Artificial muscle: the human chimera is the future.

Severe heart failure and cerebral stroke are broadly associated with the impairment of muscular function that conventional treatments struggle to restore. New technologies enable the construction of "smart" materials that could be of great help in treating diseases where the main problem is muscle weakness. These materials "behave" similarly to biological systems, because the material directly converts energy, for example electrical energy into movement. The extension and contraction occur silently like in natural muscles. The real challenge is to transfer this amazing technology into devices that restore or replace the mechanical function of failing muscle. Cardiac assist devices based on artificial muscle technology could envelope a weak heart and temporarily improve its systolic function, or, if placed on top of the atrium, restore the atrial kick in chronic atrial fibrillation. Artificial sphincters could be used to treat urinary incontinence after prostatectomy or faecal incontinence associated with stomas. Artificial muscles can restore the ability of patients with facial paralysis due to stroke or nerve injury to blink. Smart materials could be used to construct an artificial oesophagus including peristaltic movement and lower oesophageal sphincter function to replace the diseased oesophagus thereby avoiding the need for laparotomy to mobilise stomach or intestine. In conclusion, in the near future, smart devices will integrate with the human body to fill functional gaps due to organ failure, and so create a human chimera.

The performance and strategies of adolescents in learning to read artificial words /

The present study explored processing strategies used by individuals when they begin to read c;l script. Stimuli were artificial words created from symbols and based on an alphabetic system. The words were.presented to Grade Nine and Ten students, with variations included in the difficulty of orthography and word familiarity, and then scores were recorded on the mean number of trials for defined learning variables. Qualitative findings revealed that subjects 1 earned parts of the visual a'nd auditory features of words prior to hooking up the visual stimulus to the word's name. Performance measures-which appear to affect the rate of learning were as follows: auditory short-term memory, auditory delayed short-term memory, visual delayed short- term memory, and word attack or decod~ng skills. Qualitative data emerging in verbal reports by the subjects revealed that strategies they pefceived to use were, graphic, phonetic decoding and word .reading.

Enabling and Measuring Complexity in Evolving Designs using Generative Representations for Artificial Architecture

As the complexity of evolutionary design problems grow, so too must the quality of solutions scale to that complexity. In this research, we develop a genetic programming system with individuals encoded as tree-based generative representations to address scalability. This system is capable of multi-objective evaluation using a ranked sum scoring strategy. We examine Hornby's features and measures of modularity, reuse and hierarchy in evolutionary design problems. Experiments are carried out, using the system to generate three-dimensional forms, and analyses of feature characteristics such as modularity, reuse and hierarchy were performed. This work expands on that of Hornby's, by examining a new and more difficult problem domain. The results from these experiments show that individuals encoded with those three features performed best overall. It is also seen, that the measures of complexity conform to the results of Hornby. Moving forward with only this best performing encoding, the system was applied to the generation of three-dimensional external building architecture. One objective considered was passive solar performance, in which the system was challenged with generating forms that optimize exposure to the Sun. The results from these and other experiments satisfied the requirements. The system was shown to scale well to the architectural problems studied.

Evaluación de metodologías para la inducción artificial de huitlacoche.

Tesis (Maestría en Ciencias en Producción Agrícola) UANL

Uso de la oxitocina para la inseminación artificial intrauterina através del cérvix en cabras.

Tesis (Maestría en Producción Animal) UANL

Adaptación a una dieta artificial para un grupo de Greckos Leopardo Eublepharis macularius en cautiverio

Tesis (Maestría en Cienias con Especialidad en Manejo de Vida Silvestre) UANL

Determinación del perfil de proteasas y de los requerimientos protéicos del caracol manzano (Pomacea sp.) como base para el desarrollo de una dieta artificial para su cultivo comercial

Tesis (Maestría en Ciencias con Especialidad en Recursos Alimenticios y Producción Acuícola) U.A.N.L. Facultad de Ciencias Biológicas.

Envejecimiento artificial para el BAO-TIO2, utilizado como elemento dieléctrico en un capacitor

Tesis ( Maestro en Ciencias de la Ingeniería Mecánica, con Especialidad en Térmica y Fluidos) UANL, 2002

Efecto del CIDR (Controlled Internal Drug Release) aplicado después de la inseminación artificial sobre la tasa de preñez en vacas de carne.

Tesis (Maestro en Ciencias Veterinarias) UANL, 2009.

Outlines of a System of polítical Economy; written with a view to prove to government and the country, that the cause of the present agricultural distress is entirely artificial..

UANL

Artificial neural network modeling of phenol adsorption onto barley husks activated carbon in an airlift reactor.

Tesis (Doctor en Ciencias con Orientación en Procesos Sustentables) UANL, 2013.

