XiaoMi-AI文件搜索系统
World File Search System阿迦汗
使用透明质酸 - Quercetin偶联的银纳米粒子靶向药物给药
1基础牙科科学系，牙科学院，努拉·本特·阿卜杜勒拉赫曼公主，里亚德，里亚德11671，沙特阿拉伯2曼苏拉州医学院解剖学和胚胎学，35511，埃及5临床科学系，医学院，沙迦大学，沙迦大学，沙迦27272，阿拉伯联合酋长国6药理学和毒理学系，曼苏拉大学，曼苏拉大学，曼苏拉大学，埃及大学，埃及学院，埃及学院，埃及大学，埃及学院61441，沙特阿拉伯8 Al-Baha大学科学系生物学系，Al Baha 65779，沙特阿拉伯9号，沙特阿拉伯9号，UMM AL-QURA大学生物化学系，Makkah Makkah 21955，21955，SAUDIIABIA，SAUDI ARABIA 10，SAUDI ARABIA 10，墨西哥学系52沙特阿拉伯11生物学系，塔布克大学科学系，塔布克大学，沙特阿拉伯47913，沙特阿拉伯12 Vaasudhara药学学院，拉吉夫·甘地卫生科学学院，桑特马尼季，chintamani circile，chintamani circile，chintamani circe，Hoskote 562114，Karnataka，印度Innia and Nan nan nan nan nan nan nan nan nanomed，美国92037 *通信：jmuthumohamed@gmail.com（J.M.M.M.M.）; menaateam@gmail.com（F.M.）
F-1241 机器学习利用神经影像特征区分脑结核和脑肿瘤
背景：脑结核 (TB) 的表现常常与原发性和转移性脑肿瘤以及其他脑部感染性病变相似，因此很难诊断。它是造成严重后遗症和死亡的罪魁祸首，尤其是在发展中国家。需要一种快速准确的诊断方法来防止因延迟或错误诊断而导致的惨淡后果。我们的目标是开发一种分类器，利用机器学习帮助脑 MRI 上呈现的各种放射学特征将脑结核与脑肿瘤和其他感染区分开来。方法：纳入巴基斯坦卡拉奇阿迦汗大学医院的 72 例脑结核病和 146 例非结核病（包括脑膜瘤、神经胶质瘤、脑转移、真菌和细菌性脑感染），并将其分为训练数据集和测试数据集。使用相关矩阵选择特征；并包括从脑 MRI 记录的放射学特征，即环状增强、均匀增强、基底脑膜增强、脑膜增强（非基底）、均匀扩散受限、远端梗塞、脑积水、双侧多灶性病变、单侧多灶性病变和同一叶内多个病变，以及年龄和性别。在应用合成少数过采样技术 (SMOTE)、SMOTE-Tomek 链接、编辑最近邻 (ENN) SMOTE-ENN 和自适应合成 (ADASYN) 技术平衡数据集后，使用两个模型测试分类器准确性：逻辑回归和随机森林。结果：使用逻辑回归以及 SMOTE+TOMEK 获得最高精度 (90.9%)，曲线下面积为 95.4%，F1 得分为 92.8%。将 SMOTE+TOMEK 应用于 Logistic 回归模型后，准确率提高了 6.81%。结论：机器学习在临床决策支持系统中显示出良好的作用，可以快速、无创地区分脑肿瘤和感染。这些分类器可以作为临床设置中使用的移动应用程序的基础。应采用采样技术来提高分类器的性能。关键词：脑肿瘤；脑结核；神经影像学；机器学习
