XiaoMi-AI文件搜索系统
World File Search System计算机辅助
HG-CAD：计算机辅助设计中的材料预测和建议的层次图
为了支持智能计算机辅助设计（CAD），我们介绍了机器学习体系结构，即HG-CAD，该体系结构通过使用层次图表表示，建议通过联合学习身体和装配级特征来提出装配体材料。特别是，我们将材料预测和建议过程作为节点级别的分类任务，这是CAD模型的新型分层图表示，其低级图形捕获了身体几何形状，可捕获体内几何形状，这是一个高级图形的组合图，是组件的高级图表，并具有批处理掩码的随机化随机化效果。这使我们的网络能够从人体和组装水平汇总几何和拓扑特征，从而导致竞争性能。对Fusion 360画廊组装中提议的体系结构的定性和定量评估 - 显示了我们方法的可行性，表现出色的计算机视觉和人类基线，同时在应用程序场景中显示出希望。提议的HG-CAD体系结构统一了多模态CAD特征的处理，编码和联合学习，这表明有潜力作为设计自动化的建议系统，并提供了未来工作的基准。[doi：10.1115/1.4063226]
计算机辅助评估目标和生物学 -
抽象背景：哌啶与各种分子碎片结合的独特能力使得可以使用其化学结构来创建具有潜在药理作用的新药。然而，需要初步研究来预测新化合物的活性，以确定进一步的临床前研究的方向。目的：本研究旨在通过In Silico方法确定新哌啶衍生物的生物活性的潜在靶标和光谱。材料和方法：在本研究中分析了在Bekturov化学科学研究所合成的三种新的哌啶衍生物对靶标的影响以及生物活性的影响。使用Web工具SwisStargetPrediction在计算机中研究了这些化合物的化学结构，以识别最可能的蛋白质靶标。Pass（预测物质的活动光谱）在线工具用于预测研究化合物的药理活性。结果：新的修饰哌啶衍生物能够影响不同的酶，受体，运输系统，电压门控离子通道，从而提供了适用于各种医学领域的广泛的生物学活动。这些物质代表了对癌症治疗，中枢神经系统疾病的兴趣，例如局部麻醉，抗心律失常和抗菌剂，并且在临床前研究中表现出了药理学活性的希望。关键词：哌啶衍生物，计算机预测，生物活动光谱，swisstargetprediction，Pass，in Silico结论：对上述结果的全面分析得出的结论是，所研究的化合物应被视为设计具有广泛实际应用的新型高效药物的潜在物质。
可解释的人工智能通过光学相干断层扫描实现可用且值得信赖的多发性硬化症计算机辅助诊断
多发性硬化症 (MS) 是一种影响中枢神经系统 (CNS) 的神经退行性疾病。在 MS 中，免疫系统会攻击大脑和脊髓中的神经纤维和髓鞘。其后果是整个 CNS 出现炎症、脱髓鞘和轴突变性，破坏神经细胞过程并改变大脑中的电信息。确诊 MS 很困难，尤其是在疾病的早期阶段，此时症状可能很轻微、零星，甚至类似于其他疾病状况。诊断基于 McDonald 标准，包括从神经系统检查和神经系统症状史中提取的临床、放射学和实验室参数 [1]。McDonald 标准的初始版本于 2001 年提出，并经过多次修订。最新标准可追溯到 2017 年。要根据 2017 年 McDonald 标准诊断为 MS，个人必须有证据表明中枢神经系统因炎症而受到损伤，并且炎症在空间和时间上不断扩散。当神经损伤出现在中枢神经系统的多个部位或神经系统的多个区域时，就会发生空间播散。具体而言，McDonald 2017 标准确定病变应出现在神经系统以下四个区域中的至少两个：大脑的脑室周围、近皮质或皮质、幕下区域和脊髓。当神经损伤发生在患者病史的多个时间点时，就会发生时间播散。损伤可以通过第二次疾病恶化、新病变的出现或相同区域损伤发生在不同时间的证据（例如，不再活跃发炎的旧病变周围出现新的炎性病变）来证明。大脑和脊髓的磁共振成像 (MRI) 用于检测 MS 损伤的典型斑块或疤痕。钆增强病变是活动性炎症区域，因此可以使用钆 MRI 来区分活动性和非活动性病变。此外，脑脊液 (CSF) 中存在寡克隆带 (OB) 表明存在中枢神经系统炎症。患有临床孤立综合征 (CIS) 的个体经历过一次 MS 症状发作，因此不符合时间播散标准。对于这些个体，OB 已被确定为复发的独立预测因素。因此，McDonald 2017 标准将 OB 检测呈阳性确立为充分标准，即使在仅在其病史的一个时间点显示明显损伤的患者中，也可以取代时间播散标准。不幸的是，MRI 和 CSF 评估耗时、昂贵且具有侵入性。例如，磁共振设备价格昂贵，图像采集时间可能为 10 到 30 分钟。钆注射有副作用，例如注射部位疼痛、恶心、瘙痒、头晕和头痛。脑脊液样本是通过腰椎穿刺采集的，在局部麻醉下大约需要半小时。它可以被描述为令人不快和痛苦的，副作用可能包括穿刺区域感染和头痛。出于这些原因，值得探索补充或替代标准，以便在经过适当验证后将其纳入麦当劳标准。
NIDA 公司计算机辅助...