Desarrollo, optimización e integración de tecnologías sustentables a base de un biorreactor empacado de flujo ascendente y un humedal artificial de flujo horizontal sub-superficial para el tratamiento de agua contaminada con cromo y plomo.

Tesis (Doctor en Ciencias con Especialidad en Biotecnología) UANL, 2013

The use of artificial intelligence algorithms to guide surgical treatment of adolescent idiopathic scoliosis

La scoliose idiopathique de l’adolescent (SIA) est une déformation tri-dimensionelle du rachis. Son traitement comprend l’observation, l’utilisation de corsets pour limiter sa progression ou la chirurgie pour corriger la déformation squelettique et cesser sa progression. Le traitement chirurgical reste controversé au niveau des indications, mais aussi de la chirurgie à entreprendre. Malgré la présence de classifications pour guider le traitement de la SIA, une variabilité dans la stratégie opératoire intra et inter-observateur a été décrite dans la littérature. Cette variabilité s’accentue d’autant plus avec l’évolution des techniques chirurgicales et de l’instrumentation disponible. L’avancement de la technologie et son intégration dans le milieu médical a mené à l’utilisation d’algorithmes d’intelligence artificielle informatiques pour aider la classification et l’évaluation tridimensionnelle de la scoliose. Certains algorithmes ont démontré être efficace pour diminuer la variabilité dans la classification de la scoliose et pour guider le traitement. L’objectif général de cette thèse est de développer une application utilisant des outils d’intelligence artificielle pour intégrer les données d’un nouveau patient et les évidences disponibles dans la littérature pour guider le traitement chirurgical de la SIA. Pour cela une revue de la littérature sur les applications existantes dans l’évaluation de la SIA fut entreprise pour rassembler les éléments qui permettraient la mise en place d’une application efficace et acceptée dans le milieu clinique. Cette revue de la littérature nous a permis de réaliser que l’existence de “black box” dans les applications développées est une limitation pour l’intégration clinique ou la justification basée sur les évidence est essentielle. Dans une première étude nous avons développé un arbre décisionnel de classification de la scoliose idiopathique basé sur la classification de Lenke qui est la plus communément utilisée de nos jours mais a été critiquée pour sa complexité et la variabilité inter et intra-observateur. Cet arbre décisionnel a démontré qu’il permet d’augmenter la précision de classification proportionnellement au temps passé à classifier et ce indépendamment du niveau de connaissance sur la SIA. Dans une deuxième étude, un algorithme de stratégies chirurgicales basé sur des règles extraites de la littérature a été développé pour guider les chirurgiens dans la sélection de l’approche et les niveaux de fusion pour la SIA. Lorsque cet algorithme est appliqué à une large base de donnée de 1556 cas de SIA, il est capable de proposer une stratégie opératoire similaire à celle d’un chirurgien expert dans prêt de 70% des cas. Cette étude a confirmé la possibilité d’extraire des stratégies opératoires valides à l’aide d’un arbre décisionnel utilisant des règles extraites de la littérature. Dans une troisième étude, la classification de 1776 patients avec la SIA à l’aide d’une carte de Kohonen, un type de réseaux de neurone a permis de démontrer qu’il existe des scoliose typiques (scoliose à courbes uniques ou double thoracique) pour lesquelles la variabilité dans le traitement chirurgical varie peu des recommandations par la classification de Lenke tandis que les scolioses a courbes multiples ou tangentielles à deux groupes de courbes typiques étaient celles avec le plus de variation dans la stratégie opératoire. Finalement, une plateforme logicielle a été développée intégrant chacune des études ci-dessus. Cette interface logicielle permet l’entrée de données radiologiques pour un patient scoliotique, classifie la SIA à l’aide de l’arbre décisionnel de classification et suggère une approche chirurgicale basée sur l’arbre décisionnel de stratégies opératoires. Une analyse de la correction post-opératoire obtenue démontre une tendance, bien que non-statistiquement significative, à une meilleure balance chez les patients opérés suivant la stratégie recommandée par la plateforme logicielle que ceux aillant un traitement différent. Les études exposées dans cette thèse soulignent que l’utilisation d’algorithmes d’intelligence artificielle dans la classification et l’élaboration de stratégies opératoires de la SIA peuvent être intégrées dans une plateforme logicielle et pourraient assister les chirurgiens dans leur planification préopératoire.

Tunnel-Based Artificial Neural Network Technique to Calculate the Resonant Frequency of a Thick-Substrate Microstrip Antenna

The mathematical formulation of empirically developed formulas Jirr the calculation of the resonant frequency of a thick-substrate (h s 0.08151 A,,) microstrip antenna has been analyzed. With the use qt' tunnel-based artificial neural networks (ANNs), the resonant frequency of antennas with h satisfying the thick-substrate condition are calculated and compared with the existing experimental results and also with the simulation results obtained with the use of an IE3D software package. The artificial neural network results are in very good agreement with the experimental results