XiaoMi-AI文件搜索系统
World File Search System手部
手部边缘性角膜弹力样变性
手部边缘性角化弹性样变性 (KEMH) 是一种获得性的边缘性丘疹性角化病，其特征是角化斑块增厚，主要影响食指外侧和拇指内侧。它通常与慢性日光照射和创伤有关，通常影响老年人。由于与其他掌跖角化病的临床相似性，鉴别诊断对于有效治疗管理至关重要。虽然临床信息通常足以进行鉴别，但皮肤活检可以提供有价值的诊断线索。我们报告了一名 63 岁男性患者的病例，该患者双手第一根和第二根手指的外侧和内侧边缘均出现粗糙的线性角化过度病变，这些病变已发展了三年。皮肤活检显示正角化过度，下层表皮厚度正常，没有光化性角化病的特征。真皮层中，增厚的弹性纤维和退化的胶原束杂乱分布。根据临床病理学发现，诊断为 KEMH。由于文献中的信息有限，我们旨在通过强调其发病机制、组织学特征和主要鉴别诊断的关键方面来扩展对 KEMH 的当前理解。
手部运动康复的深度学习模型
脑电图 (EEG) 可以控制机器用于人类目的，尤其是对于进行康复锻炼或常规任务的残疾人。机械手的脑机接口 (BCI) 使用深度学习将 (EEG) 大脑活动转换为机械手的命令，使用户可以通过想象的运动向右或向左移动他们的手。它可以使瘫痪者执行基本的手部动作，并帮助康复机器人帮助中风患者恢复手部功能，通过提供基于机器学习对其动作和意图的解释的指导性练习。人工智能算法，特别是深度学习，将隐含的脑波模式和意图分类和识别为脑电图。然而，EEG 信号具有高度的非平稳性，使其分析具有挑战性。因此，选择合适的信号处理策略变得至关重要。本研究旨在建立一个混合模型来指导机械臂运动，该模型应用运动方向和左右分类。通过将预训练的卷积神经网络（CNN）-Inception V3模型与传统的机器学习算法（逻辑回归（LR））（被认为是一种广泛的分类方法）相结合，并确定合适的信号处理方法，短时傅里叶变换（STFT）和连续小波变换（CWT）以选择最准确的方法对所提模型进行分类。所提出的混合模型的训练结果表明，STFT 比 CWT（0.997）具有更高的平均准确率（0.998），使其对九个受试者的当前数据集进行更精确的分类并提高混合 CNN 模型训练的有效性。同样，在评估指标上，STFT 实现的平均准确率的评估结果高于 CWT（0.997 > 0.797）。这表明 STFT 是特征提取的更好选择，提高了带有逻辑回归的混合 CNN 模型的泛化和鲁棒性。
手部卫生、知识和培训激励措施
本研究评估了意大利一家大型大学医院的医护人员 (HCW) 手部卫生原则知识和遵守情况，重点是确定知识差距和评估培训效果。研究者根据世界卫生组织 (WHO) 手部卫生知识问卷设计了一份专门包含 17 项的问题表，用于测量理论知识、培训的作用和经验的影响。调查的参与率为 8%（共 6,749 名 HCW 中 542 人参与），护士和医生的参与率较高。结果显示，医护人员对手部卫生规程的了解程度中等，平均为 74%，但在理解方面存在差距，特别是在正确使用洗手液和接触后消毒方面。逻辑回归分析确定了知识和依从性的显著预测因素，专业资格和服务年限等专业特征会影响结果（p < 0.05）。研究结果证实了手部卫生知识和依从性在减少医院相关感染 (HAI) 方面之间存在很强的相关性。持续教育和定制干预措施（包括有针对性的培训和反馈）对于解决薄弱环节和提高依从性至关重要。这些见解强调了持续培训和监测的重要性，以加强手部卫生习惯，促进患者安全文化，从而降低 HAI 发病率。
用于个性化康复的新型手部外骨骼
摘要。中风是全球范围内导致残疾的第三大原因。大多数受此疾病影响的人无法进行日常生活活动。将治疗带到患者家中是复杂的，而且在文献中，仍然存在尚未解决的挑战。本文从治疗师和患者的需求出发，描述了一种可能的解决方案：HANDY，一种用于中风后患者的康复主动手外骨骼。使用桌面应用程序，他们可以执行三种不同类型的锻炼：被动、主动和基于日常生活活动的锻炼。他们还可以使用跳跃运动控制器以严肃游戏的方式自己控制外骨骼。我们在 Villa Beretta 康复中心对患者评估了我们的方法。关于舒适性、可用性和使用系统的意愿的会议的初步结果令人鼓舞。关键词：手外骨骼、增材制造、中风、CAD 建模、交互式应用 DOI：https://doi.org/10.14733/cadaps.2022.405-425
对康复和协助的主动手部外骨骼的审查
