XiaoMi-AI文件搜索系统
World File Search System解剖学
超越解剖台：为兽医学生提供人工智能虚拟解剖学
P Abinaya、K Dharani、R Gnanadevi 和 TA Kannan DOI：https://doi.org/10.22271/veterinary.2024.v9.i6b.1843 摘要 人工智能 (AI) 融入解剖学教育具有变革潜力，通过沉浸式三维虚拟现实体验提供增强深度和逻辑理解的资源。这些工具模拟了对活生生的动物身体的探索，为兽医和外科临床实践所需的全面知识做出了重大贡献。但是，要成功实施，必须解决几个挑战。后勤问题，例如与服务器、教育工具开发和技术支持相关的成本，构成了障碍。此外，由于一些学生可能缺乏足够的计算机资源或可靠的互联网连接，因此出现了访问和公平问题，限制了他们充分参与这些技术的能力。此外，基于人工智能的教育计划的设计必须具有包容性，适应不同的课程和各种文化、种族和民族背景。解决这些问题对于确保人工智能有效融入解剖学和医学教育、增强学习能力同时克服实践和可访问性障碍至关重要。关键词：可访问性、连接性、变革性、兽医和虚拟 1.简介 智能包括批判性思考、分析信息、从过去的经验中学习和适应新情况的能力（Tirri & Nokelainen，2011）[60]。它在塑造人类体验方面起着至关重要的作用，涉及理解、推理、识别、发明、规划、危机管理和沟通等认知能力（Colom 等人，2010）
亚利桑那州立大学在线 BIO 201 - 人体解剖学和生理学 I
讲座和实验室 (4 个学分) 教师 Delon Washo-Krupps 博士 办公室：亚利桑那州坦佩 电话：(480) 965-4501 电子邮件地址：Delon.Washo@asu.edu 办公时间：通过电子邮件安排 目录描述 生物学 201 是研究人体结构和功能的学科。主题包括：表面解剖学、化学、细胞、遗传学、组织学、皮肤系统、骨骼系统、关节、肌肉系统、中枢/外周/自主神经系统和感觉器官。 课程概述 BIO 201 是两部分系列课程中的第一门。BIO 201 回顾基础生物学和化学，然后介绍一些主要的身体系统：皮肤、骨骼、肌肉和神经。该课程由讲座和实验室组成。请注意，某些 BIO 201 课程内容可能被视为敏感内容 - 包括但不限于人体图形图像。 学习成果 完成本课程后，学生将能够： 应用科学方法 描述和应用解剖术语 描述碳水化合物、脂质、蛋白质和核酸的组成和组织，并解释每种物质的生物学作用。 描述细胞器的结构和功能 概述物质穿过质膜的运动。 区分和描述主要组织类型的组织学、位置和功能。 描述外皮系统的结构和功能。 描述骨骼系统的结构和功能。 描述肌肉系统的结构和功能。 描述神经系统的结构和功能。 描述感觉器官的结构和功能。 定义体内平衡并解释皮肤、骨骼、肌肉和神经系统的具体例子。
定量胸部CT成像，用于对患者候选的功能评估解剖学
术前功能评估在肺叶切除术之前仍基于肺功能测试（PFTS），并且段计数被认为是预测术后功能（PF）的标准方法。我们的目的是将这种方法与定量功能成像技术相关联。包括从8月至2023年12月的早期肺癌手术的候选人。排除标准是良性疾病，晚期肺癌和接受肺切除术的受试者。我们的分析评估了FEV1，FVC和DLCO在手术前和六个月后进行的。米兰政治家的生物工程师分析了术前和术后CT扫描。对放射学图像进行处理以获得解剖学分割，对肺的重量和功能体积的分析（-910HU和-500HU）。分析的重点是测量的术后FEV1和FVC值与通过段计数和成像方法计算的预测值的相关性。我们招募了22例接受肺叶切除术并符合纳入标准的患者。与解剖学公式相比，使用CT成像在计算PF中，使用CT成像没有显示出统计学上的显着差异（P = 0.775）。但是，CT结果在预测术后FVC值时出现了出色的结果（P <0,001）。我们的研究证实了定量CT分割预测PF的有效性。使用CT分割预测术后FVC值的优势是术后风险感染和ICU停留的有用预测指标。此外，我们将继续研究，以调查在分割切除术或具有严重功能不足的受试者的情况下两种方法之间存在差异。
儿童的长期算盘训练收益由内侧颞叶解剖学和电路
