XiaoMi-AI文件搜索系统
World File Search System计算机辅助
CSE 477 教学大纲：介绍计算机辅助几何设计（...
从计算的角度学习基本的 3D 建模概念；学习和应用插值和近似方法；学习如何将线性代数方法应用于实际问题；获得分析数学问题和开发实际解决方案的经验；了解几何建模在物体设计、分析和制造中的重要性；了解几何建模领域/行业中有趣的职业道路；获得使用高级编程环境的经验，其中包括数学库和可视化工具集；培养更好的编程和调试技能；培养对使用浮点数和数值方法计算的挑战的认识。
XCOOP：通过概念引导的上下文优化的计算机辅助诊断的可解释及时学习
摘要。利用大型视觉模型（VLM）的有效表示来完成各种下游任务，引起了人们越来越多的关注。在该研究领域中，软提示学习已成为有效地适应VLM（例如剪辑）的代表性方法，例如图像分类。但是，大多数现有的及时学习方法都学习无法解释的文本令牌，这些文本令牌无法满足医疗保健等高风险场景中可解释的人工智能（XAI）的严格解释性要求。为了解决这个问题，我们提出了一个新颖的可解释的提示学习框架，该框架通过在多个差异方面对齐图像，可学习的提示和临床概念驱动的提示来利用医学知识。此外，我们的框架通过从大型语言模型中引起知识来解决缺乏宝贵的概念注释，并为提示提供了视觉和文字解释。在各种数据集上进行的广泛的实验和可解释性分析，有或没有概念标签，表明我们的方法同时实现了卓越的诊断性能，灵活性和解释性，并阐明了基础模型在促进XAI方面的有效性。该代码可在https://github.com/tommy-bie/xcoop上找到。
精神分裂症的计算机辅助认知矫正
简介：精神分裂症被认为是一种多因素脑部疾病，因为其病因既有生物因素也有社会心理因素。其特征是现实扭曲、感知以及思维结构和内容明显紊乱、所有心理功能症状以及认知缺陷。认知缺陷以及精神分裂症的主要症状和伴随症状是患者在职业、社交和人际交往方面面临重大困难的原因，并阻碍患者顺利融入社会。一个关键假设是，改善患者的认知缺陷将有助于提高生活质量，并改善他们的功能和自主性。目的：本文的文献综述旨在研究精神分裂症患者的计算机辅助认知康复。近年来，人们的兴趣已经转向使用各种认知康复计划作为这些患者康复和重新融入社会的主要方法。方法：所用方法包括在 PubMed 平台上使用关键词“计算机化或计算机辅助和认知康复或认知矫正和精神分裂症非老年人”搜索和查看生成的文献。结果：选择了 2010 年至 2021 年期间在世界各地发表的 44 篇文章。结果表明，3410 名年龄在 18 至 50 岁之间的患者参与了研究，并通过计算机软件进行了基于计算机的认知康复测试。研究结果：结果表明，使用计算机为认知康复提出了一个有趣的建议。它似乎有积极的影响，并能改善注意力、逻辑、记忆力、执行功能和社交技能方面的认知缺陷。关键词：计算机辅助康复；计算机辅助矫正；认知增强；精神分裂症
个人资料报告：计算机辅助药物设计 - 学科：...
