XiaoMi-AI文件搜索系统
World File Search System数千幅
人工智能可以帮助筛查病毒和 COVID-19 肺炎吗？
1 卡塔尔大学电气工程系，卡塔尔多哈 2713 2 达卡大学生物医学物理与技术系，孟加拉国达卡 1000 3 哈马德综合医院胸外科，卡塔尔多哈 3050 4 南北大学数学与物理系，孟加拉国达卡 1229 5 孟加拉国国父谢赫·穆吉布医科大学正畸系，孟加拉国达卡 1000 6 工程技术大学电气工程系（JC），巴基斯坦白沙瓦 25120 7 医疗保健中的人工智能，智能信息处理实验室，工程技术大学国家人工智能中心，白沙瓦，巴基斯坦 8 马来西亚国立大学电气、电子与系统工程系，马来西亚雪兰莪州万宜 43600 mchowdhury@qu.edu.qa，电话：+974-31010775 摘要：冠状病毒病 (COVID-19) 是一种大流行性疾病，已造成数千人死亡，全球数百万人感染。任何能够快速筛查 COVID-19 感染并具有高精度的技术工具都对医疗专业人员至关重要。目前用于诊断 COVID-19 的主要临床工具是逆转录聚合酶链反应 (RT-PCR)，它价格昂贵、灵敏度较低且需要专门的医务人员。X 射线成像是一种易于获取的工具，可以成为 COVID-19 诊断的绝佳替代方案。本研究旨在调查人工智能 (AI) 在从胸部 X 光片图像中快速准确地检测 COVID-19 中的效用。本文的目的是提出一种强大的技术，用于应用预先训练的深度学习算法从数字胸部 X 光片图像中自动检测 COVID-19 肺炎，同时最大限度地提高检测精度。作者结合多个公共数据库并收集了最近发表的文章中的图像，创建了一个公共数据库。该数据库包含 423 幅 COVID-19、1485 幅病毒性肺炎和 1579 幅正常胸部 X 光图像。利用图像增强技术，使用迁移学习技术来训练和验证几个预先训练的深度卷积神经网络 (CNN)。训练网络对两种不同的情况进行分类：i) 正常和 COVID-19 肺炎；ii) 有和没有图像增强的正常、病毒性和 COVID-19 肺炎。两种方案的分类准确度、精确度、灵敏度和特异性分别为 99.7%、99.7%、99.7% 和 99.55% 以及 97.9%、97.95%、97.9% 和 98.8%。这种计算机辅助诊断工具的高准确度可以显着提高 COVID-19 诊断的速度和准确性。在这种疾病负担和预防措施需求与现有资源不一致的流行病中，这将非常有用。
基于侧窗滤波的脑图像融合方法
脑医学图像融合在构建当代图像以增强相互和重复信息以用于诊断目的方面起着重要作用。提出了一种对脑图像使用基于核的图像滤波的新方法。首先，使用双边滤波器生成源图像的高频分量。其次，估计第一幅图像的强度分量。第三，对几个滤波器采用侧窗滤波，包括引导滤波器、梯度引导滤波器和加权引导滤波器。从而最小化第一幅图像的强度分量与第二幅图像的低通滤波器之间的差异。最后，基于三个评估指标对融合结果进行评估，包括标准差（STD）、特征互信息（FMI）、平均梯度（AG）。基于该算法的融合图像包含更多信息、更多细节和更清晰的边缘，有助于更好地诊断。因此，我们基于融合图像的方法能够很好地找到目标体积的位置和状态，从而远离健康部位并确保患者的健康。
空补处契约入札公告第193号- 令和6年11月11日
6 天前 — 防卫政策局局长、采购、技术与后勤局局长（以下简称“防卫省提名暂停局”）......三荣化研株式会社 S-6 美国军用标准 MIL-PRF-131K 1 级 长度 100 码 x 宽度......
船舶驾驶台决策过程中的多传感器数据融合
数据融合涉及的领域非常广泛，很难给出一个准确的定义。人们提出了几种数据融合的定义。Pohl 和 Van Genderen（Wald，1999）将图像融合定义为“图像融合是使用某种算法将两幅或多幅不同的图像组合成一幅新图像”，但这仅限于图像。Hall 和 Llinas（Wald，1999）的定义是“数据融合技术将来自多个传感器的数据和来自相关数据库的相关信息结合起来，以实现仅使用单个传感器即可实现的更高准确度和更具体的推断”。这个定义侧重于信息质量和融合方法。根据这些定义，可以推断数据融合的目的应该是获得信息，希望至少可以改善图像的可视化和解释。
通过成本敏感的机器学习在计算机断层扫描中检测脑出血
一位训练有素的放射科医生确认了这些图像的真实性，并没有发现任何标记错误的图像。因此，没有丢弃任何图像。为了在现实临床场景中最准确地反映模型的性能，图像没有以任何方式增强。随后创建了两个数据集：一个包含 160 幅图像的训练数据集和一个包含 40 幅图像的测试数据集。两个数据集中的出血性和非出血性 CT 扫描数量相等。值得注意的是，该数据集包含从万维网上搜索中获取的图像，因此由于源机器、患者状况、扫描时间、辐射剂量等的差异而引入了高度的异质性。这个问题因数据集较小而变得更加严重，因此这里获得的结果可能只是对所采用技术的实际潜力的保守估计 [17,18]。
超柔性电极阵列可对啮齿动物体内数千个神经元进行长达数月的高密度电生理映射
✉ 通信和材料索取请发送至 Lan Luan 或 Chong Xie。lan.luan@rice.edu；chongxie@rice.edu。作者贡献 CX 构思并组织了整个研究；ZZ、HZ、XL、LL 和 CX 设计了实验，所有作者均参与其中；ZZ 和 XL 在 CX 的监督下设计和制作了 NET 设备；DFL、JEC 和 LF 与 SpikeGadgets LLC 合作设计了堆叠头戴式记录系统；ZZ 和 XL 在 JEC 和 DFL 的帮助以及 CX 和 LF 的监督下设计了 NET 探头与头戴式记录系统的集成；ZZ 和 XL 在 CX 的监督下开发并执行了手术程序；ZZ、XL 和 HZ 在 LS 和 FH 的帮助以及 CX 和 LL 的监督下进行了动物神经记录实验； HZ 和 ZZ 开发并实施了数据预处理，由 CX 监督，并得到了 JEC 和 LF 的意见；ZZ 和 HZ 执行了数据后分析，由 LL 和 CX 监督，并得到了 LF 的意见；ZZ 执行了组织学研究，由 CX 监督；ZZ、LL 和 CX 撰写并修改了手稿，得到了所有作者的意见。