XiaoMi-AI文件搜索系统
World File Search System有系统的
高强度锻炼训练对中风幸存者的心肺健康，步态能力和平衡的影响：有系统的审查和荟萃分析
1人类大学生物医学科学系，Pieve Emanuele，20072年意大利米兰； alessio.baricich@hunimed.eu 2，IRCSS Humanitas Research Hospital，20089年，米兰，意大利米兰3卫生科学系，东皮埃蒙特大学“ Amedeo Avogadro”，意大利28100 NOVARA，意大利； marco.battaglia@uniupo.it（m.b。）; marco.inverniizzi@med.uniupo.it（m.i。）4个物理医学和康复部门，意大利28100年，Carit -大学医院的AOU MAGGIORE； lucia.cosenza@maggioreosp.novara.it 5医学和外科科学系，痉挛和运动障碍“重新启动”单位，物理医学与康复分离，福格亚大学，意大利71122 FOGGIA； s.facciorusso89@gmail.com（s.f.）; spinastefania.ss@gmail.com（S.S.）; andrea.santamato@unifg.it（A.S。）6活动系综合研究与创新部（DAIRI），医院Santi Antonio和Biagio和Biagio和Cesare Arrigo，15122 Alessandria，意大利7号Alessandria，意大利7倒数学，教育部。 lorenza.scotti@uniupo.it 8神经科学系，生物医学与运动科学，维罗纳大学，意大利维罗纳37129； 。 Alessandro.picelli@univr.it * corsondoncencence：20004098@studenti.unaupo.it
使用具有系统的网格搜索的人工神经网络对急诊科的重大不良心脏事件进行预测
摘要背景我们的研究目的是使用系统性的网格搜索对急诊科分类的患者的重大不良心脏事件（MACE）的早期预测，设计和评估人工神经网络（ANN）模型。方法这是一项使用电子健康记录从2017年1月到1220年的单中心横断面研究。研究人群由成年人组成，来到我们在阿加汗大学医院的急诊科分类。住院期间的狼牙棒是主要结果。使用分诊数据增强ANN的体系结构，我们使用了系统的网格搜索策略。使用了四个隐藏的ANN层，然后使用外层。遵循每个隐藏层是返回归一化和辍学层。mace：ANN，随机森林（RF）和逻辑回归（LR）。检查了这些模型的总体准确性，灵敏度，特异性，精度和回忆。使用接收器操作特征曲线（ROC）和具有95％置信区间的F1分数评估每个模型。结果在研究期间总共记录了97,333次急诊就诊，其中33％的患有心血管症状的患者。平均年龄为54.08（19.18）岁。在23,052例（23.7％）的患者中观察到了狼牙棒，在10,888例（11.2％）患者中，住院（长达30天）的死亡率和5483例（5.6％）患者的心脏骤停。用于培训和验证的数据分别为80:20的比例为77,866和19,467。ANN的MACE的AUC分数为0.97，大于RF（0.96）和LR（0.96）。同样，使用ANN的MACE的Precision-Recall曲线更大（RF为0.94 vs. 0.93，LR为0.93）。使用ANN，RF和LR分类器对MACE预测的敏感性分别为99.3％，99.4％和99.2％，特异性分别为94.5％，94.2％和94.2％。结论何时使用分类数据来预测MACE，死亡和心脏骤停时，具有全身网格搜索的ANN可以提供精确而有效的结果，并将受益于预测具有有限资源的急诊室中必须处理大量患者的MACE。关键词人工智能，急诊医学，心脏骤停，主要不良心血管事件，验证研究
基于镜像神经元的康复技术的系统审查效果：有系统的审查和荟萃分析
固定的时间。已经使用了几种方案来减少固定时间，并根据所涉及的结构采用了各种技术和方法。目的：在整个系统的审查和荟萃分析中，衡量基于镜像神经元的康复技术的影响。方法：该协议已在Prospero数据库中接受。在Cinahl，Scopus，Medline，Pedro，Otseeker进行了文献搜索。两位作者基于预定义的纳入标准独立鉴定了合格的研究，并提取了数据。使用Jadad量表评估 RCT质量。 结果：筛选了79个合适的研究，仅包括11项定性合成，而四项研究被选择进行定量分析。 四个研究是病例报告/系列，七个是RCT。 九个研究了镜像疗法的效果和2镜像的效果。 