XiaoMi-AI文件搜索系统
World File Search System眼部
新闻稿 - TROPION-Lung12 第 3 阶段试验启动...
在 TROPION-Breast01 中，接受 DATROWAY 治疗的患者中 4.2% 发生了 ILD/肺炎，其中 0.5% 的患者为 3-4 级 ILD/肺炎，0.3% 的患者为致命性 ILD/肺炎。六名患者 (1.7%) 因 ILD/肺炎而永久停用 DATROWAY。ILD/肺炎的发病中位时间为 3.5 个月（范围：1.2 个月至 10.8 个月）。患者因有需要用类固醇治疗的 ILD/肺炎病史或持续的 ILD/肺炎而被排除在 TROPION-Breast01 之外。在接受 DATROWAY 治疗期间，监测患者是否出现新的或恶化的 ILD/肺炎呼吸道症状（例如呼吸困难、咳嗽、发烧）。对于无症状（1 级）ILD/肺炎，考虑使用皮质类固醇治疗（例如，≥0.5 mg/kg/天泼尼松龙或等效药物）。对于有症状的 ILD/肺炎（2 级或更高），立即开始全身皮质类固醇治疗（例如，≥1 mg/kg/天泼尼松龙或等效药物）并持续至少 14 天，然后逐渐减少剂量至少 4 周。对于疑似 ILD/肺炎的患者，应暂停使用 DATROWAY，如果确诊为 ≥2 级 ILD/肺炎，则永久停用 DATROWAY。眼部不良反应 DATROWAY 可引起眼部不良反应，包括干眼症、角膜炎、睑缘炎、睑板腺功能障碍、流泪增多、结膜炎和视力模糊。在 TROPION-Breast01 中，接受 DATROWAY 治疗的患者中有 51% 出现了眼部不良反应。七名患者（1.9%）出现了 3 级眼部不良反应，包括干眼症、角膜炎和视力模糊。最常见的（≥5%）眼部不良反应是干眼症（27%）、角膜炎（24%）、睑缘炎和流泪增多（各 8%）以及睑板腺功能障碍（7%）。患有临床显著角膜疾病的患者被排除在 TROPION-Breast01 之外。眼部不良反应的中位发病时间为 2.1 个月（范围：0.03 个月至 23.2 个月）。在出现眼部不良反应的患者中，45% 完全缓解；9% 部分改善（定义为严重程度从上次随访时的最差级别降低一个或多个级别）。0.8% 的患者因眼部不良反应而永久停用 DATROWAY。建议患者每天使用数次不含防腐剂的润滑眼药水进行预防。建议患者避免使用隐形眼镜，除非眼科医生指示。在治疗开始时、治疗期间每年一次、治疗结束时以及临床有指征时，将患者转诊给眼科医生进行眼科检查，包括视力测试、裂隙灯检查（荧光素染色）、眼压和眼底镜检查。如有任何新的或恶化的眼部不良反应，应立即将患者转诊给眼科医生。在使用 DATROWAY 治疗期间监测患者的眼部不良反应，如果确诊，则延迟给药、减少剂量、或根据严重程度永久停用 DATROWAY。口腔炎 DATROWAY 可引起口腔炎，包括口腔溃疡和口腔黏膜炎。在 TROPION-Breast01 研究中，59% 接受 DATROWAY 治疗的患者出现口腔炎，其中 7% 的患者出现 3-4 级事件。首次发病的中位时间为 0.7 个月（范围：0.03
基于脑电音频信号处理的闭眼和睁眼情况下的深度学习模式识别技术
摘要：最近，使用脑电图 (EEG) 进行音频信号处理中的模式识别引起了广泛关注。眼部情况（睁眼或闭眼）的变化反映在 EEG 数据的不同模式中，这些数据是从一系列情况和动作中收集的。因此，从这些信号中提取其他信息的准确性在很大程度上取决于在采集 EEG 信号期间对眼部情况的预测。在本文中，我们使用深度学习矢量量化 (DLVQ) 和前馈人工神经网络 (F-FANN) 技术来识别眼部情况。由于 DLVQ 能够学习代码约束的码本，因此在分类问题上优于传统 VQ。在使用 k 均值 VQ 方法初始化后，DLVQ 在 EEG 音频信息检索任务上测试时表现出非常出色的性能，而 F-FANN 将眼部状态的 EEG 音频信号分类为睁眼或闭眼。与 F-FANN 相比，DLVQ 模型具有更高的分类准确度、更高的 F 分数、精确度和召回率，以及更出色的分类能力。
给小鼠肌肉注射人类单纯疱疹病毒 1 型 (HSV-1) VC2 疫苗，但不注射其亲本株 HSV-1 (F)，可完全预防致命的眼部 HSV-1 (McKrae) 发病机制