通讯作者 Mohamed M. Abuzaid，mabdеlfatah@sharjаh.ac.ae 人工智能 (AI) 对物理治疗实践的影响：物理治疗师意愿和准备度研究 1 沙迦大学健康科学学院医学诊断成像系，阿联酋沙迦 2 沙迦大学健康科学学院物理治疗系，阿联酋沙迦 3 开罗大学物理治疗学院，埃及开罗 摘要：分析人工智能 (AI) 的现状是将其融入物理治疗实践的关键第一步。因此，本研究旨在评估物理治疗师 (PT) 对 AI 实施的看法、知识和接受意愿。 2021 年 10 月至 12 月，对在阿拉伯联合酋长国 (UAE) 工作的 PT 进行了探索性横断面在线问卷调查。先前经过验证的调查收集了参与者的人口统计信息、看法、知识、准备情况以及将 AI 融入实践的挑战。结果显示，PT 对 AI 的了解相当匮乏。大多数参与者都赞赏 AI 应用的作用，并期望它将在实践中发挥重要作用。参与者指出，缺乏教育资源和适当的培训是 AI 整合的主要挑战。参与者表达了将 AI 纳入本科和研究生课程的强烈愿望。将 AI 融入物理治疗实践的兴奋需要努力为学生和专业人士提供教育和培训。物理治疗师担心，通过适当的准备来提高对 AI 角色和挑战的认识，可以消除工作干扰。将 AI 应用于 PT 实践将塑造物理治疗师的医疗保健服务和教育的未来。AI 将为患者和提供者提供更快的诊断、更好的性能和准确的结果。即使在人工智能在物理治疗中实施的早期阶段，人工智能的应用也提出了问题并增加了期望。关键词：人工智能、深度学习、物理治疗、物理治疗师、知识、实践。 人工智能在物理治疗实践中的影响：物理治疗师愿意和准备情况的研究
通讯作者 Mohamed M. Abuzaid，mabdеlfatah@sharjаh.ac.ae 人工智能 (AI) 对物理治疗实践的影响：物理治疗师意愿和准备度研究 1 沙迦大学健康科学学院医学诊断成像系，阿联酋沙迦 2 沙迦大学健康科学学院物理治疗系，阿联酋沙迦 3 开罗大学物理治疗学院，埃及开罗 摘要：分析人工智能 (AI) 的现状是将其融入物理治疗实践的关键第一步。因此，本研究旨在评估物理治疗师 (PT) 对 AI 实施的看法、知识和接受意愿。 2021 年 10 月至 12 月，对在阿拉伯联合酋长国 (UAE) 工作的 PT 进行了探索性横断面在线问卷调查。先前经过验证的调查收集了参与者的人口统计信息、看法、知识、准备情况以及将 AI 融入实践的挑战。结果显示，PT 对 AI 的了解相当匮乏。大多数参与者都赞赏 AI 应用的作用，并期望它将在实践中发挥重要作用。参与者指出，缺乏教育资源和适当的培训是 AI 整合的主要挑战。参与者表达了将 AI 纳入本科和研究生课程的强烈愿望。将 AI 融入物理治疗实践的兴奋需要努力为学生和专业人士提供教育和培训。物理治疗师担心，通过适当的准备来提高对 AI 角色和挑战的认识，可以消除工作干扰。将 AI 应用于 PT 实践将塑造物理治疗师的医疗保健服务和教育的未来。AI 将为患者和提供者提供更快的诊断、更好的性能和准确的结果。即使在人工智能在物理治疗中实施的早期阶段，人工智能的应用也提出了问题并增加了期望。关键词：人工智能、深度学习、物理治疗、物理治疗师、知识、实践。 人工智能在物理治疗实践中的影响：物理治疗师愿意和准备情况的研究
代码为可持续发展教育
1营销与商业分析系，商学院，美国沙迦美国大学，沙迦26666，阿拉伯联合酋长国2号学习设计协会和ESD协会，Nantwich CW5 7JW，英国； mtoro@aldesd.org 3新闻与战略传播，梅迪尔新闻学院，西北大学，多哈34102，卡塔尔； Mohammed.ibahrine@northwestern.edu 4 Sharjah美国大学的可持续发展系，Sharjah 26666，阿拉伯联合酋长国； rarmour@aus.edu 5学术发展研究所，爱丁堡大学，爱丁堡EH8 9YL，英国6图书馆服务系，开放大学，米尔顿·凯恩斯MK7 MK7 6AA，英国； katharinereedy@gmail.com 7英国伦敦SE1 9NH的国王学院营销学系； romas.malevicius@kcl.ac.uk 8格拉斯哥大学，格拉斯哥大学G12 8QQ，英国； vicki.dale@glasgow.ac.uk（V.D.）; nathalie.tasler@glasgow.ac.uk（n.t。）9拉丁美洲和加勒比海（IESALC）的联合国教科文组织国际高等教育研究所，委内瑞拉1071年； y.inzolia@unesco.org *通信：nahmad@aus.edu