科学与工程学院概况报告：计算机辅助药物设计 - 纪律：光药学，智能药物，医学成像，Theranostics-级别：级别：助理教授 - 焦点 - 研究-FTE：FTE：全日制（1.0 FTE）1。科学纪律计算机辅助药物设计（CADD）是科学学科，它在药物设计过程中开发了广泛的理论和计算方法，以识别和发展潜在的铅分子，并在时间和成本上取得可观的增长，互补或代替劳动劳动的筛查策略。CADD可以在整个药物发现过程中应用，从分子设计到候选药物与感兴趣的靶标的相互作用。CADD作为研究领域包括几种计算方法，例如基于结构和配体的药物设计，从头开始和基于碎片的药物设计，分子动力学以及量子力学/分子力学（QM/MM）方法。2。空缺该位置是在部门计划药学科学的背景下创建的，并将嵌入Groningen Pharmacy研究所（GRIP），并加入最近成立的最近形成的药物化学，光电学和成像（MCPI）。该职位属于新实现的职业发展计划，科学和工程学的职业道路的框架。作为该职位的重点领域是研究，是职业道路的标准，专注于研究。请参阅链接以获取更多信息。
人工智能和机器学习的最佳实践用于医学成像中的计算机辅助诊断
简介美国医学任务小组的物理学家协会（TG）273被指控制定有关计算机辅助决策支持系统开发和绩效评估的最佳实践建议。TG报告[1]解决了大多数（即使不是全部）计算机辅助诊断（CAD）和人工智能（AI）应用程序（AI）应用程序的常见问题，及其从板凳到诊所的翻译。的目标是引起人们对机器学习（ML）算法的适当数据收集，培训和验证方法等问题的关注，旨在提高发电性和可靠性，从而加速采用CAD-AI系统进行临床决策支持。该报告重点介绍了CAD-AI的几个开发阶段：数据收集，参考标准，模型开发，绩效评估以及转化为诊所。CAD是使用计算机分析的信息来协助医疗决策。传统的ML CAD被引入了二十多年前的放射学临床实践中。近年来，ML和深度学习技术的快速进步引起了CAD工具的开发，使AI不合适，并大大增加了
计算机辅助药物设计
Student¹，助理教授，校长1。摘要：医学设计，发现和钦佩的计算方法。一般而言，医学发现大约需要12次和比隆的资本时间。它包括创建新的动作，将靶向蛋白质靶向，分析分子贸易，估计结合强度和药品包裹。计算机支持的药物设计（CADD）具有成本效益，并且没有一些自然试验。结构接地医学设计（SBDD）和配体接地医学设计（LBDD）是计算机支持的医学设计（CADD）方法的两种类型。sbdd样式剖析了大分子靶标3维结构信息（通常是蛋白质或RNA），以识别至关重要的斑点和关系，这些斑点和关系对于它们的独立自然功能很重要。LBDD样式集中在已知的抗生素配体上，以建立其生理化学包裹与抗生素条件之间的关系，这些抗生素与抗生素条件相关的抗生素调节是一种结构 - 劳存关系（SAR），可用于优化已知药物或指导新药物与高级劳动的设计的信息。关键字：计算机辅助药物设计，Inimilico设计，配体，药物发现3.介绍：几个抗生素胶囊可用，机械使用的杏仁时间比其他最大胶囊的时间更长，人类与环绕的微型有机体对感染的斗争是正在进行的，并且可能正在进行中，并且可能是为了供您使用。为此做出贡献是抗生素耐药性的一致上推力，导致需要品牌打屁股的新抗生素（1,2）.closer来设计最近的抗生素，计算机辅助药物布局（CADD）可以与湿行战略相结合，以阐明湿lab策略以阐明耐药的目标，以搜索新的目标，并搜索新的小说和新的小说。解决抗生素耐药性问题的重要机会是确定最近的抗生素目标，该目标构成了对细菌生存至关重要的新型机制。作为一个实例，研究人员的生物信息学策略在计算上显示了许多数据库，并认识到7种参与细菌代谢途径的酶，除了在麦膜上放置在膜上的15种非同顺型蛋白质外，在gram nice细菌中，葡萄球菌（SA），这表明它们是潜在的目的。这种发现也可能有助于克服这种细菌常见抗生素的抗性，例如甲氧西林，氟喹诺酮类和黄唑烷酮。如今，诊断为新型抗生素靶标的A的一个例子是蛋白质血红素氧酶，与细菌的血红素代谢有关，以吸引铁。已有效地应用了CADD技术，以发现铜绿假单胞菌和奈瑟氏菌脑膜化肽的细菌血红素氧酶的抑制剂，从而使血红素氧酶作为抗菌对象的潜在位置（4,5）。
