XiaoMi-AI文件搜索系统
World File Search System记法
道教冥想阶段的皮质和自主神经反应：两种不同的冥想策略
冥想是一种与特定生理和神经相关因素有关的意识状态。对这些相关因素的大量研究报告了有争议的结果，阻碍了对潜在神经生理过程的一致描述。在这里，我们研究了分阶段冥想过程中多种神经生理指标的动态。我们测量了经验丰富的冥想者和未接受过冥想训练的受试者在静息状态和道教冥想指导过程中的生理变化。我们记录了脑电图、呼吸、皮肤电反应和光电容积描记法。所有受试者都遵循相同的指令，分为 16 个阶段。在经验丰富的冥想者组中，我们确定了两个具有不同生理标志物动态的亚组。一个亚组显示出几种全身放松的迹象，从心率变异性、呼吸频率和脑电图节律活动的变化中可以明显看出。另一个亚组表现出精神集中模式，主要在脑电图记录中可察觉，但没有发生自主反应。先前冥想经历的持续时间和类型或我们测量的任何基线指标都无法解释冥想者被分为这两组的原因。这些结果表明，经验丰富的冥想者可以使用两种不同的冥想策略，这在一定程度上解释了早期评估冥想效果的研究中报告的不一致结果。我们的发现也与高端生物反馈系统的开发有关。
引用本文：Iwori Takeda、Atsushi Yamada 和 Hiroshi Onodera (2020)：人工智能辅助医疗应用的动作捕捉：无标记和被动标记动作捕捉的比较研究，生物力学和生物医学工程中的计算机方法，DOI：10.1080/10255842.2020.1856372
摘要 我们的目的是确定人工智能 (AI) 辅助无标记运动捕捉软件是否有用在临床医学和康复领域。目前，尚不清楚人工智能辅助无标记方法是否可以应用于下肢功能障碍的个体，例如使用踝足矫形器或拐杖的人。然而，由于许多下肢瘫痪患者和足矫形器使用者在站立期失去跖趾 (MP) 关节屈曲，因此有必要估计固定 MP 关节运动下足部识别的准确性。使用 OpenPose（一种无标记方法）和传统的被动标记运动捕捉方法确定跑步机行走过程中的髋关节、膝关节和踝关节角度；并比较了两种方法的结果。我们还研究了踝足矫形器和拐杖是否会影响 OpenPose 的识别能力。通过被动标记法 (MAC3D)、OpenPose 和使用 Kinovea 软件的手动视频分析获得的髋关节和膝关节数据显示出显著的相关性。与 OpenPose 和 Kinovea 获得的踝关节数据（相关性强）相比，MAC3D 获得的踝关节数据相关性较弱。OpenPose 可以充分替代传统的被动标记运动捕捉，适用于正常步态和使用矫形器或拐杖的异常步态。此外，OpenPose 适用于 MP 关节运动受损的患者。使用 OpenPose 可以降低传统被动标记运动捕捉的复杂性和成本，而不会影响识别准确性。
2025 年 2 月 3 日 尊敬的查克·格拉斯利 135 哈特......