图1样本算盘计算程序和研究设计。（a）32 + 84的算盘计算的示例。从右至左侧的三列表示数字，数百个数字。算在算盘上部的每个珠子在向下推时表示五个，而算盘下部的每个珠子则在向上推时表示1。为了实现32 + 84的计算，（a）将两个数字列中的两个珠子向下推（↓），（b）（b）将数百位数字柱中的一个珠子向上推（↑）（添加八个等于添加10个缩影2）。然后，（c）将一个数字列上部的一个珠子向下推（↓）和（d）（d）在一个数字柱的下部向下推一个珠子（↓）（添加四个平均值，添加5个量为1个）。该计算的结果为116。（b）研究设计。参与者在一年级开始时分配给基于算盘的心理计算培训（AMC）或对照组。AMC小组的儿童从一年级开始就完成了5年的纵向培训（每周2小时）。在第1年的时间点（1年培训后）收集结构和静止状态功能MRI扫描。数学能力从第一个时间点评估到第2，第三或第4个时间点（经过3 - 5年的培训后）（有关更多详细信息，请参见材料和方法）。对照组除了AMC培训外完成了研究的所有方面。
人胎骨的鳞状部分的主要骨化中心的定量解剖学
有关人类胎儿主要骨化中心发展的详细数值数据可能会影响更好的评估和骨骼发育不良的早期检测，这与骨质发育和矿化中心的延迟发展和矿化有关。据我们所知，这是医学文献中的第一份报告，用于分析基于计算机断层扫描成像的人类胎儿中颞骨鳞状部分的主要骨化中心。本研究为颞骨的鳞状部分的骨化提供了预先定量的基础，这可能有助于增强产前护理，并改善了具有继承的颅骨缺陷和骨骼发育不良的胎儿的结果。对37名男女（16名男性和21名女性）妊娠18-30周的男性胎儿进行了检查，并保存在10％中性的福尔马林溶液中。使用CT，数字图像分析软件，3D重建和统计方法，评估了颞骨鳞状部分的主要骨化中心的大小。With neither sex nor lateral- ity differences, the best-fit growth patterns for the primary ossification center of the squa- mous part of temporal bone was modelled by the linear function: y = − 0.7270 + 0.7682 × age ± 1.256 for its vertical diameter, and the four-degree polynomial functions: y = 5.434 + 0.000019 × (age) 4 ± 1.617的矢状直径为y = - 4.086 + 0.00029×（年龄）4±2.230，其投影表面积为4±2.230，y = - 25.213 + 0.0004×（年龄）4±3.563。暂时骨鳞状部分的主要骨化部分的基于CT的数值数据和生长模式可以用作妇科医生，产科医生，儿科医生和放射线医生在筛选胎儿超声扫描过程中的妇科医生，妇产科医生，儿科医生和放射线医生的特定年龄规范间隔。我们对颞骨鳞状部分不断增长的原发性骨化中心的发现可能有助于日常临床实践，而超级监测正常的胎儿生长并筛选遗传的颅断层和骨骼发育症。
学生在解剖学类Fareeha Mushtaq 1，Muhammad Saad Abdullah 2，Kishwa
抽象的讲座是大学生学习经验的主要部分，并且是将知识和概念转移到更少的时间和最少的资源的有效手段。目标：在1季和2岁的医学生的参与，信心，批判性思维和参与解剖学课程中的教育策略与思维对份额的策略相结合时，就找到了讲座的影响。研究设计：描述性横截面研究。方法论：目前的研究招募了200名涉及性别的参与者。基于5个问题的在线反馈表演是开发的，并在10周治疗计划之前和之后从学生那里收集了数据。统计分析：通过SPSS软件分析数据，版本19作为定性变量表示为百分比。结果：大多数学生在解剖学讲座期间应用思想伴侣技术带来了重大好处。结论：我们得出的结论是，Think Pair在讲座上共享策略使学生更加积极参与课堂讨论，他们对与同龄人分享自己的想法更有信心。它还促进了学生的批判性思维，他们从老师那里得到了更频繁的反馈。关键词：讲座，思考对共享策略，批判性思维和解剖课。简介讲课是最古老的教学方法之一。参加了我的医学教学课程后，我意识到计划教学课程的重要性，因此我可以帮助学生在演讲中学习。讲座是大学学生学习经验的主要部分，是在更少的时间和最少的资源中将知识和概念转移到大型群体的有效手段1。但是，大型教学提出了几个挑战，例如：保持学生的专注，感兴趣和参与，确保所有学生都有平等的学习机会，更少的时间来解决问题，几乎没有向学生提供反馈2。我决定从一种小的创新性但一种思维对 - 共享（TPS）的互动技术开始。这种策略的实践将学习的认知和共同方面联系在一起，鼓励思维的发展和知识的构建3。思维对分享策略比传统的质疑结构具有许多优势。“思考时间”结合了“等待时间”的重要概念。它允许所有学生开发出精心设计的答案，这些答案将有理由和解释，因为他们已经考虑并讨论了。医学生必须具有推理，创建，分析，评估和应用其知识在临床实践中的能力。批判性思维是通过使用Think Pair共享4之类的策略来实现的能力之一。因此，这项研究的目的是解决学生对应用TPS策略的意见及其对解剖学学生的学习，参与和信心的影响，以参与解剖课程讨论。