约翰帕特里克出版公司
1 月 4 日星期六早上 7:00 - SC Devin Emig r/b Karen Emig 下午 4:00 -N 教区人民 1 月 5 日星期日早上 8:00 - SC Dot Myers r/b Rocky & Susan Costa 早上 10:30 - N Spec. Int. Ron Ditch r/b Deserable 家族 1 月 6 日星期一 9:00 AM- SC Sr Bianca Camillera r/b 圣米迦勒大天使教区 1 月 7 日星期二 9:00 AM- N Dot Myers r/b Don & Mary Ellen Healy 1 月 8 日星期三 9:00 AM- SC Theresa Van Leer r/b 圣米迦勒大天使教区 1 月 9 日星期四 9:00 AM- SC Pop Pop Greenwood r/b His 家族 1 月 10 日星期五 7:00 PM - N Susan Davis r/b 圣米迦勒大天使教区 1 月 11 日星期六 7:00 AM- SC William Moore r/b Karen Emig 4:00 PM -N Kay Tanner r/b June & Fran Sieber 1 月 12 日星期日 8:00 AM- SC People of the Parish 10:30 AM- N Dana Cannon r/b Fera 家族
CRISPR/Cas9 在临床癌症研究中的应用现状：机遇与挑战
1 沙特德国医院肿瘤科，迪拜邮政信箱 391093，阿拉伯联合酋长国；oncologydoc3.dxb@saudigerman.com 2 阿联酋肿瘤学会，迪拜邮政信箱 6600，阿拉伯联合酋长国 3 肿瘤中心，阿卜杜拉国王医疗城，麦加邮政信箱 24246，沙特阿拉伯；tashkandi.e@kamc.med.sa 4 医学系，乌姆阿尔古拉大学医学院，麦加邮政信箱 24382，沙特阿拉伯 5 医学肿瘤科，法赫德国王专科医院，达曼邮政信箱 31444，沙特阿拉伯 6 内科，阿卜杜勒拉赫曼·本·费萨尔大学，达曼邮政信箱 34212，沙特阿拉伯； nedal.bukhari36@gmail.com 7 肿瘤学系，Burjeel 癌症研究所，Burjeel 医疗城，阿布扎比，邮政信箱 92510，阿拉伯联合酋长国 8 创新与研究中心，Burjeel 癌症研究所，Burjeel 医疗城，阿布扎比，邮政信箱 92510，阿拉伯联合酋长国 9 沙迦大学医学院，沙迦，邮政信箱 27272，阿拉伯联合酋长国 * 通讯地址：alshamsi@burjeel.com；电话：+971-506-315-388
在 Dzyaloshinskii–Moriya 相互作用下使用量子记忆实现两个耦合偶极子自旋的熵不确定性