2025 年 2 月 3 日 查克·格拉斯利议员 华盛顿特区哈特参议院办公大楼 135 号 20510 迪克·德宾议员 华盛顿特区哈特参议院办公大楼 711 号 20510 尊敬的格拉斯利主席和排名成员德宾， 我们写信表达对 FBI 提名人卡什·帕特尔最近披露的与卡塔尔政府的财务关系的深切关注——并鼓励您举行公开听证会听取他的解释。我们都是政府道德专家，整个职业生涯都在评估利益冲突，帕特尔与卡塔尔的明显关系值得公众更加严格地审查。 作为联邦调查局局长，他将能够执行——或者不执行——一系列可能影响卡塔尔和其他外国委托人影响美国政策制定的能力的法律，包括《外国代理人登记法》（“FARA”）。公众需要知道，负责该国联邦执法的人员是在为他们的利益工作，还是为卡塔尔政府的利益工作。2 月 1 日星期六，也就是帕特尔的委员会确认听证会两天后，政府道德办公室 (OGE) 公开了帕特尔的道德文件，1 披露帕特尔的“国家安全、国防和情报”咨询公司确实为卡塔尔工作，直到 2024 年 11 月。2 帕特尔在担任卡塔尔国家安全顾问期间继续保持这种关系。
提交日期：2024 年 11 月 14 日
西弗吉尼亚州法典第 15-12 条《性犯罪者登记法》要求某些性犯罪者登记自己的人口统计信息，以便公民采取适当的预防措施保护弱势群体。该法规还要求对 18 岁以下儿童实施性犯罪的任何人进行终身登记。为了帮助进一步保护儿童免受登记在册的儿童性犯罪者的伤害，CPS 将接受评估转介，指控登记在册的儿童性犯罪者可以无限制和/或不受限制地接触 18 岁以下儿童。无限制和/或无限制接触的一个例子是，亲生父母与登记在册的儿童性犯罪者同居，并且孩子也住在家里，即使只是部分时间。无限制和/或无限制接触的其他例子包括儿童性犯罪者：充当看护人，即使是兼职；与非儿童性犯罪者的看护人过夜，并可以随意进出各个房间；是亲属，且非儿童性犯罪者的父母将孩子交给儿童性犯罪者照顾，即使每周只有一天。请注意，这并不意味着孩子必须无人看管才符合“无限制和/或无限制”的条件。“兼职”是指可能是情妇或亲属的人，他们经常接触但不是住户。它还可以用来描述可能只在周末出现，而不是在工作日出现的罪犯。对于儿童无限制和/或无限制地接触登记在册的性犯罪者的报告，工作人员将：
通过 EEG-PPG 增强可穿戴癫痫发作检测...
摘要 — 本文介绍了 B RAIN F USE N ET，一种基于脑电图 (EEG) 与光电容积描记法 (PPG) 和加速度计 (ACC) 信号的传感器融合的新型轻量级癫痫检测网络，适用于低通道数可穿戴系统。B RAIN F USE N ET 利用灵敏度-特异性加权交叉熵 (SSWCE)，这是一种结合了灵敏度和特异性的创新损失函数，可解决严重不平衡数据集的挑战。对于仅使用四个通道的基于 EEG 的分类，B RAIN F USE N ET - SSWCE 方法成功检测到 CHB-MIT 数据集上 93.5% 的癫痫发作事件（基于样本的灵敏度为 76.34%）。在 PEDESITE 数据集上，仅考虑 EEG 数据时，我们分别表现出基于样本的灵敏度和假阳性率 60.66% 和 1.18 FP/h。此外，我们证明，整合 PPG 信号可将灵敏度提高到 61.22%（成功检测到 92% 的癫痫发作事件），同时将假阳性数量降低到 1.0 FP/h。最后，当还考虑 ACC 数据时，对于基于样本的估计，灵敏度增加到 64.28%（成功检测到 95% 的癫痫发作事件），假阳性数量下降到仅 0.21 FP/h，而当考虑基于事件的估计时，每天的误报少于一次。BRAIN FUSE N ET 资源友好，非常适合在低功耗嵌入式平台上实施，我们
Q-PPG：可穿戴设备上基于节能 PPG 的心率监测
