.Early Detection of Arthritis Now Possible Thanks to Artificial Intelligence

mss(magic square system)master:jk0620
http://blog.naver.com/mssoms
http://jl0620.blogspot.com
http://jk0620.tripod.com
https://www.facebook.com/junggoo.lee.9

인공 지능 덕분에 관절염 조기 발견 가능

인간의 두뇌 인공 지능 AI 그림

주제:관절염인공 지능컴퓨터 과학진단기계 학습 FRIEDRICH-ALEXANDER-UNIVERSITY ERLANGEN-NUREMBERG 작성 2022년 6월 2 일 인간의 두뇌 인공 지능 AI 그림

-새로운 연구에 따르면 인공 지능을 활용하면 과학자들이 관절염을 조기에 발견할 수 있습니다. 신경망은 손가락 관절을 사용하여 건강한 뼈와 염증이 있는 뼈를 구별하는 법을 배웁니다. 연구원들은 인공 지능 신경망에 두 가지 다른 종류의 관절염 과 건강한 관절 을 구별 하도록 가르칠 수 있었습니다 . 신경망은 건강한 관절의 82%와 류마티스 관절염의 경우 75%를 감지할 수 있었습니다. 의사의 전문 지식과 결합하면 훨씬 더 정확한 진단을 내릴 수 있습니다.

연구원들은 다른 프로젝트에서 이 접근 방식을 추가로 조사할 계획입니다. 의사와 컴퓨터 과학자 팀에 의한 이 돌파구는 의학 분야의 프론티어(Frontiers in Medicine ) 저널에 게재되었습니다 . 관절염에는 다양한 종류가 있으며 어떤 유형의 염증성 질환이 환자의 관절에 영향을 미치는지 결정하기 어려울 수 있습니다. FAU(Friedrich-Alexander-Universität Erlangen-Nürnberg) 및 Universitätsklinikum Erlangen의 컴퓨터 과학자와 의사는 이제 학제 간 연구 노력에서 인공 신경망에 류마티스 관절염, 건선 관절염 및 건강한 관절을 구별하도록 가르쳤습니다. 컴퓨터 과학 5(패턴 인식) 학과장 Andreas Maier와 Lukas Folle, PD Dr. Arnd Kleyer와 Prof. Universitätsklinikum Erlangen 의과 3의 Georg Schett 박사는 다음 질문을 조사하는 임무를 맡았습니다.

인공 지능(AI)이 관절 모양 패턴을 기반으로 다양한 형태의 관절염을 인식할 수 있습니까? 이 전략이 미분화 관절염을 보다 정확하게 진단하는 데 유용합니까? 진단 시 더 주의 깊게 검사해야 하는 관절 부위가 있습니까? 현재, 바이오마커의 부족은 관절염의 관련 형태의 정확한 분류를 어렵게 만듭니다. 진단에 도움이 되는 엑스레이 사진도 2차원이 정확하지 않고 해석의 여지가 있기 때문에 완전히 신뢰할 수 없습니다. 이것은 X선 영상을 위해 관절을 검사해야 하는 과제에 추가됩니다. 인공 네트워크는 손가락 관절을 사용하여 학습합니다.

그 질문에 대한 답을 찾기 위해 연구팀은 류마티스 관절염이나 건선 관절염과 같은 자가면역 질환 환자의 초기에 매우 자주 영향을 받는 신체 부위인 손가락의 중수지절 관절에 조사를 집중했습니다. 인공 뉴런 네트워크는 "건강한" 관절과 류마티스 관절염 또는 건선 관절염 환자의 관절을 구별하기 위해 고해상도 말초 정량 컴퓨터 단층 촬영(HR-pQCT)의 손가락 스캔을 사용하여 훈련되었습니다. HR-pQCT는 현재 인간 뼈의 3차원 이미지를 최고 해상도로 생성하는 최고의 정량적 방법이기 때문에 선택되었습니다. 관절염의 경우 뼈의 구조 변화를 매우 정확하게 감지할 수 있어 정확한 분류가 가능하다. 신경망은 보다 표적화된 치료를 가능하게 할 수 있습니다.