计算机辅助认知行为疗法与常规治疗对初级保健中成年人抑郁症的影响：一项随机临床试验
作者隶属关系：肯塔基州路易斯维尔大学医学院精神病学和行为科学系（JH Wright、Eells）；科罗拉多州丹佛市丹佛大学咨询心理学系（Owen）；肯塔基州路易斯维尔大学肯特社会工作学院（Antle、Harris）；肯塔基州路易斯维尔大学医学院医学系（Bishop）；肯塔基州路易斯维尔大学医学院家庭和老年医学系（Girdler、RB Wright、Wells、Gopalraj、Pendleton）；现就职于诺顿医疗保健公司、诺顿社区医疗协会，肯塔基州路易斯维尔（Girdler、Gopalraj）；现就职于浸信会健康中心、浸信会健康医疗集团初级保健中心，肯塔基州路易斯维尔（Wells、Pendleton）；英国赫斯灵顿约克大学健康科学系心理健康与成瘾研究小组 (Ali)；澳大利亚新南威尔士州悉尼麦考瑞大学心理学系 (Ali)；加拿大安大略省伦敦西部大学舒立克医学院流行病学与生物统计学系 (Ali)。
2023 IEEE/ACM 国际计算机辅助设计会议 (ICCAD) 论文集
这又是 ICCAD 创纪录的一年！我们收到了 750 份最终提交的论文，分为 18 个分会，并由来自学术界和工业界的 349 名杰出国际 TPC 成员进行评审。TPC 会议在线进行，双盲评审过程的质量没有受到影响。最终，172 篇论文被接受，竞争录取率为 22.9%。分会分为 39 个会议，中间穿插海报会议。我们还收到了创纪录的 29 份特别会议和教程提案提交。最终，9 个特别会议和 2 个嵌入式教程被接受，28 篇受邀论文被纳入会议记录。这些特别会议和教程完美地补充了常规会议，形成了强大的技术 ICCAD 2023 计划！
使用指甲的计算机辅助疾病检测...
ansarisabiha2001@gmail.com摘要：人类分析是一种可以通过检查身体不同部位来识别各种疾病的方法。其中之一是指甲，因为它是体内最后一个接收氧气的器官。因此，它有时会表现出疾病的早期迹象。可以通过使用数字图像处理技术来检查人体指甲的变化，从而产生更准确的发现，从而使许多以简单性预测许多疾病成为可能。这项研究的主要重点是指甲颜色，纹理，形式和灵活性在疾病预测中发挥作用。由于人类视力在区分微小颜色变化中的局限性，临床医生必须依靠对传统疾病检测程序中患者指甲的视觉检查，这可能是费力且可靠的。指甲特征包括图像捕获，预处理，分割和特征提取。正常的健康指甲是光滑的，粉红色的和光滑的。但是，本研究研究了用于分析指甲照片并发现疾病的多种方法。目标是超越基于常规观察的方法，并提高疾病预测的精度和有效性。关键字：指甲图像处理，早期检测，指甲分析，指甲，指甲体，指甲纹理
神经病患者的计算机辅助认知康复：现状和未来前景
1 IRCCS Centro Neurolesi “Bonino Pulejo”，意大利墨西拿，2 阿姆斯特丹人类运动科学系，行为与运动科学学院，阿姆斯特丹运动科学与大脑与行为研究所，阿姆斯特丹自由大学，荷兰阿姆斯特丹，3 IRCCS Santa Lucia 基金会，意大利罗马，4 拉奎拉大学生命、健康与环境科学系，意大利拉奎拉，5 意大利国家研究委员会生物医学研究与创新研究所 (IRIB)，意大利墨西拿，6 圣安娜研究所，意大利克罗托内，7 药物技术文献与转移部门，临床前和转化药理学，卡拉布里亚大学药学、健康科学与营养系，意大利伦德，8 罗马大学心理学系，意大利罗马，9 苏尔莫纳圣拉斐尔研究所，意大利苏尔莫纳