ABSTRACT
Physical aggression is a serious and widespread problem in society, affecting people worldwide. It impacts nearly every aspect of life. While some studies explore the root causes of violent behavior, others focus on urban planning in high-crime areas. Real-time violence detection, powered by artificial intelligence, offers a direct and efficient solution, reducing the need for extensive human supervision and saving lives. This paper is a continuation of a systematic mapping study and its objective is to provide a comprehensive and up-to-date review of AI-based video violence detection, specifically in physical assaults. Regarding violence detection, the following have been grouped and categorized from the review of the selected papers: 21 challenges that remain to be solved, 28 datasets that have been created in recent years, 21 keyframe extraction methods, 16 types of algorithm inputs, as well as a wide variety of algorithm combinations and their corresponding accuracy results. Given the lack of recent reviews dealing with the detection of violence in video, this study is considered necessary and relevant.
Subject(s)
Algorithms , Deep Learning , Video Recording , Violence , Humans , Video Recording/methods , Artificial Intelligence , Image Processing, Computer-Assisted/methodsABSTRACT
El presente es un caso de hepatitis autoinmune (HAI) con datos de citolisis importante (AST y ALT elevadas) e insuficiencia hepática (tiempo de protrombina prolongado y colinesterasa baja). El proceso que lleva al diagnóstico de esta entidad clínica es mostrado de manera detallada y evidente, resaltando las claves diagnósticas como la hipergammaglobulinemia. La clasificación del caso como hepatitis autoinmune del tipo I, sostenido en marcadores seroinmunológicos, como los anticuerpos antinucleares (ANA), antimúsculo liso (SMA), antiactina, en el presente caso estuvieron positivos, la ausencia de infección de virus hepatotropos y las condiciones epidemiológicas que dan luces al diagnóstico de HAI. Se instaura tratamiento inmunosupresor con prednisona y azatioprina y la remisión clínica y de laboratorio son evidentes. Se revisa factores pronósticos los cuales se asocia con los niveles y gravedad de las alteraciones de laboratorio, a las cuales se les da un peso importante al momento de indicar los inmunosupresores. Todos estos aspectos sostenidos por la más diversa evidencia.
This is a case of autoimmune hepatitis (AIH) with important cytolysis data (high AST and ALT) and liver insufficiency (prolonged prothrombin time an low cholinesterase). The process that leads to this diagnosis is showed in a detailed an obvious way, standing out the diagnosis keys such as hypergammaglobulinemia. Classification of the case as autoimmune hepatitis type I, sutained by seroimmunological markers such as antinuclear antibodies (ANA), anti smooth muscle (SMA), antiactina, in this case wer positive, the absence of infection by hepatotropic viruses and epidemiological conditions lighten the diagnosis of AIH. An immunosuppressive treatment is established with prednisone and azathioprine and clinical and laboratory remissions are evident. Prognosis factors are checked and are associated with levels and seriousness of laboratory alterations, which have importance at the time of prescribing the immunosupressives. All these aspects sustained by the most varied evidence.
Subject(s)
Male , Adult , Female , Hepatic Insufficiency , Hepatitis, Autoimmune , Adrenal Cortex Hormones , Antibodies, Antinuclear , Azathioprine , Hypergammaglobulinemia , Immunosuppressive AgentsABSTRACT
Cuarenta y una mujeres fueron evaluadas durante 79 ciclos menstruales mediante mediciones de temperatura basal, cambios en el moco cervical, niveles de LH urinario y de diámetro folicular por ecografías. La temperatura basal corporal descendió en 35/79 ciclos (44%) antes de la ovulación y subío entre 3 a 4 décimas de grado depués de la ovulación en todos los casos. El moco cevical experimentó cambios que no permitieron precisar ni predecir el día de la ovulación. La observación del crecimiento y de la rotura folicular por ecografía permitió precisar el día de la ovulación, pero no predecirlo. La medición de LH urinario por Higonavis permitió predecir la ovulación entre 0 y 2 días antes que ocurriera en 70/79 (89%) ciclos