91一区二区视频,7878www免费,欧美姓爱

基于RISC-V的多路光電容積脈搏波監(jiān)測(cè)系統(tǒng)[測(cè)試測(cè)量][醫(yī)療電子]

針對(duì)光電容積脈搏波（Photoplethysmographic，PPG），基于RISC-V內(nèi)核設(shè)計(jì)了一款多通道、實(shí)時(shí)PPG監(jiān)測(cè)系統(tǒng)。該系統(tǒng)使用RISC-V架構(gòu)的E203 IP作為低功耗內(nèi)核，通過(guò)ICB總線掛接模擬前端和藍(lán)牙控制模塊。AFE4400模擬前端控制模塊控制背靠背LED實(shí)現(xiàn)兩路PPG信號(hào)采集，復(fù)用該模塊分時(shí)處理來(lái)實(shí)現(xiàn)多路采集。藍(lán)牙控制模塊掛接到E203實(shí)現(xiàn)了通過(guò)藍(lán)牙外設(shè)下達(dá)系統(tǒng)控制指令，之后上傳PPG波至終端。該系統(tǒng)通過(guò)FPGA驗(yàn)證了22位雙通道PPG信號(hào)物聯(lián)網(wǎng)終端應(yīng)用。

發(fā)表于：3/28/2023 4:31:00 PM

基于圖形化彈性基底的細(xì)胞牽引力測(cè)量研究[其他][醫(yī)療電子]

細(xì)胞牽引力顯微鏡方法是測(cè)量細(xì)胞牽引力的主流工具之一，該方法一般使用熒光微珠作為標(biāo)志點(diǎn)，通過(guò)測(cè)量細(xì)胞牽引力作用下熒光微珠的位移場(chǎng)，反演得出細(xì)胞牽引力場(chǎng)。由于熒光微珠在基底分布的深度不可控，但計(jì)算時(shí)候默認(rèn)所有微珠分布在基底表面，一定程度上降低了細(xì)胞牽引力場(chǎng)的計(jì)算精度。針對(duì)熒光微珠深度不可控的問(wèn)題，提出在彈性基底表面加工圖形陣列作為基底變形標(biāo)志點(diǎn)，開展細(xì)胞牽引力測(cè)量的方法。在聚二甲基硅氧烷基底表面設(shè)計(jì)直徑3 μm，高度0.8 μm的凸臺(tái)陣列作為基底位移標(biāo)志點(diǎn)。使用有限元仿真軟件在圖形化基底表面不同位置施加外力，仿真得到凸臺(tái)陣列的位移場(chǎng)，利用牽引力反演算法計(jì)算得到力場(chǎng)，與仿真過(guò)程中輸入的外力場(chǎng)相比較，結(jié)果一致。使用乳鼠心肌細(xì)胞在設(shè)計(jì)加工的圖形化彈性基底上開展了牽引力測(cè)量實(shí)驗(yàn)，并計(jì)算得出牽引力場(chǎng)。仿真和實(shí)驗(yàn)均表明圖形化彈性基底適用于細(xì)胞牽引力的測(cè)量，為心肌相關(guān)疾病病理研究提供了新的研究手段。

發(fā)表于：3/28/2023 4:24:00 PM

凝血功能物理檢測(cè)方法的研究進(jìn)展[測(cè)試測(cè)量][醫(yī)療電子]

凝血功能的評(píng)估有助于診斷血液疾病，指導(dǎo)心腦血管疾病的治療，評(píng)估手術(shù)中出血的風(fēng)險(xiǎn)。基于物理方法的凝血檢測(cè)因其檢測(cè)時(shí)間快、靈敏度高、操作簡(jiǎn)便等優(yōu)點(diǎn)備受臨床醫(yī)學(xué)的關(guān)注。近年來(lái)，隨著光學(xué)相干層析成像（Optical Coherence Tomography， OCT）技術(shù)的進(jìn)步，OCT技術(shù)開始應(yīng)用于凝血檢測(cè)中。對(duì)近年來(lái)物理方法在凝血檢測(cè)中的應(yīng)用進(jìn)行了綜述，重點(diǎn)分析了OCT技術(shù)在凝血檢測(cè)中的應(yīng)用，并對(duì)未來(lái)凝血檢測(cè)方法的發(fā)展做出展望。

發(fā)表于：3/28/2023 4:16:00 PM

諧振微懸臂梁傳感器的工作原理及其在生化檢測(cè)中的研究進(jìn)展[MEMS|傳感技術(shù)][醫(yī)療電子]