MOD 6 - 交流电路简介. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 MOD 7 - 交流测试设备. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 模块 8 — 电感和 RL 电路 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ..................................................................................................................................................................................................................................................................12 MOD 11 - 共振........................................................................................................................................................................................................................................................................................12 MOD 12 - 变压器........................................................................................................................................................................................................................................................................12 MOD 12 - 变压器.................................................................................................................................................................................................................................................................. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 型号 13 - 继电器和开关. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 型号 1403 - 模拟电路
基于人工智能算法的脑肿瘤计算机辅助诊断系统
治疗选择和预后评估取决于脑肿瘤的早期准确诊断。由于临床实践中手动评估磁共振成像 (MRI) 图像的挑战，许多脑肿瘤未被诊断或被临床医生忽视。在这项研究中，我们基于人工智能算法构建了一个用于神经胶质瘤检测、分级、分割和知识发现的计算机辅助诊断 (CAD) 系统。神经图像具体使用一种称为梯度直方图 (HOG) 的视觉特征来表示。然后，通过两级分类框架，使用 HOG 特征来区分健康对照和患者，或不同等级的神经胶质瘤。该 CAD 系统还使用半自动分割工具提供肿瘤可视化，以便更好地管理患者和监测治疗。最后，创建一个知识库，为脑肿瘤的诊断提供额外的建议。基于我们提出的两级分类框架，我们训练了神经胶质瘤检测和分级模型，分别实现了 0.921 和 0.806 的曲线下面积 (AUC)。与其他系统不同，我们将这些诊断工具与基于Web的界面集成在一起，为系统部署提供了灵活性。
计算机辅助药物研发的人工智能
人工智能 (AI) 在多个科学领域的不断应用以及计算机软件和硬件的快速进步以及其他参数迅速推动了这一发展。该技术可以有效解决传统药物开发中的许多挑战和限制。传统上，人们会筛选大规模化学库来寻找一种有前途的药物。近年来，更合理的基于结构的药物设计方法避免了第一阶段的筛选，但仍然需要化学家设计、合成和测试各种化合物以生产可能的新药。将一种有前途的化学品转化为候选药物的过程可能既昂贵又耗时。此外，即使在实验室研究中表现出希望，新的候选药物仍可能在临床试验中失败。事实上，经过 I 期试验的候选药物中只有不到 10% 真正进入市场。因此，人工智能系统无与伦比的数据处理能力可能以四种不同的方式加速和增强药物开发过程：通过打开与新生物系统的联系、更优越或独特的化学反应、更高的成功率以及更快和更便宜的创新试验。由于这些技术可用于解决各种发现场景和生物靶点，因此理解和区分用例至关重要。因此，我们强调了人工智能如何在制药科学的各个领域得到应用，包括深入的药物研发机会。
