XiaoMi-AI文件搜索系统
World File Search System胸部
螺旋 CT 胸部 增强 扫描 对 肝癌 的 诊断 价值 .
摘要：CRISPR 基因编辑是一种用于编辑多种生物（如细菌、动物甚至人类）基因组的技术。目前，由于该技术尚不成熟，人们对 CRISPR 提出了各种批评。解决这些问题对于确保 CRISPR 不会对社会造成危害非常重要。本研究的目的是通过深入研究已发表的研究，总结可用于解决 CRISPR 风险和伦理问题的方法。得出结论，科学家可以使用抗 Crispr 蛋白来最大限度地减少脱靶效应。对于免疫问题，科学家可以使用免疫抑制药物或在免疫系统无法到达的地方使用 CRISPR。此外，考虑到法律和道德障碍，设计婴儿和生物武器的问题不太可能发生。因此，尽管人们对 CRISPR 存在各种担忧，但科学家们正在想方设法将风险降至最低并优化 CRISPR 的使用。
使用人工智能进行 COVID-19 胸部 X 光检查...
冠状病毒病-19 (COVID-19) 是由冠状病毒家族的新成员引起的，是一种呼吸道疾病，发病率和死亡率都很高，迅速达到大流行的程度。它在短短几个月内就对社会和世界经济产生了巨大影响。COVID-19 给医疗保健的各个方面带来了诸多挑战，包括可靠的诊断、治疗和预防方法。最初遏制病毒传播的努力因开发可靠诊断方法所需的时间而受阻。人工智能 (AI) 是计算机科学中一个发展迅速的领域，在医疗保健领域有许多应用。机器学习是 AI 的一个子集，它采用深度学习和神经网络算法。它可以识别模式并完成复杂的计算任务，通常比人类更快、更精确。在本文中，我们探索了一种简单且广泛使用的测试方法，即胸部 X 光检查 (CXR)，将其与 AI 结合使用，以可靠地诊断 COVID-19。Microsoft CustomVision 是一种自动图像分类和对象检测系统，是 Microsoft Azure 认知服务的一部分。我们利用 COVID-19 肺炎患者、其他病因引起的肺炎患者和正常 CXR 的公开 CXR 图像作为数据集来训练 Microsoft CustomVision。我们训练的模型总体上显示出 92.9% 的灵敏度 (召回率) 和阳性预测值 (精确度)，每个标签的结果显示 COVID-19 肺炎的灵敏度和阳性预测值为 94.8% 和 98.9%，非 COVID-19 肺炎的灵敏度和阳性预测值为 89% 和 91.8%，正常肺的灵敏度和阳性预测值为 95% 和 88.8%。然后，我们使用来自我们机构的确诊 COVID-19 患者的 CXR 以及非 COVID-19 肺炎和正常 CXR 验证了该程序。我们的模型具有 100% 的灵敏度、95% 的特异性、97% 的准确度、91% 的阳性预测值和 100% 的阴性预测值。最后，我们开发并描述了一个公开可用的网站，以展示如何在未来使这项技术随时可用。
用于胸部 CT 诊断 COVID-19 的可解释人工智能
* 虽然我们经常讨论“诊断”，但这里开发的工具可用于筛查和/或补充其他技术，包括放射科医生的检查；因此，这项工作的结果应该考虑用于广泛的应用和部署。
ai-corona：用于胸部 CT 扫描中 COVID-19 诊断的放射科医生助理深度学习框架
1 伊朗德黑兰基础科学研究所 (IPM) 计算机科学学院 2 伊朗德黑兰基础科学研究所 (IPM) 脑工程研究中心 3 伊朗德黑兰沙希德贝赫什提大学物理系伊本西纳多学科实验室 4 伊朗德黑兰沙希德贝赫什提大学物理系 5 伊朗德黑兰伊朗科学技术研究组织 (IROST) 电气工程与信息技术系 6 伊朗德黑兰沙希德贝赫什提大学计算机科学与工程系 7 伊朗德黑兰沙希德贝赫什提医科与健康服务大学国家结核病和肺部疾病研究所 (NRITLD) 气管疾病研究中心 8 伊朗德黑兰沙希德贝赫什提医科与健康服务大学国家结核病和肺部疾病研究所 (NRITLD) 慢性呼吸道疾病研究中心伊朗 9 伊朗德黑兰沙希德贝赫什提医科大学国家结核病和肺部疾病研究所 (NRITLD) 病毒学研究中心 10 伊朗设拉子医科大学放射学系医学成像研究中心