諧振微懸臂梁是一種可以將質(zhì)量變化轉(zhuǎn)換為頻率信號(hào)的微質(zhì)量型傳感器，因其分辨率高、靈敏度高、成本低、易于集成和小型化等優(yōu)點(diǎn)而備受關(guān)注。諧振微懸臂梁現(xiàn)已被廣泛應(yīng)用于流量控制、生物醫(yī)學(xué)痕量檢測(cè)、氣態(tài)和液態(tài)分子分析等領(lǐng)域。近年來(lái)，隨著微機(jī)電系統(tǒng)（Micro-Electro-Mechanical System，MEMS）技術(shù)的快速發(fā)展，針對(duì)諧振式微懸臂梁傳感器的研究與應(yīng)用越來(lái)越多，對(duì)近年來(lái)諧振式微懸臂梁傳感器在環(huán)境檢測(cè)、生物醫(yī)學(xué)等領(lǐng)域的具體應(yīng)用進(jìn)行了綜述，并對(duì)未來(lái)的發(fā)展方向做出了展望。

發(fā)表于：3/28/2023 4:02:00 PM

電子鼻技術(shù)檢測(cè)人呼出氣揮發(fā)性有機(jī)物的研究進(jìn)展[其他][醫(yī)療電子]

揮發(fā)性有機(jī)化合物（Volatile Organic Compounds， VOCs）不僅存在于人類生活環(huán)境中，也會(huì)在人體代謝過(guò)程中產(chǎn)生，人體產(chǎn)生的VOCs的種類和峰度與人體健康和疾病狀態(tài)密切相關(guān)。近年來(lái)，通過(guò)無(wú)創(chuàng)檢測(cè)的方式分析人體呼出氣中VOCs的組分和濃度可以用來(lái)指示人體健康狀態(tài)，在臨床診斷和健康監(jiān)測(cè)領(lǐng)域得到廣泛關(guān)注。綜述了呼出氣VOCs的臨床檢測(cè)應(yīng)用價(jià)值和常見檢測(cè)方法，描述了各種方法的利弊。詳細(xì)闡述了新型電子鼻技術(shù)給呼出氣VOCs檢測(cè)帶來(lái)的革命性進(jìn)展，為呼出氣VOCs的高靈敏、高通量、智能化檢測(cè)帶來(lái)了更多可能。

發(fā)表于：3/28/2023 3:42:00 PM

試析美國(guó)主流媒體在推特平臺(tái)關(guān)于涉華疫情的發(fā)文特征[其他][其他]

在中國(guó)新冠疫情面臨新一輪攻堅(jiān)戰(zhàn)的當(dāng)下，美國(guó)媒體對(duì)涉華疫情話題的關(guān)注也呈持續(xù)態(tài)勢(shì)。以美國(guó)主流媒體在推特平臺(tái)發(fā)布的涉華疫情推文及其下評(píng)論轉(zhuǎn)發(fā)等數(shù)據(jù)為研究對(duì)象，媒體涵蓋美國(guó)有線電視新聞網(wǎng)、美聯(lián)社等10家美國(guó)主流媒體，時(shí)間跨度為2022年8月24日至2022年11月23日，共采集163條涉華疫情推文以及約8 788條評(píng)論轉(zhuǎn)發(fā)等數(shù)據(jù)。通過(guò)定量分析方法總結(jié)美國(guó)主流媒體對(duì)涉華疫情的推特發(fā)文特征，進(jìn)一步明晰其報(bào)道偏向與手法，并就中國(guó)涉疫信息的對(duì)外傳播提出建議。

發(fā)表于：3/10/2023 6:20:00 PM

融合DBSCAN多測(cè)點(diǎn)算法的磁方位校正[其他][其他]

單測(cè)點(diǎn)校正法計(jì)算復(fù)雜、不穩(wěn)定、誤差較大，無(wú)法滿足井下地磁方位角的精度要求。基于間接單測(cè)點(diǎn)分析法和Brooks多測(cè)點(diǎn)分析法，提出一種新方法，通過(guò)DBSCAN（Density-Based Spatial Clustering of Applications with Noise）算法識(shí)別并剔除噪聲，采用橢圓校正法校正徑向干擾，軸向干擾則由單軸多測(cè)點(diǎn)分析法校正。實(shí)驗(yàn)證明：改進(jìn)多測(cè)點(diǎn)法不僅可以進(jìn)一步提高橢圓校正的擬合效果，還能降低噪聲對(duì)參考點(diǎn)計(jì)算值的影響，計(jì)算得到的方差曲線收斂性更強(qiáng)、更穩(wěn)定，校正后方位角誤差進(jìn)一步降低。