그런 다음 611명의 환자로부터 총 932개의 새로운 HR-pQCT 스캔을 사용하여 인공 네트워크가 학습한 내용을 실제로 구현할 수 있는지 확인했습니다. 이전에 분류된 손가락 관절에 대한 올바른 평가를 제공할 수 있습니까? 그 결과 건강한 관절의 82%, 류마티스 관절염의 75%, 건선 관절염의 68%를 AI가 감지했으며, 이는 추가 정보 없이도 적중 가능성이 매우 높은 것으로 나타났습니다. 류마티스 전문의의 전문 지식과 결합하면 훨씬 더 정확한 진단을 내릴 수 있습니다. 또한, 미분화 관절염 사례를 제시했을 때 네트워크는 이를 정확하게 분류할 수 있었다. “인공 지능이 관절염을 더 쉽게 분류하는 데 도움이 될 수 있고, 이를 통해 환자를 위한 보다 빠르고 표적화된 치료로 이어질 수 있다는 연구 결과에 매우 만족합니다. 그러나 네트워크에 입력해야 하는 다른 범주가 있다는 사실을 알고 있습니다. 우리는 또한 AI 방식을 보다 쉽게 사용할 수 있는 초음파나 MRI와 같은 다른 이미징 방식으로 이전할 계획입니다.”라고 Lukas Folle가 설명합니다.

핫스팟은 더 빠른 진단으로 이어질 수 있습니다. 연구팀은 고해상도 컴퓨터 단층촬영을 사용할 수 있었던 반면, 이러한 영상은 공간과 비용의 제약으로 인해 정상적인 상황에서 의사가 거의 사용할 수 없었습니다. 그러나 이러한 새로운 발견은 신경망이 관절 내 핫스팟으로 알려진 특정 유형의 관절염에 대한 가장 많은 정보를 제공하는 관절의 특정 영역을 감지했기 때문에 여전히 유용합니다. "미래에 이것은 의사들이 의심되는 사례를 확인하기 위한 진단 퍼즐의 또 다른 부분으로 이 영역을 사용할 수 있음을 의미할 수 있습니다."라고 Kleyer 박사는 설명합니다. 이것은 진단하는 동안 시간과 노력을 절약할 수 있으며 실제로 예를 들어 초음파를 사용하여 이미 가능합니다. Kleyer와 Maier는 연구 그룹과 함께 다른 프로젝트에서 이 접근 방식을 추가로 조사할 계획입니다. 참조: Lukas Folle, David Simon, Koray Tascilar, Gerhard Krönke, Anna-Maria Liphardt의 "관절 모양 패턴 식별을 통한 염증성 관절염의 딥 러닝 기반 분류 - 신경망이 임상적으로 '딥 다이빙'할 위치를 알려주는 방법", Andreas Maier, Georg Schett 및 Arnd Kleyer, 2022년 3월 10일, 의학의 개척자 . DOI: 10.3389/fmed.2022.850552

======================

메모 2206030431 나의 사고실험 oms 스토리텔링

샘플링 정의역(): 표준 정의역(2206030445) 설정
우연히 좋은 과학적 결과를 낳으면 다시 분해하여 좋은 결과를 반복 시킬 수 있다. 샘플c.oss의 초기값 베이스 마방진이 바로 그런 예이다. 이 원칙은 매우 광범위하게 적용될 수 있다.

표준 정의역(2206030445) 설정에서 인공지능의 치료 효과를 얻을 수 있다.

1.
성공적인 표본 관절염 수술이 정해지면 재분해하여 경로수을 인공지능으로 수많이 찾아내는 데이타베이스를 구축한다. 그러면 그 중에서 최적의 시술이나 치료방법을 인공지능이 신속히 찾아낼 수 있다. 결국 성공적인 그림 맞추기는 다시 조립하는 가장 빠른 방법이 존재할 수 있다. 인공지능이 바로 그 역할을 하는 것이다. 허허.