标题 : 抑制人工智能引发的通过胸部 X 光诊断新冠肺炎的热情：现状
此预印本的版权所有者于 2020 年 5 月 1 日发布此版本。；https://doi.org/10.1101/2020.04.28.20082776 doi: medRxiv preprint
基于网络的 COVID-19 诊断工具，利用机器学习对胸部 X 光片 (CXR) 进行诊断
保留所有权利。未经许可不得重复使用。 （未经同行评审认证）是作者/资助者，他已授予 medRxiv 永久展示预印本的许可。
基于人工智能的全自动胸部 CT 肺气肿量化与肺功能测试的比较
尽管胸部 CT 未被纳入 GOLD 推荐的 COPD 患者诊断检查，但 CT 提供了有价值的补充信息，例如支气管壁增厚、肺气肿形态、严重程度和空气滞留，这些信息直接导致气流受限并与死亡率增加相关 [7, 8, 10–14]。此外，其他临床上与 COPD 相似的疾病，例如肺纤维化，只能通过高级成像才能区分 [15]。临床研究中通常使用几种基于 CT 的方法来评估肺气肿，包括视觉、半定量和定量技术 [16–22]。所有这些都需要严格的采集参数，需要手动输入，耗时，并且容易受到观察者间和患者间差异的影响，尤其是
人工智能首次应用于胸部 X 光检查，可帮助诊断 COVID-19 感染
保留所有权利。未经许可不得重复使用。 （未经同行评审认证）是作者/资助者，他已授予 medRxiv 永久展示预印本的许可。此预印本的版权所有者此版本于 2020 年 4 月 10 日发布。；https://doi.org/10.1101/2020.04.08.20040907 doi：medRxiv preprint
利用深度学习人工智能对胸部X光图像进行质量控制
对于高质量的放射科来说，X 射线成像的持续质量控制 (QC) 至关重要。有效的 QC 工作是一个持续的过程，需要医学物理学家耗费大量时间从多个成像系统收集数据并进行费力的分析。重复和拒绝的 X 射线图像会导致患者受到不必要的辐射暴露并降低放射科的效率，因此延迟拒绝的 X 射线图像是成功的 QC 程序的关键组成部分。我们认为深度学习 (DL) 算法可以最大限度地减少工作量并提高 QC 程序的准确性。在此海报中，我们介绍了对 CXR 图像执行自动 QC 检查的 DL 算法的开发和性能评估。我们重点关注 (1) 使用的采集协议是否与获取的正面 CXR 图像匹配，以及 (2) 正面 CXR 定位是否可以接受？
9 V，199，Y荣誉荣誉... 期望夜生活经济专员 国会议员国会议员托尼·麦克格雷迪（Tony McGrady）荣誉... 议会科学计划2004 从1954年作为布里斯班胸部医院的开始，查尔斯王子医院现在 能源和清洁经济部长工作 rsnews 昆士兰州议会 超过100000个DNA样品可能需要重新测试为... 有关国家基础设施的部长陈述 ，但在房子的另一侧投票... 部长陈述2004年6月R ABS国家帐户 e ss^关于使用
（a）根据1992年《自然保护法》第32条的提案，要求市长在奉献的监管中撤销。（i）铁范围资源储量储备在计划WMT30上描述为7号地段，Plan WMT810251上的Lot 8和Plan WMT56上的Lot 13，其中包含8,670公顷的面积为8,670公顷（ii）铁范围国家公园的一部分被描述为计划AP20252上的第1至4批，其中包含1,723.33公顷的面积，如所示的标记为“ A”的所附草图上所示； （iii）莱克菲尔德国家公园的一部分被描述为Plan AP 14313上的第1至16号，其中包含大约550公顷的面积，如所附的素描上标有“ B”； （iv）Mungkan Kandju国家公园的一部分被描述为Plan AP20251上的第5至13批，在Plan AP20251上被描述为593.15公顷的面积，如所示的标记为“ C”的593.15公顷； （v）Mitchell-Alice Rivers国家公园在SP215744上描述为Lot 4，并包含64.65公顷的面积，如所附的标记为“ D”的素描上所示。