1 艾资哈尔大学理学院物理系，艾斯乌特 71524，埃及；ANkhedr@azhar.edu.eg (ANK)；amabdelaty@ub.edu.sa (A.-HA-A.)；tammam@azhar.edu.eg (MT) 2 萨坦·本·阿卜杜勒阿齐兹王子大学阿夫拉杰科学与人文学院数学系，沙特阿拉伯阿夫拉杰 11942 3 艾斯乌特大学理学院数学系，艾斯乌特 71515，埃及 4 比沙大学理学院物理系，比沙 61922，沙特阿拉伯 5 索哈杰大学理学院数学系，索哈杰 82524，埃及； mabdelaty@zewailcity.edu.eg 6 沙迦大学应用物理与天文学系，沙迦 27272，阿拉伯联合酋长国；heleuch@sharjah.ac.ae 7 阿布扎比大学艺术与科学学院应用科学与数学系，阿布扎比 59911，阿拉伯联合酋长国 8 德克萨斯 A&M 大学量子科学与工程研究所，德克萨斯州大学城 77843，美国 * 通讯地址：abdelbastm@aun.edu.eg
谁创造了人工智能？| 热门电影中的人工智能科学家的性别
在亚历克斯·加兰 (Alex Garland) 备受赞誉的人工智能电影《机械姬》(Ex Machina) (2014) 中，人工智能科学家内森·贝特曼 (Nathan Bateman) 是虚构搜索引擎公司蓝皮书 (Blue Book) 的富有远见的首席执行官和推动力，也是电影主角迦勒的雇主。内森的天才为他带来了企业成功和巨额财富——足以资助一个僻静而豪华的基地，他在那里私下从事人工智能开发项目。内森的财富和非凡的天才使他摆脱了社会规范的约束。他偏远的家只能乘直升机到达，与所有人隔绝，这也让他可以对自己的人工智能和迦勒实施暴力和非法行为。这包括蓝皮书不道德和非法的数据抓取行为，内森使用这些数据来编程他的人工智能。这还包括他创造和侵犯女性机器人，让她们被迫充当内森的性爱机器人。
死因推断标准 - 世界卫生组织 (WHO)
本手册由世卫组织领导的专家组编写，其中包括 Carla AbouZahr（世卫组织）、Rajiv Bahl（世卫组织）、Linda Bartlett（联合国儿童基金会）、Zulfiqar Bhutta（阿迦汗大学）、Sidu Biai（班迪姆卫生项目）、Ties Boerma（世卫组织）、Peter Byass（于默奥大学）、Daniel Chandramohan（伦敦卫生和热带医学院）、Somnath Chatterji（世卫组织）、Richard Cibulskis（世卫组织）、Valerie Crowell（世卫组织）、Greet Dieltiens（热带医学研究所）、Rajesh Dikshit（国际癌症研究机构）、Cyril Engmann（北卡罗来纳大学教堂山分校）、吴凡（中国疾病预防控制中心）、Vincent Fauveau（联合国人口基金）、Olivier Fontaine（世卫组织）、Edward Fottrell（于默奥大学）、Vendhan Gajalakshmi（钦奈流行病学研究中心）、 Laragh Gollogly (世卫组织)、Yusuf Hemed (测量评估、北卡罗来纳大学和坦桑尼亚卫生部)、Abraham Hodgson (Navrongo 健康研究中心)、Mie Inoue (世卫组织)、Robert Jakob (世卫组织)、Prabhat Jha (多伦多大学)、Kathleen Kahn (阿金库尔卫生和人口计划)、Henry Kalter (约翰霍普金斯大学)、Paul Kowal (世卫组织)、 Osamu Kunii (联合国儿童基金会)、André L’Hours (世卫组织)、Doris Ma Fat (世卫组织)、Wahyu Retno Mahanani (健康指标网络)、Christopher Murray (西雅图华盛顿大学)、Bernard Nahlen (美国国际开发署总统疟疾倡议)、Rosalind Parkes (MRC 乌干达)、Agnes Prudhomme (世卫组织)、Shamim Qazi (世卫组织)、Chalapati Rao (华盛顿大学)昆士兰州）、Lale Say（世界卫生组织）、Ian Scott（世界卫生组织）、菲利普·塞特尔（测量 Ev