XiaoMi-AI文件搜索系统
World File Search System部位
预防手术部位感染指南 - 2024年2月...
A.Risk assessment: ......................................................................................................... 4 B. Preoperative Antiseptic Patient Showering: ........................................................... 4 C. Preoperative Hair Removal: ...................................................................................... 4 D. Patient Skin Preparation in the Operating Room (OR) (Surgical Site Preparation): ...................................................................................................................... 5 E. Preoperative Hand/Forearm Antisepsis (Surgical Hand Preparation): ................ 6 F. Management of Infected or Colonized Surgical Personnel: ................................. 10 G. Preoperative Surgical Parenteral Antimicrobial Prophylaxis (AMP): .................. 10 H.血糖控制：.................................................................................................................................................................................................................................................................................................................................................................................................................................................
口腔和颌面外科手术的手术部位感染
Surgical Site Infection (SSI) is defined as an infection at the site of a surgical incision occurring within 30 days of an operation and can be classified as [1] superficial, including the skin and subcutaneous tissue, [2] deep, including the underlying muscle and fascia, or [3] space SSI, including any organs or tissues other than the muscle or fascia [1].SSI是最常见的医疗保健相关感染，导致了几种不良后果，包括增加伤口愈合时间，增加抗生素的使用，较长的医院住院以及总体上更高的医疗保健相关成本[2]。在沙特阿拉伯的一家三级医院进行的一项大型队列研究确定革兰氏阴性细菌是SSIS中最常见的致病生物，最常见的是大肠杆菌，其次是铜绿假单胞菌，铜绿假单胞菌，Klebsiella pneumoniae，Klebsiellaiae和kinetobactobactabacter baumanniai [3]。
