； 7 Hartcentrum心脏病学系，杰萨·齐肯胡斯（Jessa Ziekenhuis），哈塞尔特（Hasselt），比利时； 8比利时Diepenbeek Hasselt University的Reval/Biomed； 9比利时安特卫普大学的心血管科学系； 10比利时安特卫普大学医院安特卫普心脏病学系； 11比利时鲁汶鲁文库文康复科学系
半自动测量胎儿心脏病（CHD）的胎儿心脏轴的胎儿智能导航超声心动图（Fine）
摘要：先天性心脏病（CHD）是最常见的特定器官出生缺陷之一，也是婴儿发病率和死亡率的主要原因。尽管超声筛查指南，但CHD的检测率有限。已引入胎儿智能导航超声心动图（Fine），以从心脏时空图像相关（STIC）体积数据集中提取参考平面和心脏轴。这项研究分析了受CHD/胸腔肿块影响的胎儿（n = 545）的心脏轴（n = 545），而健康的胎儿（n = 1543）（n = 1543）。在标记了七个解剖结构后，精细的软件在半自动上产生了九个超声心动图标准平面并计算了心脏轴。我们的研究表明，根据CHD的类型，心脏轴各不相同。在我们的病理病例的大约86％（542卷中的471卷）中，可以检测到异常心脏轴（正常中位= 40–45°）。在HLHS，肺动脉闭壁，TOF（p -value <0.0001），raa，situs ambiguus（p -Value = 0.0001-0.001）和缺失的肺谷综合体，dorvalsecies（p）中，在HLHS，肺动脉闭合，TOF（P -Value <0.0001）中检测到正常心脏与CHD之间的显着差异。 这种分析证实了在冠心病的胎儿中，心脏轴可以显着偏离正常范围。 罚款似乎是识别心脏缺陷的宝贵工具。在HLHS，肺动脉闭合，TOF（P -Value <0.0001）中检测到正常心脏与CHD之间的显着差异。这种分析证实了在冠心病的胎儿中，心脏轴可以显着偏离正常范围。罚款似乎是识别心脏缺陷的宝贵工具。
通过半自动MEP和LC-MS/MS
博洛多诺大学的药房和生物技术系（PTA实验室），药房和生物技术系（Fabit），母校垫，通过Belmeloro 6，40126 Bolmeloro 6，40126 Bologna，意大利B细胞神经生物生物学实验室，药学和生物学（Fabit），Alma Materim，Selma Materim，Sillma Materim，Sciess，Sciess，Sciess，Sillive of Sely of Selioragy Laboloby b细胞神经生物学实验室。意大利C Bologna，Bari Aldo Moro生物科学，生物技术与环境系Bologna，Corso d'Augusto 237，47921意大利RIMINI F国家研究委员会（CNR）生物膜研究所，生物能和分子生物技术（IBIOM），通过Giovanni Amendola 122，70126 Bari，意大利，博洛多诺大学的药房和生物技术系（PTA实验室），药房和生物技术系（Fabit），母校垫，通过Belmeloro 6，40126 Bolmeloro 6，40126 Bologna，意大利B细胞神经生物生物学实验室，药学和生物学（Fabit），Alma Materim，Selma Materim，Sillma Materim，Sciess，Sciess，Sciess，Sillive of Sely of Selioragy Laboloby b细胞神经生物学实验室。意大利C Bologna，Bari Aldo Moro生物科学，生物技术与环境系Bologna，Corso d'Augusto 237，47921意大利RIMINI F国家研究委员会（CNR）生物膜研究所，生物能和分子生物技术（IBIOM），通过Giovanni Amendola 122，70126 Bari，意大利，