摘要 — 使用低成本光电容积描记法 (PPG) 传感器，越来越多地在腕戴式设备中执行心率 (HR) 监测。然而，由受试者手臂运动引起的运动伪影 (MA) 会影响基于 PPG 的心率跟踪的性能。这通常通过将 PPG 信号与惯性传感器的加速度测量相结合来解决。不幸的是，大多数此类标准方法都依赖于手动调整的参数，这会削弱它们的泛化能力及其对现场真实数据的适用性。相比之下，基于深度学习的方法尽管具有更好的泛化能力，但被认为过于复杂，无法部署在可穿戴设备上。在这项工作中，我们解决了这些限制，提出了一种设计空间探索方法来自动生成丰富的深度时间卷积网络 (TCN) 系列用于心率监测，所有这些网络都来自单个“种子”模型。我们的流程涉及两个神经架构搜索 (NAS) 工具和一个硬件友好的量化器的级联，它们的组合可以产生高度准确和极其轻量级的模型。在 PPG-Dalia 数据集上进行测试时，我们最准确的模型在平均绝对误差方面创下了新的最高水平。此外，我们将 TCN 部署在具有 STM32WB55 微控制器的嵌入式平台上，证明了它们适合实时执行。我们最准确的量化网络实现了 4.41 每分钟 (BPM) 的平均绝对误差 (MAE)，能耗为 47.65 mJ，内存占用为 412 kB。同时，在我们的流程生成的网络中获得 MAE < 8 BPM 的最小网络的内存占用为 1.9 kB，每次推理仅消耗 1.79 mJ。
肘部角度对生物电阻抗分析信度和效度的影响。
手对手生物电阻抗 (HH BIA) 是一种低成本的估算体脂百分比 (%BF) 的方法。BIA 方法始终可靠，但其有效性仍存在疑问。我们观察到，在使用 HH BIA 时，肘部位置会导致 %BF 测量值始终不同，因此引发了一个问题：肘部角度是否会影响使用 HH BIA 得出的测量值的有效性？本研究旨在评估肘部位置（即 IN=弯曲至 90° 对比 OUT=完全伸展）对 44 名男性和 24 名女性健康成年人（年龄 = 21±2 岁，BMI = 23±3）的 HH BIA 可靠性的影响。另一个目的是使用空气置换体积描记法 (BOD POD ® ) 作为标准测量，评估 HH BIA %BF 对一组受试者（n=12）的有效性。对于 HH BIA，IN 位置比 OUT 位置低 ~4%BF（p=0.05，效应大小 =0.67）。在 IN [组内相关系数 (ICC)=0.99，变异系数 (CV)=2.99%] 和 OUT（ICC=0.99，CV=1.48%）条件下两次试验的 %BF 测量值均高度可靠。在子样本中，OUT（18.3±6.7 %BF）位置超过了 IN（14.5±7.4 %BF）和 BOD POD ®（16.1±7.8 %BF）测量值（p<0.05）；但是，IN 和 BOD POD ® 的 %BF 测量值没有差异（p=0.21）。这些发现支持了 HH BIA 在两个肘部位置都是可靠的测量方法；然而，根据肘部位置的不同，%BF 估计值与标准测量值存在很大差异（~4%）。我们发现 OUT 位置会高估标准 %BF。进一步的研究可能会揭示 HH BIA 估计 %BF 的最佳肘部角度位置。
丹麦的国家战略路线图reu almdel问题681回答...
“部长会解释中央DNA概况登记册中的DNA和中央指纹登记册中的DNA，以及注册人离开时DNA会发生什么？”答案：1。2022年6月21日通过的议会号2022年6月21日的873在中央DNA配置文件和中央指纹登记册上。法律，其中包括旨在为中央DNA配置文件（DNA配置文件寄存器）和中央指纹登记簿（指纹寄存器）设置一个共同的立法框架，其中包含用于录制和删除DNA概要文件和DNA配置文件中的DNA配置文件和指纹的详细规则。该法律还旨在考虑欧洲人权法院的最新行为，因为正是司法部的评估是，目前的80岁年龄限制不能在《欧洲人权公约》（ECHR）（ECHR）第8条的框架内维持在尊重隐私和家庭生活的权利上。法律，法律规定的一部分434在2000年5月31日的中央DNA轮廓寄存器上，随后发生了变化。法律部分由行政命令编号2022年9月5日的1250年，《中央DNA档案登记法》和中央指纹登记册的某些规定生效。由于法律仅部分生效，因此在DNA概况登记册中的DNA概况和指纹的吸收和删除，今天由法律号法律2022年6月21日的873，部分由法律编号434 of 2000年5月31日，随后发生了变化。2。就被指控的人而言，但根据《程序守则》第721（1）条，将指控放弃了。1，编号1，必须在最新的10个工作日过去时删除DNA配置文件，最终根据《程序守则》第721（1）条毫无根据。1，编号1，参见。§6（2）。1，编号1，法律号2022年6月21日的873。就被起诉但随后被无罪释放的人而言，或对起诉或起诉的决定是没有条款的，必须立即删除DNA配置文件
机器学习和可穿戴设备博士后研究员，用于测量人类睡眠 Sunnybrook 研究中心的 Hurvitz 脑科学项目