2.
성공적인 베이스 결과물은 재분해하면 경로가 유한대로 늘어난다. 베이스 결과물을 샘플c.oss화 시키면 점점더 폭발적으로 경로수가 무한대로 가속된다.

Sample a.oms (standard)
b0acfd 0000e0
000ac0 f00bde
0c0fab 000e0d
e00d0c 0b0fa0
f000e0 b0dac0
d0f000 cae0b0
0b000f 0ead0c
0deb00 ac000f
ced0ba 00f000
a0b00e 0dc0f0
0ace00 df000b
0f00d0 e0bc0a

sample b.quasi oms(standard)
0100000010=0,2
0010000100
0001000001
0010001000
0001010000
0000100100
0000100010
2000000000
0000001001

sample b.prime oms(standard)
q0000000000
00q00000000
0000q000000
000000q0000
00000000q00
000000000q
0q000000000
000q0000000
00000q00000
0000000q000
000000000q0

sample c.oss(standard)
zxdxybzyz
zxdzxezxz
xxbyyxzzx
zybzzfxzy
cadccbcdc
cdbdcbdbb
xzezxdyyx
zxezybzyy
bddbcbdca
=bigrip/zerosum, npir+c(dark energy)
sample c.oss
domain(2203080543):

May be an image of 3 people and text

-A new study finds that artificial intelligence could help scientists detect arthritis early. The neural network uses the finger joints to learn to distinguish between healthy and inflamed bones. Researchers were able to teach an artificial intelligence neural network to distinguish between two different types of arthritis and healthy joints. The neural network was able to detect 82% of healthy joints and 75% of rheumatoid arthritis. Combined with your doctor's expertise, you can make a much more accurate diagnosis.

=========================

memo 2206030431 my thought experiment oms storytelling

The treatment effect of artificial intelligence can be obtained in the standard domain (2206030445) setting.

One.
When a successful sample arthritis surgery is decided, it is re-decomposed to build a database that finds numerous routes with artificial intelligence. Then, artificial intelligence can quickly find the optimal treatment or treatment method among them. After all, a successful jigsaw puzzle may be the fastest way to put it back together. Artificial intelligence does just that. haha.

2.
A successful base product is re-decomposed so that the path is finitely elongated. If the base result is sampled c.oss, the number of paths is accelerated to infinity more and more explosively.

Sample a.oms (standard)
b0acfd 0000e0
000ac0 f00bde
0c0fab 000e0d
e00d0c 0b0fa0
f000e0 b0dac0
d0f000 cae0b0
0b000f 0ead0c
0deb00 ac000f
ced0ba 00f000
a0b00e 0dc0f0
0ace00 df000b
0f00d0 e0bc0a

sample b.quasi oms(standard)
0100000010=0,2
0010000100
0001000001
0010001000
0001010000
0000100100
0000100010
2000000000
0000001001

sample b.prime oms(standard)
q0000000000
00q00000000
0000q000000
000000q0000
00000000q00
000000000q
0q000000000
000q0000000
00000q00000
0000000q000
000000000q0

sample c.oss(standard)
zxdxybzyz
zxdzxezxz
xxbyyxzzx
zybzzfxzy
cadccbcdc
cdbdcbdbb
xzezxdyyx
zxezybzyy
bddbcbdca
=bigrip/zerosum, npir+c(dark energy)
sample c.oss
domain(2203080543):

.Designing the perfect membrane for clean separation of gases

깨끗한 가스 분리를 위한 완벽한 멤브레인 설계

King Abdullah University of Science and Technology 제공 배향 혼합 매트릭스 금속-유기 골격 멤브레인은 에너지 효율적인 방식으로 천연 가스에서 황화수소와 이산화탄소를 효과적으로 제거합니다. 크레딧: 2022, KAUST JUNE 2, 2022

-천연 가스(CH 4 )에서 유해 가스, 예를 들어 황화수소(H 2 S) 및 이산화탄소(CO 2 )를 선택적으로 제거 하는 것은 새로운 종류의 지향성 혼합 매트릭스 금속-유기 골격(MMOF)을 사용하여 더 간단하고 매우 효과적일 수 있습니다. ) 이 깨끗한 화석 연료를 더 잘 사용할 수 있도록 KAUST에서 개발한 멤브레인. 기존 분리(예: 극저온 증류 및 흡착 분리)에 비해 멤브레인 기술의 장점은 에너지 효율적이고 작동이 더 간단하다는 것입니다.