摘要：由于生命质量和患者的流动性降低，尤其是患有手部残疾的人，残疾是一个全球问题。本文在过去十年中对主动手部外骨骼技术进行了审查，以供康复，援助，增强和触觉设备。手外骨骼仍然是一个积极的研究领域。每个手外骨骼都有一定的要求，可以实现其目标。这些要求已被提取并分为两个部分：一般和特定的部分，为开发未来设备提供了一个共同的平台。由于这仍然是一个发展中的领域，因此根据领域的进步也会形成要求。技术挑战，例如尺寸要求，重量，人体工程学，康复，执行器和传感器，都是由于手工的复杂解剖结构和生物力学所致。手是人体中最复杂的结构之一。因此，为了了解某些设计方法，本文解决了手的解剖学和生物力学。由于实施智能系统和新的康复技术，这些设备的控制也是一个挑战。这包括意图检测技术（脑电图（EEG），肌电图（EMG），入学）和估计应用辅助。因此，本文以系统的方法总结了该技术，并回顾了主动手部外骨骼的艺术状态，重点是康复和辅助设备。
手部卫生政策，包括肘部以下裸露
版本 3.0 2009 年 10 月由 A. Howell 审核，从指南改为政策，并纳入了相关的 CQC 要求变化和 NHS LA 标准的要求。 版本 4.0 2011 年 8 月根据 LCRCHS、LCCHS.LPT（历史组织）进行协调 版本 5.0 2014 年 12 月根据政策审核日期进行审核 版本 6.0 2015 年 6 月根据现行立法审核政策 版本 7.0 2017 年 10 月由 Antonia Garfoot 进一步审核政策，包括 Bare Below the Elbows 流程图、标准和基本原理。 版本 8.0 2019 年 1 月根据现行实践和指南进行审核。明确了员工遵守国家手部卫生政策的要求。Bare Below the Elbows 流程图已修改，取消了参加轮班（不是 BBE）的许可，而是在直接提供患者护理时取消。删除此项是为了消除实践中的任何歧义。
使用 X 射线手部图像进行基于人工智能的年龄估计
骨龄评估有多种用途。它可以帮助儿科医生预测生长、青春期开始、识别疾病，并评估缺乏适当身份证明的人是否是未成年人。这是一个耗时的过程，也容易出现观察者内差异，从而导致许多问题。本论文尝试通过使用不同的物体检测方法来检测和分割对评估具有解剖学重要性的骨骼，并使用这些分割的骨骼来训练深度学习模型来预测骨龄，从而改善和加快骨龄评估。使用了一个包含 12811 张婴儿至 19 岁人群的 X 射线手部图像的数据集。在第一个研究问题中，我们比较了三种最先进的物体检测模型的性能：Mask R-CNN、Yolo 和 RetinaNet。我们选择了性能最佳的模型 Yolo，以分割数据集中指骨的所有生长板。我们继续使用分割和未分割的数据集训练四种不同的预训练模型：Xception、InceptionV3、VGG19 和 ResNet152，并比较了性能。我们使用未分割和分割的数据集都取得了良好的结果，尽管使用未分割的数据集的性能略好。分析表明，通过增加腕骨、骨骺和骨干的生长板检测，我们可能能够使用分割数据集实现更高的准确率。性能最佳的模型是 Xception，使用未分割的数据集实现了 1.007 年的平均误差，使用分割的数据集实现了 1.193 年的平均误差。
对使用人工智能确定食品行业实时手部卫生合规性的态度
食品处理人员的手部卫生对于确保消费者的食品安全至关重要。食品行业已经对食品处理人员的手部卫生实践进行了观察性研究，尽管行业重视此类数据，但该方法耗时/昂贵。人工智能 (AI) 可能提供一种解决方案，它有可能区分合规和不合规的手部卫生尝试。为了促进这种技术的发展，本研究对食品制造和食品服务企业的代表进行了深入访谈 (n = 12)，以探索他们对使用 AI 技术获取实时手部卫生合规性数据的看法。主题分析方法确定两个部门都讨论了手部卫生的重要性并支持提出的概念。讨论表明感知到的好处包括持续和纵向监测、利用技术指导培训以及评估培训效果。讨论中讨论了实时合规数据可用于奖励、认可和促进合规行为，这反过来可以增强企业的食品安全文化。根据这些发现，所提出的技术开发可以彻底改变手部卫生合规性——保护食品企业和消费者。
手卫生：临床环境中的手术手部反曲
手术磨砂膏产品应用于当天的第一次手术手部反曲。添加了其他措辞：或在当天的第一次手术抗精神之前使用水和非抗菌液体肥皂进行手动卫生；这可以在相邻的临床区域进行。对利益相关者的反馈的解释添加到了研究问题的讨论部分“何时应进行手术手部反剧？'。
dexo：用于教机器人灵巧操纵的手部外骨骼系统
摘要 - 我们介绍了Dexo，这是一种新型的手部外骨骼系统，旨在教机器人灵巧的操纵。与传统的远程操作系统不同，由于缺乏触觉反馈和可扩展性的限制，Dexo可以通过运动镜像和力透明性来实现自然和直观的控制。系统的被动外骨骼设计使人类用户可以直接控制机器人的灵巧手，传输精确的运动和强制数据，以在实际环境中学习复杂的任务。配备了集成的触觉传感器，Dexo捕获了高保真互动数据，促进了操纵学习，而无需昂贵的硬件或仔细的工程。我们评估了跨多个灵巧任务的系统，证明了其复制人类水平的操纵的能力及其扩展收集高质量演示数据的潜力，以培训高级机器人学习模型。与现有的远程处理方法相比，我们的实验显示了任务成功率的显着提高，这使得Dexo成为推进机器人敏捷性的强大工具。