[ad_1]
Studenten aus Sepuluh November Institute of Technology (ITS) in Indonesien haben Geräte entwickelt, die wahrscheinlich in der Lage sind, Störungen wie Anämie und neurologische Störungen zu erkennen.
In einem Projekt entwickelte ein Team von Studenten eine sensorbasiert KI-gestützter Detektor, der den Hämoglobinspiegel messen kann, um die Wahrscheinlichkeit einer Anämie bei Patienten mit systemischem Lupus erythematodes vorherzusagen. Der nicht-invasive Hämoglobintest namens Hemoglobest verwendet fünf Lichtspektren und ist „effektiver als Oximeter“, die nur zwei Lichtspektren verwenden, wie ein Student behauptete.
Ein weiteres Projekt ist ein schnelles diagnostisches mikrofluidisches Biosensor-Tool möglicherweise ist in der Lage, neurologische Störungen zu erkennen. Der NeuroCube genannte Detektor verwendet Kolorimetrie und wirkt wie ein Lackmustest, der auf Neurotransmitterverbindungen in Urinproben reagiert. Der Farbwechsel zeigt die Konzentration von Verbindungen wie Dopamin, Glutamat und Nicotinamid-Adenosin-Dinukleotid-Wasserstoff an, um neurologische Störungen, einschließlich Demenz, Zwangsstörungen, ADHS, bipolare Störung, Schizophrenie und Alzheimer, zu erkennen.
Ein Forscherteam aus Singapur und Kasachstan hat KI- und Wärmebildtechnologien kombiniert, um bei der potenziellen Früherkennung von Brustkrebs zu helfen.
Sie entwickelten ein Computerprogramm namens „Physics-informed Neural Network“, das mithilfe von KI Wärmemuster in thermischen Infrarot-Brustbildern analysiert und verdächtige Befunde, die auf bösartige Tumore hinweisen, „innerhalb von fünf Minuten“ erkennt. Es wurde anhand Tausender Infrarot-Brustscans von Patienten mit oder ohne schädlichen Tumoren in Kasachstan trainiert und getestet und erreichte eine Erkennungsgenauigkeit von 91 %.
„Tumoren, einschließlich Brustkrebstumoren, weisen im Vergleich zu normalem Gewebe häufig eine andere Stoffwechselaktivität und Blutversorgung auf. Infolgedessen können sie mehr Wärme erzeugen oder andere thermische Eigenschaften aufweisen“, sagt Dr. Anna Midlenko, klinische Ausbilderin in der Abteilung für Chirurgie der Universität Nasarbajew-Universitäterklärten ihre Studie, deren Ergebnisse in der Fachzeitschrift Computer Methods and Programs in Biomedicine veröffentlicht wurden.
Eddie Ng Yin Kwee, außerordentlicher Professor an der Fakultät für Maschinenbau und Luft- und Raumfahrttechnik der Universität Nanyang Technological University Singapursagte, ihr Team forsche derzeit daran, das KI-Programm weiter zu verbessern, um Gewebeeigenschaften sowie Tumorgrößen und -orte mithilfe von Techniken der inversen Biowärmeübertragung vorherzusagen, in der Hoffnung, dass es als „neues tragbares KI-Werkzeug zur Früherkennung von Brustkrebs und Brustkrebs“ dienen könne Selbstprüfung.“
Ein Forscherteam der Korea Advanced Institute of Science and Technology behauptet, einen schweißresistenten Elektromyographie-Sensor (EMG) entwickelt zu haben, der eine langfristig stabile Steuerung tragbarer Roboter für die Rehabilitation ermöglicht.
Bestehende Sensoren für tragbare Roboter-Rehabilitationssysteme lassen mit der Zeit häufig an Signalqualität nach und werden leicht durch die Hauterkrankungen des Trägers beeinträchtigt. Das KAIST-Team versuchte, dieser Einschränkung zu begegnen, indem es einen dehnbaren und klebenden Mikronadelsensor entwickelte, der „physiologische Signale auf hohem Niveau erfassen kann, ohne vom Zustand der Haut des Benutzers beeinflusst zu werden“.
Der Sensor verfügt über harte Mikronadeln, die durch das Stratum Corneum dringen, das einen hohen elektrischen Widerstand und somit einen geringeren Kontaktwiderstand mit der Haut aufweist und unabhängig von einer Kontamination hochwertige elektrophysiologische Signale erhalten kann.
„Dadurch werden wir in der Lage sein, tragbare Roboter mit höherer Präzision und Stabilität zu steuern, was die Rehabilitation von Patienten unterstützen wird, die Roboter verwenden“, erklärte KAIST-Professor Jae-Woong Jung, der die Forschung leitete. Ihre Ergebnisse wurden in der Zeitschrift Science Advances veröffentlicht.
[ad_2]