연속 폴리머 매트릭스에 선택적 흡착제가 내장되어 형성된 혼합 매트릭스 멤브레인(MMM)은 흡착제의 매력적인 조합과 폴리머의 손쉬운 가공을 나타냅니다. "우리의 성취, 폴리머 매트릭스 내부의 MOF 나노시트의 평면 내 정렬 및 흡착제의 독특한 분리 특성을 처리 가능한 매트릭스로 성공적으로 변환하는 것은 혁신적입니다"라고 Shuvo Datta는 말했습니다. MOF는 링커로 알려진 유기 분자 에 의해 제자리에 고정된 금속 이온 또는 클러스터 를 포함하는 하이브리드 유기-무기 재료입니다 . 이러한 부품을 변경하면 연구자가 크기에 따라 한 가스를 다른 가스에 대해 선택적 흡착 및/또는 확산을 허용하는 적절한 구멍 구멍을 만들 수 있습니다. Mohamed Eddaoudi는 "이러한 결정질 재료는 무결함 배향 연속막으로 가공하기가 어렵지만 우리는 이를 가공하기 위한 간단한 용액 주조 방법을 개발했습니다."라고 말했습니다.

기존의 MMM은 종종 나노입자-고분자 계면 비호환성을 겪으며 흡착제의 채널 또는 기공은 기체 분리를 방해하는 무작위로 배향됩니다. 이러한 제한 을 피하기 위해 MMMOF 멤브레인은 세 가지 연동 기준에 따라 고안 및 구성 되었습니다 . (ii) MOF 결정 형태를 최대로 노출된 1D 채널을 갖는 나노시트로 조정하고 나노시트-고분자 상호작용을 촉진하는 단계; 및 (iii) 폴리머 매트릭스에서 나노시트의 평면 내 정렬 및 균일하게 배향된 MMMOF 멤브레인의 달성. MMMOF 멤브레인은 기존 MMM에 비해 실제 작업 조건(예: 고압 , 고온, 30일의 연장된 시간 등) 에서 천연 가스 로부터 훨씬 더 나은 H 2 S 및 CO 2 분리를 보여주었습니다.

-"사실, 이 센티미터 규모의 유연한 배향막 은 수천 개의 MOF 나노시트가 미리 정의된 결정학적 방향으로 균일하게 정렬되고 정렬된 나노시트 사이의 간격이 폴리머로 채워진 유연한 결정의 단일 조각으로 간주될 수 있습니다. 그런 종류의."라고 Shuvo Datta는 말합니다. Mohamed Eddaoudi는 "이 발견이 학계와 산업계의 과학자들이 다양한 산업적 에너지 집약적 분리 문제를 해결하기 위해 다양한 실용적인 멤브레인을 탐구하도록 영감을 줄 것이라고 확신합니다."라고 말했습니다.

이 연구는 사이언스 에 게재되었으며 팀은 이제 절차를 확장하여 상업적 잠재력을 입증하기를 원합니다. 그들은 또한 이를 다른 중요한 산업용 가스 분리 공정에 적용하려고 할 것입니다. 추가 탐색 과학자들은 새로운 분리 기술에 대해 이빨을 자른다. 추가 정보: Shuvo Jit Datta et al, 분자 분리를 위한 혼합 매트릭스 금속-유기 프레임워크 멤브레인의 합리적 설계, Science (2022). DOI: 10.1126/science.abe0192 . www.science.org/doi/10.1126/science.abe0192

https://phys.org/news/2022-06-membrane-gases.html

======================

메모 2206030431 나의 사고실험 oms 스토리텔링

천연 가스(CH 4 )에서 유해 가스에 우연히 좋은 유익가스를 추출했다면 멤브레인 분해과정을 통해 더 많은 경로를 얻을 수 있다.