Maged Goubran，博士 多伦多大学医学生物物理学助理教授 职位描述： Sunnybrook 研究所正在寻找一位优秀的博士后研究员加入睡眠和大脑健康实验室 (https://sleepandbrainhealth.ca/)，领导开发新颖、自动化、可扩展的方法，从人体可穿戴传感器数据中量化睡眠生理学和识别睡眠障碍，以支持几项由 CIHR 和 NIH 资助的大型睡眠和痴呆症临床研究。研究员将应用现代机器/深度学习方法，使用新的低调人体柔性可穿戴传感器（脑电图、心电图、加速度计、光电容积描记法）解决睡眠生理学分类和睡眠障碍识别问题。研究员将利用几个已经收集的基于实验室的数据集，包括 >3000 个晚上的黄金标准多导睡眠图，以及 >70 个晚上（到 2022 年中期达到 200 个晚上）的共同捕获的可穿戴传感器 + 多导睡眠图数据。随后，将把由此产生的分析方法应用于几项正在进行的由 NIH 和 CIHR 资助的老年人队列研究（n>1000），以确定使用这些方法确定的睡眠特征是否可以预测痴呆症结果和痴呆症相关的大脑变化。除了数据分析和算法开发之外，研究员还将参与指导参与数据收集的学生和工作人员。该职位需要与 PI Lim 博士（睡眠和昼夜节律生理学、神经病学、遗传学）和 Goubran 博士（机器学习、计算神经科学）以及实验室的研究生、工作人员和开发人员密切合作，以实现这些目标。鼓励新方法和新想法，以及与当前研究相吻合的独立项目。将有机会发表多篇关于可穿戴传感器睡眠数据的新分析方法以及这些数据与痴呆症结果之间联系的出版物。将提供临床研究以及人类睡眠生理数据的获取、分析和解释方面的培训。这是一个全额资助的职位。薪资与经验和 CIHR/NIH 津贴水平相称。合同可续签，具体取决于绩效。必备资格：
FDA 批准全球首款非接触式脉搏率测量移动应用程序
• PanopticAI 的技术将智能手机和平板电脑变成医疗级生命体征监测仪。 • 这是这家总部位于香港的初创公司实现确保可及性和可扩展性医疗保健使命的重要里程碑。 • 这项基于人工智能的技术用途广泛，包括远程医疗、远程患者监测、社区健康筛查、分散临床试验和个人健康。 • PanopticAI 的早期采用者包括香港鹰阁医院（IHH Healthcare 旗下医院）、万宁（香港领先的保健和美容连锁店）和保柏（跨国健康保险公司）。 (香港，2025 年 1 月 26 日) - 远程患者监测领域的领先创新者 PanopticAI 今天宣布，其非接触式生命体征监测软件已获得美国食品药品监督管理局 (FDA) 的 510(k) 批准。PanopticAI Vital Signs 应用程序是首个获得 FDA 批准的移动应用程序，可使用 iPhone 和 iPad 的内置摄像头进行非接触式脉搏率测量。这也使 PanopticAI 成为第一家获得 FDA 批准的软件即医疗器械 (SaMD) 的香港公司。PanopticAI 的技术利用专有的远程光电容积描记法 (rPPG) 算法，将随处可见的智能手机和平板电脑转变为医疗级生命体征监测仪。先进的人工智能和信号处理技术用于分析设备摄像头捕捉到的皮肤细微颜色变化，在短短 30 秒内准确测量脉搏率等生命体征。此次 FDA 批准代表着 PanopticAI 让医疗保健更易于获得和可扩展的使命的一个重要里程碑。通过利用智能手机的普及，PanopticAI 的技术消除了对专用设备的需求，大大降低了成本，并扩大了更广泛人群获得生命体征监测的机会。该公司的非接触式生命体征监测技术已被医院、保险公司和药房使用。其客户包括香港鹰阁医院（全球最大的医疗服务提供商之一 IHH Healthcare 旗下子公司）、万宁（香港领先的健康美容连锁店）和保柏（跨国健康保险公司）。临床测试针对反映美国人口普查数据的多样化患者群体进行，以确保 PanopticAI Vital Signs 应用程序在广泛用户中的准确性和可靠性。严格的非临床测试评估了该应用程序在各种条件下的性能，包括不同的照明、距离和用户特征，以确保在现实环境中可靠运行。PanopticAI Vital Signs 应用程序还经过了严格的网络安全和人为因素测试，以确保患者安全和易用性。“我们很高兴我们的技术获得 FDA 批准，这证明了我们致力于开发临床上合理、可访问的健康解决方案的承诺，”PanopticAI Vital Signs 首席执行官兼联合创始人 Kyle Wong 博士表示。