一个深度学习框架来定位致癫痫的部位......
摘要 定位致痫区 (EZ) 是治疗药物难治性癫痫的关键步骤。静息态 fMRI (rs-fMRI) 通过捕捉大脑中动态发展的共激活模式（也称为连接）为这项任务提供了一个新的窗口。在这项工作中，我们提出了第一个自动化框架，该框架使用来自 rs-fMRI 的动态功能连接来定位异质性癫痫队列中的 EZ。我们的框架使用图卷积网络进行特征提取，然后使用变压器网络，其注意力机制可以学习 rs-fMRI 扫描的哪些时间点对于 EZ 定位很重要。我们在来自人类连接组项目的增强数据上训练我们的框架，并在临床癫痫数据集上对其进行评估。我们的结果证明了我们的卷积 + 变压器组合和数据增强程序相对于消融模型和比较模型的明显优势。
通过多部位脑结构测量预测酒精依赖性
1. 佛蒙特大学医学院精神病学系，佛蒙特州伯灵顿 2. 阿姆斯特丹大学心理学系，荷兰阿姆斯特丹 3. 罗彻斯特大学医学与牙科学院神经科学系和 Ernest J. Del Monte 神经科学研究所，美国纽约州罗彻斯特 4. 墨尔本大学墨尔本心理科学学院，澳大利亚墨尔本 5. 科罗拉多大学博尔德分校心理学和神经科学系，美国博尔德 6. 华盛顿大学医学院精神病学系，美国密苏里州圣路易斯 7. 加州大学洛杉矶分校大卫·格芬医学院，美国洛杉矶 8. 莫纳什大学认知与临床神经科学研究所和心理科学学院，澳大利亚墨尔本 9. 澳大利亚天主教大学健康科学学院心理学学院，澳大利亚墨尔本 10. 利物浦大学心理科学系，英国利物浦 11. 行为荷兰奈梅亨拉德堡德大学科学研究所 12. 美国马里兰州贝塞斯达国家酒精滥用和酒精中毒研究所内部临床和生物研究部临床神经影像研究核心 13. 美国拉霍亚加州大学圣地亚哥分校退伍军人医疗系统和精神病学系 14. 美国俄克拉荷马州塔尔萨劳瑞德脑研究所 15. 澳大利亚帕克维尔国家青少年心理健康卓越中心 Orygen 16. 澳大利亚墨尔本大学青少年心理健康中心 17. 美国康涅狄格州纽黑文耶鲁大学医学院精神病学系 18. 德国莱比锡马克斯普朗克人类认知和脑科学研究所神经病学系 19. 荷兰莱顿大学心理学研究所、认知心理学部和莱顿脑与认知研究所 20. SA MRC 精神障碍风险与复原力研究组，开普敦大学精神病学和神经科学研究所，开普敦，南非 21. 美国马里兰州巴尔的摩市国家药物滥用研究所内部研究计划神经影像学研究分部 22. 荷兰阿姆斯特丹大学阿姆斯特丹医学中心精神病学系 23. 荷兰阿姆斯特丹自由大学医学中心精神病学系 24. 澳大利亚墨尔本大学和墨尔本健康中心精神病学系墨尔本神经精神病学中心 25. 美国加利福尼亚州马里兰州马里兰州雷伊南加州大学凯克医学院史蒂文斯神经影像学与信息学研究所成像遗传学中心 26. 加拿大魁北克省蒙特利尔市 CHU Ste Justine 医院蒙特利尔大学精神病学系 通讯作者：Sage Hahn UVM 医学中心，1 South Prospect Street Burlington Vermont 05401 sahahn@uvm.edu 简称：仅根据大脑结构预测 AUD 关键词：结构 MRI、机器学习、酒精依赖、AUD、遗传算法、成瘾 摘要字数：250 正文字数：4000 图表数量：5 表格数量：2 补充信息：4 页数
3D人体部位分割的基于聚类的细化
摘要。在3D数据上解决人体部位的一种常见方法涉及使用2D分割网络和3D投影。遵循这种方法，可以在最终的3D分割输出中引入几个错误，例如分割错误和再投影错误。当考虑了非常小的身体部位（例如手）时，此类错误甚至更为重要。在本文中，我们提出了一种新算法，旨在减少此类错误并改善人体部位的3D序列。该算法使用DBSCAN算法检测噪声点和错误的簇，并更改利用簇的形状和位置的点的标签。我们评估了3DPEOPLE合成数据集和真实数据集上提出的算法，突出了它如何可以大大改善小身体（如手）的3D分割。使用我们的算法，我们在合成数据集上实现了多达4.68％的IOU，在实际情况下最多可占IOU的2.30％。
工业环境下用于龙虾部位检测的主动 YOLO