샘플링 정의역(): 표준 정의역(2206030445) 설정
우연히 좋은 과학적 결과를 낳으면 다시 분해하여 좋은 결과를 반복 시킬 수 있다. 샘플c.oss의 초기값 베이스 마방진이 바로 그런 예이다. 이 원칙은 매우 광범위하게 적용될 수 있다. 좋은 결과를 만들어낸 지구 생태계나 성공적으로 만들어낸 별과 은하, 심지어 블랙홀이나 중력장, 힉스입자들 조차도 성공적으로 존재하게 된 결과물은 분해분석을 통해 재조합되어질 더 많은 경로를 제공한다.

그림 맞추기 퍼즐에서 완성된 그림은 '재조합되어질 경로가 더 무수해진다'는 걸 알 수 있다. 성공적으로 출현한 결과물은 과정의 무질서와 혼돈, 불확정성도 종합되어지면 재분열이 더 증가하는 것을 알 수 있고 우주의 성공적인 시공간 생성도 우주확장을 더 가속할 수 있는 이유이다.

표준 정의역(2206030445) 설정에서 얻을 수 있는 답은 다음과 같다.
1. 성공적인 우주가 왜 확장을 가속하는지?
2.열역학 제2법칙에서 무질서와 불확실성이 양자장에서 왜 늘어나는지?

성공적인 베이스 결과물은 재분해하면 경로가 더 늘어난다. 베이스 결과물을 샘플c.oss화 시키면 점점더 폭발적으로 경로수가 가속된다.

Sample a.oms (standard)
b0acfd 0000e0
000ac0 f00bde
0c0fab 000e0d
e00d0c 0b0fa0
f000e0 b0dac0
d0f000 cae0b0
0b000f 0ead0c
0deb00 ac000f
ced0ba 00f000
a0b00e 0dc0f0
0ace00 df000b
0f00d0 e0bc0a

sample b.quasi oms(standard)
0100000010=0,2
0010000100
0001000001
0010001000
0001010000
0000100100
0000100010
2000000000
0000001001

sample b.prime oms(standard)
q0000000000
00q00000000
0000q000000
000000q0000
00000000q00
000000000q
0q000000000
000q0000000
00000q00000
0000000q000
000000000q0

sample c.oss(standard)
zxdxybzyz
zxdzxezxz
xxbyyxzzx
zybzzfxzy
cadccbcdc
cdbdcbdbb
xzezxdyyx
zxezybzyy
bddbcbdca
=bigrip/zerosum, npir+c(dark energy)
sample c.oss
domain(2203080543):

May be an image of text

-Selective removal of harmful gases such as hydrogen sulfide (H 2 S) and carbon dioxide (CO 2 ) from natural gas (CH 4 ) is simpler using a new kind of directional mixed matrix metal-organic framework (MMOF) And it can be very effective. ) membrane developed by KAUST to better use this clean fossil fuel. The advantages of membrane technology over conventional separations (eg cryogenic distillation and adsorptive separation) are that they are energy efficient and simpler to operate.

-"In fact, this centimeter-scale flexible alignment film can be considered as a single piece of flexible crystals in which thousands of MOF nanosheets are uniformly aligned in predefined crystallographic directions, and the gaps between the aligned nanosheets are filled with polymer. That kind of thing,” says Shuvo Datta. Mohamed Eddaoudi said, "I am confident that this discovery will inspire scientists in academia and industry to explore a variety of practical membranes to solve various industrial energy-intensive separation problems."

=========================

memo 2206030431 my thought experiment oms storytelling

If a good beneficial gas is accidentally extracted from a harmful gas from natural gas (CH 4 ), more pathways can be obtained through the membrane decomposition process.

Sampling domain (): Set standard domain (2206030445)
If you accidentally produce good scientific results, you can disassemble it again and repeat the good results. The initial base magic square of sample c.oss is such an example. This principle can be applied very broadly. Earth ecosystems that have produced good results, stars and galaxies that have been successfully created, and even black holes, gravitational fields, and even Higgs particles that have successfully existed provide more pathways for recombination through decomposition analysis.