使用化学合成规划器进行计算机辅助多步化学酶逆合成
对于一些合成化学家来说，在有机化学和酶化学界面处挖掘优势是一项挑战。化学酶合成规划工具可以有效地帮助识别小分子制造中的生物催化机会。计算机辅助合成规划 (CASP) 中的逆合成技术通过从目标开始并递归选择适当的断开连接，提出了从可用起始材料到目标的可行多步合成路线。从 50 多年前提出的有机化学早期 CASP 工具开始，7,8 这些方法已经得到改进，可以使用基于规则的方法和机器学习来概括已知反应，从而预测达到所需目标的实际有机合成路线。9 – 11 酶逆合成的最新发展显示出为酶开发类似的 CASP 工具的巨大潜力。12 – 15 Finnigan 等人最近整理了一小组经过专业编码的反应规则来描述用于生物催化的酶工具箱。 13 这些反应规则隐含地反映了不同酶类已确定的底物混杂性。这些规则所代表的酶已被证明在许多情况下适合酶工程，以接受新的底物。13 此外，它们还被成功地用于规划针对目标分子的生物催化级联。尽管 RetroBioCat 成功地规划了多步酶促途径，但它无法提出针对所需目标的化学酶促途径，该途径协同涉及有机和酶促方法。
自动驾驶系统的易耐故障硬件架构的计算机辅助设计
可以通过冗余，多样性，分离，自我诊断和重新配置来实现用于自动驾驶汽车的抽象耐故障硬件体系结构。这些方法可以通过N独立系统体系结构与多数裁员结合在一起。可容忍系统的开发在从4级的自动驾驶系统启动中至关重要。电气和电子系统的复杂性日益增加对于安全关键系统的设计具有挑战性。这项工作旨在开发一种方法来管理产品开发中这种复杂性并使用它来比较不同类型的体系结构。基础是由传感器和微控制器组成的系统。通过数值求解相应的马尔可夫链的主方程来自动计算系统的所有可能月球配置的可靠性。随后，基于软件的故障树分析可以对组件结构进行更详细的建模。结果表明，四线体系结构可以提供合适的结果，并且相对于ISO 26262目标值，2-ECU系统的开发工作高于1-ECU系统。关键字：自动驾驶，失败操作，产品架构，计算设计方法，数值方法联系人：Julitz，Tim Maurice Dermany julitz julitz@uni-wuppertal.de
基于人工智能的计算机辅助检测和诊断在儿科放射学中的诊断性能：系统评价
摘要：基于人工智能 (AI) 的计算机辅助检测和诊断 (CAD) 是放射学的一个重要研究领域。然而，目前只有两篇关于人工智能在儿科放射学中的一般用途和基于人工智能的 CAD 在儿科胸部成像中的叙述性评论发表。本系统综述的目的是研究基于人工智能的 CAD 在儿科放射学中的应用、其诊断性能及其性能评估方法。2023 年 1 月 11 日使用电子数据库进行了文献检索。纳入了 23 篇符合选择标准的文章。本综述表明，基于人工智能的 CAD 可应用于儿科脑、呼吸、肌肉骨骼、泌尿和心脏成像，尤其是用于肺炎检测。大多数研究（93.3%，14/15；77.8%，14/18；73.3%，11/15；80.0%，8/10；66.6%，2/3；84.2%，16/19；80.0%，8/10）报告的模型性能至少为 0.83（受试者工作特征曲线下面积）、0.84（敏感性）、0.80（特异性）、0.89（阳性预测值）、0.63（阴性预测值）、0.87（准确度）和 0.82（F1 分数）。然而，纳入的研究发现了一系列方法论缺陷（尤其是缺乏模型外部验证）。未来应开展更多基于 AI 的儿科放射学 CAD 研究，并采用完善的方法，以说服临床中心采用 CAD，并在更广泛的背景下实现其好处。
研究文章 使用统计似然比检验对阿尔茨海默病进行计算机辅助诊断
这项工作的目的是为放射科医生提供一种计算机辅助诊断工具，以帮助他们诊断阿尔茨海默病。在阿尔茨海默病的检测中实施了信号检测理论的统计似然比程序。使用阿尔茨海默病 (AD) 患者和正常对照 (NC) 的内侧颞叶 (MTL) 体积构建似然比的概率密度函数。使用 T1 加权 MRI 图像，通过 Free-Surfer 软件计算 MTL 以及大脑其他解剖区域的体积。AD 和 NC 的 MRI 图像是从阿尔茨海默病神经影像学倡议 (ADNI) 的数据库下载的。使用阿尔茨海默病最小间隔共振成像 (MIRIAD) 的单独数据集进行诊断测试。 MIRIAD 数据集的敏感性为 89.1%，特异性为 87.0%，优于最优秀的放射科医生在未输入其他患者信息的情况下所达到的 85% 的敏感性和特异性。