1 型单纯疱疹病毒 (HSV-1) 可导致严重的眼部感染和失明。我们之前已证明 HSV-1 VC2 疫苗株在小鼠和豚鼠受到 HSV-1 或 HSV-2 阴道攻击后可保护它们免受生殖器疱疹感染。在本研究中，我们评估了小鼠在受到致命人类临床菌株 HSV-1(McKrae) 眼部攻击后，肌肉内接种 VC2 疫苗对疱疹性角膜炎的疗效。与亲本菌株 HSV-1(F) 相比，小鼠接种 VC2 疫苗可产生更好的保护作用和发病率控制。具体而言，在受到 HSV-1(McKrae) 眼部攻击后，所有接种 VC2 疫苗的小鼠均存活，而接种 HSV-1(F) 疫苗的小鼠中有 30% 和模拟接种疫苗的小鼠中有 100% 在攻击后死亡。接种 VC2 的小鼠没有表现出任何眼部感染症状，并且完全从最初的结膜炎中恢复。相反，接种 HSV-1(F) 的小鼠患上了时间依赖性的进行性角膜炎，其特征是角膜混浊，而模拟接种的动物表现出更严重的基质性角膜炎，其特征是免疫细胞浸润和角膜基质中的新生血管形成，并伴有角膜混浊。与模拟或 HSV-1(F) 接种组相比，VC2 免疫小鼠的角膜表现出 CD3 + T 淋巴细胞浸润显著增加，Iba1+ 巨噬细胞浸润减少。攻击后，VC2 免疫产生的病毒中和滴度高于 HSV-1(F)。此外，在眼部 HSV-1 (McKrae) 攻击后，VC 疫苗接种显著增加了引流淋巴结中的 CD4 T 中枢记忆 (TCM) 亚群和 CD8 T 效应记忆 (TEM) 亚群，随后是模拟或 HSV-1(F) 疫苗接种。这些结果表明 VC2 疫苗接种在攻击部位产生保护性免疫反应，以防止 HSV-1 引起的眼部发病。
眼病领域的人工智能：最新发展、应用和调查
人工智能 (AI) 已开始应用于临床支持系统的医学诊断 [1]。人工智能在眼科领域的应用引起了人们对诊断各种眼科疾病的极大兴趣，这些疾病传统上很微妙且/或被认为难以被临床专家准确诊断 [2]。具体而言，当人工智能应用于眼底镜检查、光学相干断层扫描 (OCT) 和视野检查时，它可以整合最近开发的技术，以协助眼科医生进行准确诊断，在检测角膜和视网膜异常方面实现强大的分类性能 [3]。例如，人工智能可以用于各种眼部图像，作为筛查、诊断和监测初级保健前后段患有主要眼部疾病患者的可行解决方案 [4]。此外，借助眼科图像中的深度学习 (DL) 方法，可以通过观察视网膜扫描来检查各种疾病，以有效检测黄斑和脉络膜异常、出血、血管缺损和青光眼 [5]。换句话说，与眼科专家相比，DL 架构用于学习识别眼科中的各种眼部疾病，以提高诊断率，并获得临床可接受的性能 [6]。因此，AI 可以有效地作为患者和医生的可靠安全平台，并作为及时判断结果的辅助工具；这不仅可以减少误诊的可能性，还可以通过加快有效治疗来改善患者体验 [7]。此外，许多自动化眼部疾病筛查和分析医疗设备也已作为硬件仪器和测量工具成功应用于临床实践，可与 AI 算法相结合 [8]。除 OCT 外，眼科诊断设备还可细分为验光仪、角膜地形图系统（机器）、视网膜超声系统、眼压计等[9]。例如，视力筛查可以通过使用光学筛查仪和自动验光仪进行——前者使我们能够识别出患弱视的风险，例如眼球中层混浊、眼位和眼睑下垂，后者可以检测出可能导致视力下降和弱视的风险因素和眼部疾病[10]。因此，借助精准医疗设备和自动化仪器，人工智能一旦与传统的诊断和治疗方法和方案结合全面实施，就可以减少传统的低效率或障碍，并提高眼科的疗效和安全性。本期特刊旨在通过探索最新发展、应用和研究评论来强调该领域的上述趋势（https://www.mdpi.com/journal/diagnostics/special_issues/AI_Eye）。机器学习和深度学习等人工智能方法已显示出在筛查、检测、诊断和监测常见眼部疾病，不仅用于各种临床实践，还用于眼科基础研究。特刊共收录 11 篇研究文章，研究眼部结构前段（如角膜）和后段（如视网膜）的眼部疾病。
基于眼部跟踪信号的眼睛疲劳检测特征和算法的探索“ 2279糖尿病预测的深度学习技术