Quantitative analyses revealed Mirror Therapy as effective for hand function recovery (mean difference = −14.80 95% Confidence Interval (CI) = −17.22, −12.38) ( p < 0.00001) in the short term, as well as in long follow-up groups (mean difference = −13.11 95% Confidence Interval (CI) = −17.53, −8.69) ( p < 0.00001）。 临床但没有统计，发现了手动敏捷性的功效（p = 0.15），而没有报告运动范围的益处。 结论：基于镜像神经元的康复技术，结合常规职业和物理疗法，在手部创伤中可能是一种有用的方法。RCT质量。结果：筛选了79个合适的研究，仅包括11项定性合成，而四项研究被选择进行定量分析。四个研究是病例报告/系列，七个是RCT。九个研究了镜像疗法的效果和2镜像的效果。Quantitative analyses revealed Mirror Therapy as effective for hand function recovery (mean difference = −14.80 95% Confidence Interval (CI) = −17.22, −12.38) ( p < 0.00001) in the short term, as well as in long follow-up groups (mean difference = −13.11 95% Confidence Interval (CI) = −17.53, −8.69) ( p < 0.00001）。临床但没有统计，发现了手动敏捷性的功效（p = 0.15），而没有报告运动范围的益处。结论：基于镜像神经元的康复技术，结合常规职业和物理疗法，在手部创伤中可能是一种有用的方法。镜像疗法似乎对手部功能恢复有效，但是，对于运动图像和动作观察，没有足够的证据建议其使用。建议进一步研究基于镜像神经元技术在手损伤中的功效。
智能制造中的人工智能和网络安全挑战 Dr.P.KALARANI 计算机技术与信息技术系助理教授 印度泰米尔纳德邦埃罗德 Kongu 艺术与科学学院 邮箱：meet.kalaram@gmail.com 文章历史：收到日期：2020 年 11 月 11 日；接受日期：2020 年 12 月 27 日；在线发表日期：2021 年 4 月 5 日 摘要：智能制造 (SM) 是一种广泛的制造类别，它采用基于计算机的集成制造系统，具有更高端的新适应性和设计结构的快速变化，以及数字化和有效的劳动力培训。有必要在 SM 系统中采用新技术，以适应现有系统的变化。智能工厂通过让客户满意来提高单位产量、质量和一致性维护。更智能的技术有助于在组织中借助计算技术获取信息，通过该信息/数据将定期记录。对环境非常安全的智能制造系统被我们称为绿色制造 (GM)。绿色技术或绿色制造是一个总称，它以某种方式属于同一分支，用于多种技术或科学领域，以生产对环境友好的产品。GM 是最需要的，它可能导致更高水平的发展
智能制造中人工智能与网络安全挑战赋能 Dr.P.KALARANI 计算机技术与信息技术系助理教授 印度泰米尔纳德邦埃罗德 Kongu 艺术与科学学院 邮箱：meet.kalaram@gmail.com 文章历史：收到日期：2020 年 11 月 11 日；接受日期：2020 年 12 月 27 日；在线发表日期：2021 年 4 月 5 日 摘要：SM（智能制造）是一种广泛的制造类别，采用基于计算机的集成制造系统，具有更高的新适应性和设计结构的快速变化，以及数字化和有效的劳动力培训。有必要在 SM 系统中纳入新技术，以适应现有系统的变化。智能工厂通过让客户满意来提高单位产量、质量和一致性维护。更智能的技术有助于在组织中借助计算机技术获取信息，通过计算机技术定期记录信息/数据。对环境非常安全的智能制造系统被我们称为绿色制造 (GM)。绿色技术或绿色制造是一个总称，它以某种方式属于同一分支，用于多种技术或科学领域，以生产对环境友好的产品。GM 是最需要的，它可能导致经济方面更高水平的发展。此外，在网络安全方面，还需要解决信息的机密性以及 SM 系统带来的漏洞。因此，我们提出了一种借助人工智能 (AI) 和网络安全框架在 SM 系统中实现高效绿色制造的方法。所提出的工作采用双阶段 ANN 来寻找工业中 SM 系统的设计配置。然后，为了在通信时保持数据的机密性，使用 3DES 方法对数据进行加密。关键词：智能制造、人工智能、网络安全、机密性、加密。1.介绍