It can be seen that the completed picture in the jigsaw puzzle 'there are more paths to be recombined'. As a result of the successful appearance, it can be seen that when the disorder, chaos, and uncertainty of the process are combined, the refraction is further increased, and the successful creation of space-time of the universe can also accelerate the expansion of the universe.

The answer that can be obtained in the standard domain (2206030445) setting is as follows.
1. Why is a successful universe accelerating expansion?
2. Why do disorder and uncertainty increase in the quantum field in the second law of thermodynamics?

Successful base artifacts can be re-disassembled for more paths. If the base result is sampled c.oss, the number of paths is accelerated more and more explosively.

Sample a.oms (standard)
b0acfd 0000e0
000ac0 f00bde
0c0fab 000e0d
e00d0c 0b0fa0
f000e0 b0dac0
d0f000 cae0b0
0b000f 0ead0c
0deb00 ac000f
ced0ba 00f000
a0b00e 0dc0f0
0ace00 df000b
0f00d0 e0bc0a

sample b.quasi oms(standard)
0100000010=0,2
0010000100
0001000001
0010001000
0001010000
0000100100
0000100010
2000000000
0000001001

sample b.prime oms(standard)
q0000000000
00q00000000
0000q000000
000000q0000
00000000q00
000000000q
0q000000000
000q0000000
00000q00000
0000000q000
000000000q0

sample c.oss(standard)
zxdxybzyz
zxdzxezxz
xxbyyxzzx
zybzzfxzy
cadccbcdc
cdbdcbdbb
xzezxdyyx
zxezybzyy
bddbcbdca
=bigrip/zerosum, npir+c(dark energy)
sample c.oss
domain(2203080543):

-Searchable tool shows more than 90,000 known materials with undisturbed electronic properties despite confusion. What does it take to make our electronics smarter, faster and more resilient? One idea is to construct it from topological materials. Topology comes from the branch of mathematics that studies shapes that can be manipulated or deformed without losing certain essential properties.

-Now researchers at MIT and elsewhere have in fact found that topological matter is ubiquitous. You just need to know how to find it. In a paper published in the journal Science on May 20, 2022, a team led by Nicolas Regnaault of Princeton University and École Normale Supérieure Paris identified more than 96,000 natural and synthetic crystalline materials. They applied sophisticated filters to see what kind of phase characteristics were present in each structure. Overall, they found that 90% of all known crystal structures contain at least one topological property, and that more than 50% of all naturally occurring materials exhibit some kind of topological behavior.

=====================

memo 2206020415 my thought experiment oms storytelling

Cataloging electronics means that electrons can 'search for objects that are made up of topological materials of any material'. Using elements with different electron numbers as materials, the research team compiled the database into how to set the range of various topological transformations and alterations of products.

Of course, the topology data of electron numbers that need more search can build a vast database in sample a.oms. This new library allows scientists to quickly search for possible topological properties in materials of interest and use them to build ultra-low-power transistors, novel magnetic memory storage, and other devices with robust electronic properties. haha.

Sample a.oms (standard)
b0acfd 0000e0
000ac0 f00bde
0c0fab 000e0d
e00d0c 0b0fa0
f000e0 b0dac0
d0f000 cae0b0
0b000f 0ead0c
0deb00 ac000f
ced0ba 00f000
a0b00e 0dc0f0
0ace00 df000b
0f00d0 e0bc0a

sample b.quasi oms(standard)
0100000010=0,2
0010000100
0001000001
0010001000
0001010000
0000100100
0000100010
2000000000
0000001001

sample b.prime oms(standard)
q0000000000
00q00000000
0000q000000
000000q0000
00000000q00
000000000q
0q000000000
000q0000000
00000q00000
0000000q000
000000000q0

sample c.oss(standard)
zxdxybzyz
zxdzxezxz
xxbyyxzzx
zybzzfxzy
cadccbcdc
cdbdcbdbb
xzezxdyyx
zxezybzyy
bddbcbdca
=bigrip/zerosum, npir+c(dark energy)
sample c.oss
domain(2203080543):