糖尿病是我们社会中的一种常见疾病。每个第三人都会受到这种严重疾病的影响。这是由不规则的生活方式，不良的饮食习惯以及缺乏运动以及怀孕期间引起的。在人体中，血糖水平受胰腺释放的胰岛素激素控制。由于胰岛素激素的任何原因，由于任何原因，血糖水平也会影响。这样，一个人可能会受到糖尿病的影响。可以通过定期运动和采用健康的生活方式来治愈受影响的患者。要控制血糖水平，可以给予某些药物或可以明确给予胰岛素。要知道一个人是否受到糖尿病的影响，需要进行一些诊断。如果我们在早期了解这种疾病，我们可能会防止这种有害疾病。用于早期预测机学习技术已被使用（Kerner＆Bruckel，2014）。机器学习技术从数据集中学习以预测结果。Some data is used as a training data which is used to train and then we can perform prediction using test data (Bottou,2014).For early stage diabetes prediction the various researchers have been used Support Vector Machine(Vishwanathan et al.,2002),Naive Bayes (Rish,2001), Artificial Neural Network (Wang,2003), Decision tree (Safavian et al.,1991)(Pal,2005),K nearest Neighbour （Liao＆Vemuri，2002），LSTM（长期记忆）（Sherstinsky，2020）。
伊拉克计算机科学和数学杂志
驾驶行为是日常生活中的重要部分，随着时间的推移，道路上的车辆数量稳步增加。技术进步的出现催生了多种检测驾驶员状态的方法。疲劳、精神紧张、睡眠不足、单调乏味或饮酒等各种因素都可能导致困倦状态。检测眼球运动（闭眼/睁眼）的方法利用一种基于行为的方法，即深度学习。该技术涉及使用描述符来分析眼部图像并提取驾驶车辆内不同个体的组织特征 [1]。从描述人工智能 (AI) 驱动汽车运行的影片中收集眼部特征，然后在准备过程中用于识别显着的相似之处 [2]。从眼部图像中提取显着特征的过程包括将图像分割成更小的部分，然后通过利用深度学习技术将它们排列成统一的特征向量 [3-6]。
洗眼站 - 海军安全司令部
OPNAVINST 5100.19 要求所有人员在存在眼部危险的区域工作或进行相关操作时佩戴经批准的护目镜。所有护目镜必须至少符合美国国家标准协会 (ANSI) Z87 或 Z87+ 标准。船舶、建筑工地或修理厂的眼部危险区域必须用三英寸黑黄警示胶带标记。符合 NSN 9Q/9905-01-100-8203 的警示标志应直接安装在危险工作区域上方，标明“警示：此区域需要护目镜”。
tagrisso-消费者信息传单-en.pdf
• 服用 TAGRISSO 之前，您需要进行癌症检测，以确定您是否有 EGFR 突变。 • TAGRISSO 不应用于 18 岁以下的儿童和青少年。 再生障碍性贫血是一种骨髓停止产生新血细胞的疾病，服用 TAGRISSO 的患者可能会发生这种疾病。它可能导致死亡。如果您出现任何再生障碍性贫血症状，请停止服用 TAGRISSO 并立即寻求医疗帮助：持续发烧、更容易出现瘀伤或出血、皮肤苍白、疲劳加剧以及抵抗感染的能力下降。 可能会出现皮肤和指甲问题。您可能会出现皮疹、皮肤干燥、痤疮、瘙痒和指甲问题。这些更容易出现在暴露在阳光下的区域。这可能包括甲沟炎，即指甲周围出现红色、发热、疼痛的脓性水疱或肿胀，或指甲和皮肤在手指甲或脚趾甲侧面或底部相接处的感染。考虑定期在皮肤和指甲上使用保湿霜来帮助控制这些问题。 可能会出现眼部问题。如果您出现任何眼部问题症状，请立即咨询您的医疗保健专业人员：眼部疼痛、肿胀、发红并有沙砾感、流泪；视力模糊、对光敏感、视力突然变化或其他视力变化。如果不及时治疗，您的眼部问题可能会恶化并导致失明。如果您戴隐形眼镜，您的风险可能会增加。
基于面部视频序列的实时驾驶员疲劳检测算法研究
摘要：驾驶员疲劳检测研究对提高驾驶安全具有重要意义。为提高检测准确率，本文提出一种基于面部特征点的驾驶员疲劳实时综合检测算法，利用面部视频序列检测驾驶员疲劳状态，无需在驾驶员身上配备其他智能设备。构建任务约束的深度卷积网络，基于68个关键点检测人脸区域，解决各任务收敛速度不同导致的优化问题。根据实时人脸视频图像，基于面部特征点计算眼部纵横比（EAR）、嘴部纵横比（MAR）和闭眼时间百分比（PERCLOS）眼部特征。建立驾驶员疲劳综合评估模型，通过眼部/嘴部特征选择评估驾驶员疲劳状态。经过一系列对比实验，结果表明，该算法在驾驶员疲劳检测的准确率和速度上均取得了良好的效果。