亚洲高清在线视频,国产成人喷潮在线观看,午夜免费一区二区三区最新

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

針對光電容積脈搏波（Photoplethysmographic，PPG），基于RISC-V內(nèi)核設(shè)計了一款多通道、實時PPG監(jiān)測系統(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實現(xiàn)兩路PPG信號采集，復(fù)用該模塊分時處理來實現(xiàn)多路采集。藍(lán)牙控制模塊掛接到E203實現(xiàn)了通過藍(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FPGA驗證了22位雙通道PPG信號物聯(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)胞牽引力測量研究[其他][醫(yī)療電子]

細(xì)胞牽引力顯微鏡方法是測量細(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，通過測量細(xì)胞牽引力作用下熒光微珠的位移場，反演得出細(xì)胞牽引力場。由于熒光微珠在基底分布的深度不可控，但計算時候默認(rèn)所有微珠分布在基底表面，一定程度上降低了細(xì)胞牽引力場的計算精度。針對熒光微珠深度不可控的問題，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，開展細(xì)胞牽引力測量的方法。在聚二甲基硅氧烷基底表面設(shè)計直徑3 μm，高度0.8 μm的凸臺陣列作為基底位移標(biāo)志點。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，仿真得到凸臺陣列的位移場，利用牽引力反演算法計算得到力場，與仿真過程中輸入的外力場相比較，結(jié)果一致。使用乳鼠心肌細(xì)胞在設(shè)計加工的圖形化彈性基底上開展了牽引力測量實驗，并計算得出牽引力場。仿真和實驗均表明圖形化彈性基底適用于細(xì)胞牽引力的測量，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

凝血功能物理檢測方法的研究進(jìn)展[測試測量][醫(yī)療電子]

凝血功能的評估有助于診斷血液疾病，指導(dǎo)心腦血管疾病的治療，評估手術(shù)中出血的風(fēng)險?；谖锢矸椒ǖ哪獧z測因其檢測時間快、靈敏度高、操作簡便等優(yōu)點備受臨床醫(yī)學(xué)的關(guān)注。近年來，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)用于凝血檢測中。對近年來物理方法在凝血檢測中的應(yīng)用進(jìn)行了綜述，重點分析了OCT技術(shù)在凝血檢測中的應(yīng)用，并對未來凝血檢測方法的發(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、氣態(tài)和液態(tài)分子分析等領(lǐng)域。近年來，隨著微機電系統(tǒng)（Micro-Electro-Mechanical System，MEMS）技術(shù)的快速發(fā)展，針對諧振式微懸臂梁傳感器的研究與應(yīng)用越來越多，對近年來諧振式微懸臂梁傳感器在環(huán)境檢測、生物醫(yī)學(xué)等領(lǐng)域的具體應(yīng)用進(jìn)行了綜述，并對未來的發(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)檢測人呼出氣揮發(fā)性有機物的研究進(jìn)展[其他][醫(yī)療電子]

揮發(fā)性有機化合物（Volatile Organic Compounds， VOCs）不僅存在于人類生活環(huán)境中，也會在人體代謝過程中產(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，通過無創(chuàng)檢測的方式分析人體呼出氣中VOCs的組分和濃度可以用來指示人體健康狀態(tài)，在臨床診斷和健康監(jiān)測領(lǐng)域得到廣泛關(guān)注。綜述了呼出氣VOCs的臨床檢測應(yīng)用價值和常見檢測方法，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檢測帶來的革命性進(jìn)展，為呼出氣VOCs的高靈敏、高通量、智能化檢測帶來了更多可能。

發(fā)表于：3/28/2023 3:42:00 PM

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

在中國新冠疫情面臨新一輪攻堅戰(zhàn)的當(dāng)下，美國媒體對涉華疫情話題的關(guān)注也呈持續(xù)態(tài)勢。以美國主流媒體在推特平臺發(fā)布的涉華疫情推文及其下評論轉(zhuǎn)發(fā)等數(shù)據(jù)為研究對象，媒體涵蓋美國有線電視新聞網(wǎng)、美聯(lián)社等10家美國主流媒體，時間跨度為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條評論轉(zhuǎn)發(fā)等數(shù)據(jù)。通過定量分析方法總結(jié)美國主流媒體對涉華疫情的推特發(fā)文特征，進(jìn)一步明晰其報道偏向與手法，并就中國涉疫信息的對外傳播提出建議。

發(fā)表于：3/10/2023 6:20:00 PM

融合DBSCAN多測點算法的磁方位校正[其他][其他]

單測點校正法計算復(fù)雜、不穩(wěn)定、誤差較大，無法滿足井下地磁方位角的精度要求?；陂g接單測點分析法和Brooks多測點分析法，提出一種新方法，通過DBSCAN（Density-Based Spatial Clustering of Applications with Noise）算法識別并剔除噪聲，采用橢圓校正法校正徑向干擾，軸向干擾則由單軸多測點分析法校正。實驗證明：改進(jìn)多測點法不僅可以進(jìn)一步提高橢圓校正的擬合效果，還能降低噪聲對參考點計算值的影響，計算得到的方差曲線收斂性更強、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

基于時空注意力金字塔卷積的動作識別[其他][其他]

動作識別算法需要從視頻中提取空間和時域特征，對計算存儲資源要求較高?；?D CNN的網(wǎng)絡(luò)更為輕量，但從視頻中提取時域特征的能力較弱，動作識別性能通常受到限制。S-TPNet提出時空金字塔模塊以獲取圖像序列的時間粒度特征，有效提升了基于2D CNN的動作識別網(wǎng)絡(luò)的性能?；赟-TPNet，設(shè)計了時空注意力模型以凸顯空間和時間上的重要特征。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)計了自適應(yīng)等間隔采樣策略。實驗表明，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

基于三維時空注意的密集連接視頻超分算法[其他][其他]

針對視頻超分對時間幀間信息以及分層信息的利用不充分，設(shè)計了一種具有空間時序注意力機制的密集可變形視頻超分辨率重建網(wǎng)絡(luò)。利用三維卷積來提取經(jīng)可變形卷積模塊對齊后的相鄰幀之間的時間序列信息，同時設(shè)計具有步幅卷積層的輕量級模塊來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現(xiàn)更好的特征重建。選取公共數(shù)據(jù)集進(jìn)行實驗驗證，結(jié)果表明，提出的算法在客觀評價指標(biāo)與視覺對比效果上都有提升。

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)測模型[其他][其他]

針對燃煤電廠在吹掃等過程中脫硫系統(tǒng)出口 SO2濃度的不能及時檢測的問題，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)測模型。通過最大相關(guān)最小冗余(minimum Redundancy and Maximum Relevance，mRMR)算法對采集的目標(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)測模型的輸入。針對門控循環(huán)單元(Gated Recurrent Unit，GRU)模型關(guān)鍵超參數(shù)難以確定的問題，使用改進(jìn)粒子群(Improved Particle Swarm Optimization，IPSO)算法對模型參數(shù)進(jìn)行訓(xùn)練，以降低 GRU的訓(xùn)練成本。最終實現(xiàn)對脫硫系統(tǒng)出口二氧化硫濃度的預(yù)測。實驗結(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)測精度更高，在工程實際中更具應(yīng)用價值。

發(fā)表于：3/10/2023 6:00:35 PM