發(fā)表于：3/10/2023 6:16:21 PM

基于時(shí)空注意力金字塔卷積的動(dòng)作識(shí)別[其他][其他]

動(dòng)作識(shí)別算法需要從視頻中提取空間和時(shí)域特征，對(duì)計(jì)算存儲(chǔ)資源要求較高。基于2D CNN的網(wǎng)絡(luò)更為輕量，但從視頻中提取時(shí)域特征的能力較弱，動(dòng)作識(shí)別性能通常受到限制。S-TPNet提出時(shí)空金字塔模塊以獲取圖像序列的時(shí)間粒度特征，有效提升了基于2D CNN的動(dòng)作識(shí)別網(wǎng)絡(luò)的性能。基于S-TPNet，設(shè)計(jì)了時(shí)空注意力模型以凸顯空間和時(shí)間上的重要特征。為降低輸入數(shù)據(jù)量，通常抽取局部視頻幀作為輸入，為降低采樣幀與整體視頻之間的不穩(wěn)定差異，設(shè)計(jì)了自適應(yīng)等間隔采樣策略。實(shí)驗(yàn)表明，在未預(yù)訓(xùn)練的情況下，本網(wǎng)絡(luò)在UCF-101和HMDB-51數(shù)據(jù)集上分別將Top-1精度提高了5.1%和3.3%，并且不會(huì)大幅增加所需參數(shù)。

發(fā)表于：3/10/2023 6:12:12 PM

基于三維時(shí)空注意的密集連接視頻超分算法[其他][其他]

針對(duì)視頻超分對(duì)時(shí)間幀間信息以及分層信息的利用不充分，設(shè)計(jì)了一種具有空間時(shí)序注意力機(jī)制的密集可變形視頻超分辨率重建網(wǎng)絡(luò)。利用三維卷積來(lái)提取經(jīng)可變形卷積模塊對(duì)齊后的相鄰幀之間的時(shí)間序列信息，同時(shí)設(shè)計(jì)具有步幅卷積層的輕量級(jí)模塊來(lái)提取空間注意力信息。在特征重構(gòu)階段引入密集連接，充分利用分層特征信息以實(shí)現(xiàn)更好的特征重建。選取公共數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)驗(yàn)證，結(jié)果表明，提出的算法在客觀評(píng)價(jià)指標(biāo)與視覺對(duì)比效果上都有提升。

發(fā)表于：3/10/2023 6:07:07 PM

基于特征選擇的IPSO-GRU脫硫系統(tǒng)出口SO2濃度預(yù)測(cè)模型[其他][其他]

針對(duì)燃煤電廠在吹掃等過(guò)程中脫硫系統(tǒng)出口 SO2濃度的不能及時(shí)檢測(cè)的問(wèn)題，提出了一種基于特征選擇的改進(jìn)粒子群優(yōu)化算法優(yōu)化門控循環(huán)單元神經(jīng)網(wǎng)絡(luò)(IPSO-GRU)的脫硫系統(tǒng)出口 SO2濃度預(yù)測(cè)模型。通過(guò)最大相關(guān)最小冗余(minimum Redundancy and Maximum Relevance，mRMR)算法對(duì)采集的目標(biāo)數(shù)據(jù)進(jìn)行預(yù)處理，挑選出合適的變量，隨后將選定的變量作為 IPSO-GRU預(yù)測(cè)模型的輸入。針對(duì)門控循環(huán)單元(Gated Recurrent Unit，GRU)模型關(guān)鍵超參數(shù)難以確定的問(wèn)題，使用改進(jìn)粒子群(Improved Particle Swarm Optimization，IPSO)算法對(duì)模型參數(shù)進(jìn)行訓(xùn)練，以降低 GRU的訓(xùn)練成本。最終實(shí)現(xiàn)對(duì)脫硫系統(tǒng)出口二氧化硫濃度的預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明，所提模型與傳統(tǒng)循環(huán)神經(jīng)網(wǎng)絡(luò)相比預(yù)測(cè)精度更高，在工程實(shí)際中更具應(yīng)用價(jià)值。

發(fā)表于：3/10/2023 6:00:35 PM