工业 4.0 通过人工智能、物联网 (IoT)、云计算、信息物理系统 (CPS) 和认知计算彻底改变了制造业，创造了“智能”环境，互联的机器可以自主优化生产。这种转变显著提高了生产力和性能。然而，工业 5.0 进一步发展，强调人与机器人之间的协作，利用人类的创造力和先进的机械。它旨在提高效率并实现大规模个性化，产品可根据个人需求量身定制。工业 5.0 的核心价值是以人为本，机器处理重复性任务，人类专注于认知和批判性思维任务 [2]。一方面，根据 [3]，支持以人为本的制造业人工智能的关键技术包括 i) 主动学习 (AL)：人工智能系统不断从人类反馈中学习，增强人机协同作用；ii) 可解释人工智能 (XAI)：确保人工智能决策透明易懂，促进信任和协作；iii) 模拟现实：使用虚拟环境模拟真实场景进行训练和决策； iv) 对话界面：实现人机之间的自然语言交互，提高可用性；v) 安全性：数字化增加了攻击面，因此需要确保数据和系统的安全。另一方面，在这种转变中，物体检测 (OD) 发挥着至关重要的作用 [4]，它应用于不同的系统，例如质量控制的缺陷检测、协作机器人 (cobots)、用于码垛和自动拾取和放置系统的机械臂以及视频监控系统。此外，值得一提的是，这些系统的最新发展是基于 YOLO 检测器，以实现精度和推理速度效率的平衡 [5]。
将药物对ACE2的影响映射为Covid-19治疗的新型目标部位
1美国辛辛那提大学医学院内科系，美国俄亥俄州辛辛那提市2运河大学，伊斯玛利亚，埃及5细菌流行病学和抗菌抵抗研究部门，美国国家家禽研究中心，USDA -ARS，USDA -ARS，乔治亚州雅典，乔治亚州6卫生和世界卫生部，兽医学院，曼苏拉大学，曼苏拉大学，曼苏拉大学，曼苏拉大学及管理，苏伊士运河大学兽医学院，埃及，埃及，埃及9号鱼类感染疾病研究部（FID RU），兽医微生物学系，朱拉隆科学学院，chulalongkorn University，Chulalongkorn University，Thailand，Thailand，Thailand（S.E），医学教育部，医学院10部美国11 SOHAG大学医学管理局，SOHAG，埃及12号12号药理学和治疗系，兽医学院，Damanhour大学兽医学院，埃及，埃及13，埃及13基金会大学医学院，基金会伊斯兰堡大学，伊斯兰堡大学，巴基斯坦，伊斯兰堡，伊斯兰堡，伊斯兰堡，14号，化学学院，14
揭示了来自单个人类皮肤部位的共生菌群的多样性
。CC-BY 4.0国际许可证。根据作者/资助人提供了预印本（未经同行评审的认证）提供的，他已授予Biorxiv的许可证，以在2025年2月25日发布的此版本中在版权所有者中显示预印本。 https://doi.org/10.1101/2024.11.28.625817 doi：Biorxiv Preprint
它本应修复受损的基因，但它却在其他区域造成了损害……
我们的结果表明，NEIL1 作用于 8-氧代-7,8-二氢鸟嘌呤（8-羟基鸟嘌呤），导致多个尿嘧啶损伤，从而诱导远处位点的突变。这意味着 NEIL1 具有双重作用，既可以防止氧化鸟嘌呤形成位点发生突变，同时又可以通过诱导远处位点损伤的产生来促进突变。 OGG1 具有类似的功能，表明它并不是一个例外的实体。 [未来发展] 未来我们将阐明 NEIL1 和 OGG1 之间的关系以及远距离位点发生突变的机制。预计该研究结果将有助于更好地了解致癌机制并开发抑制致癌的方法。 [参考资料] 论文标题：NEIL1：参与 8-氧代-7,8-二氢鸟嘌呤诱导的远距离作用突变的第二个 DNA 糖基化酶 作者：Yoshihiro Fujikawa、Tetsuya Suzuki、Hidehiko Kawai、Hiroyuki Kamiya* (*通讯作者) 期刊：Free Radical Biology and Medicine 于 1 月 21 日在线发表。以下是该论文的链接。 https://www.sciencedirect.com/science/article/pii/S0891584925000516
虚拟身体部位的即时分离——罗兰·菲斯特
摘要 多感官身体错觉的证据表明，身体表征可能是可塑的，例如，通过体现外部物体。然而，根据当前任务需求调整身体表征也意味着，如果不再需要外部物体，它们就会脱离身体表征。在当前的网络研究中，我们引入了二维 (2D) 虚拟手的具象化，可以通过计算机鼠标或触摸板的主动移动来控制。在初始具象化之后，我们通过比较两种情况来探索脱离身体的情况：参与者要么继续移动虚拟手，要么停止移动并保持手静止。基于将身体表征概念化为一组多感官绑定的理论解释，如果身体表征不再通过相关的视觉运动信号更新，我们预计虚拟手会逐渐脱离身体。与我们的预测相反，一旦参与者停止移动虚拟手，它就会立即脱离身体。这个结果在两个后续实验中得到了复制。观察到的瞬间脱离肉身可能表明人类对虚拟环境中动作和身体的快速变化很敏感，因此会特别迅速地调整相应的身体表现。