使用人工智能检测学生在大体解剖学反思中的情绪和情感
评估。家庭医学。1994；26：278-82。7. Mann K、Gordon J、MacLeod A。卫生职业教育中的反思和反思性实践：系统评价。高级健康科学教育理论实践。2009；14：595-621。8. Wald HS、Reis SP、Monroe AD、Borkan JM。《失去我的老病人》：互动式反思性写作以支持医学生的成年礼。医学教学。2010；32：e178-84。9. Sandars J。反思在医学教育中的运用：AMEE 指南第 44 号。医学教学。2009；31：685-95。10. Lie D、Shapiro J、Cohn F、Najm W。反思性实践丰富了实习学生的跨文化体验。 J Gen Intern Med 。2010；25：S119-25。11. Mamede S、Schmidt HG、Penaforte JC。反思性实践对医学诊断准确性的影响。医学教育。2008；42：48-75。12. DasGupta S、Charon R。个人疾病叙述：使用反思性写作来教授同理心。Acad Med 。2004；79：351-6。13. Sargeant JM、Mann KV、Vander Vleuten CP、Metsemakers JF。反思：接收和使用评估反馈之间的联系。高级健康科学教育理论实践。2009；14：399-410。14. Rabow MW、McPhee SJ。行医治病：培养良好的
利用人工智能进行解剖学教学、学习和评估：通向更美好未来的道路
摘要：解剖学是医学本科课程的早期课程。由于人体的复杂性，该学科内容丰富且变化多端。在医学教育的初期，学生经常面临学习限制，这往往导致学业成绩不断下降。因此，人们一直在努力开发新课程，并采用新的教学、学习和评估方法，旨在逻辑学习和长期保留解剖知识，这是所有医学实践的支柱。近年来，人工智能 (AI) 越来越受欢迎。人工智能使用机器学习模型来存储、计算、分析甚至扩充大量数据，以便在需要时检索，同时机器本身也可以进行深度学习编程，通过复杂的神经网络提高自身的效率。将人工智能融入教育有许多具体的好处，包括深度学习、大量电子数据存储、远程教学、更少的人员参与教学、响应者的快速反馈、创新的评估方法和用户友好的替代方案。人工智能长期以来一直是医学诊断和治疗计划的一部分。关于人工智能在临床环境中的应用，例如在放射学中，有大量的文献，但据我们所知，关于人工智能在解剖学教学、学习和评估中的发表数据很少。在本综述中，我们重点介绍了最近用于解剖学教学的新型和先进的人工智能技术，例如人工神经网络 (ANN) 或更复杂的卷积神经网络 (CNN) 和贝叶斯 U-Net。我们还讨论了在医学教育中使用人工智能的主要优势和局限性，以及在 COVID-19 大流行期间从人工智能应用中吸取的教训。未来，在解剖学教育中使用人工智能进行研究可能有利于学生发展专业知识，也有利于教师为这一庞大而复杂的学科开发更好的教学方法，尤其是在许多医学院尸体越来越稀缺的情况下。我们还提出了一些新颖的例子，说明如何结合人工智能来提供增强现实体验，特别是参考人体的复杂区域，例如大脑中的神经通路、胚胎中的复杂发育过程或复杂的微型区域，例如中耳和内耳。人工智能可以改变评估技术的面貌，并拓宽其维度以适应个体学习者。
课程规格 一般信息
纵隔和心包（解剖学）1 - 心腔、瓣膜、传导系统和心脏神经支配（解剖学）2 - 心脏的发育（解剖学）3 - 心脏血管的组织（生理学）4 - 心肌和血管的组织学（解剖学）5 - 心脏血管的表面解剖学（解剖学）6 - 心肌的生理学（生理学）7 - 心电图（生理学）8 - 心律失常（生理学）9 - 抗心律失常药物（药理学）10 - 心动周期（生理学）11 - 心输出量及其调节（生理学）12 - 心脏的泵送（生理学）13 - 生理和病理条件下心肌的代谢（生物化学）14 - 心肌炎的微生物学（病理学）15 -心脏瓣膜疾病。风湿热和风湿性心脏病 1（病理学） 16 - 心内膜炎心肌炎（病理学） 17 - 心肌病 - 心包和心脏肿瘤（病理学） 18 - 心脏酶和其他蛋白质标记物（生物化学） 19 - 血管 I-动脉系统（解剖学） 20 - 血管 II - 静脉系统（解剖学） 21 - 血管系统的发育（解剖学） 22 - 血压（生理学） 23 - 微循环（生理学） 24 - 血浆脂蛋白和胆固醇（生物化学） 25 - 动脉硬化动脉粥样硬化（病理学） 26 - 抗高血压药物（药理学） 27 - 高脂血症（药理学） 28 - 用于治疗心力衰竭的药物（药理学） 29 -