简介：神经调控技术作为一种不破坏神经组织的可逆性神经外科疗法,在疼痛、帕金森病、癫痫、强迫症等功能性神经疾病和精神疾病的治疗上有显著疗效,应用前景广泛。文中介绍了脊髓刺激器、脑深部刺激器,迷走神经刺激器和骶神经刺激器为代表的神经刺激器技术和应用现状,结合脑深部刺激器,迷走神经器和骶神经刺激器的国产化进程,分析了神经刺激器的未来发展趋势。

简介：人脸关键点定位是计算机视觉的一部分,在人脸识别、人脸表情识别、人脸动作捕捉等工作中有重要的作用.非约束条件下人脸关键点定位,其难点在于人脸关键点位置在复杂环境下呈现非线性变化,影响人脸关键点定位的精准性.现提出基于级联卷积神经网络的人脸关键点定位方法,分析了级联深度模型全局回归阶段多尺度特征融合对人脸关键点定位的影响;同时提出了一种具有可学习参数的人脸关键点定位损失函数.经过大量实验表明,这里提出的人脸关键点定位算法能够有效的提高针对非约束条件下人脸关键点定位精确度.

简介：采用基于变密度法（SolidIsotropicMicrostructureswithPenalization,SIMP）的拓扑优化法对某车后座座椅骨架进行轻量化设计。考虑在安全固定点工况下的座椅强度与刚度性能,建立了座椅和白车身的有限元模型,并通过试验验证了模型的合理性。将该有限元模型转化为基于SIMP的体积约束下柔度最小化模型,通过OptiStruct软件进行拓扑优化,并考虑了高强度材料的应用,最终使座椅总质量降低了2.585kg,得到一种符合强度、刚度和轻量化要求的座椅骨架构型设计方案。

简介：微课程以其短小精悍、知识点明确、易于记忆理解与操作指导性突出等优势广泛应用于众多行业。公安交通管理行业存在知识繁多琐碎、技术更新迅速、精准培训需求强烈等问题，尤其适合采用微课程的方式进行教学、培训。目前，各地公安交通管理部门对开发优质的公安交通管理微课程普遍经验不足。本文以交警网校微课程开发为例，分析了微课程在公安交通管理行业的适用性，从前期策划、资源设计、课程制作和评价各环节系统地阐述了公安交通管理微课程的开发设计。

简介：重症监护室(IntensiveCareUnit,ICU)的监护种类繁多,然而许多监测大多都是有创监测,研究表明有创监测可能会增加患者出现并发症(如出血、感染)的风险,因此在重症监护病房(ICU)发展非侵入性的、连续的智能监控技术势在必行。深静脉血栓形成(DeepVeinThrombosis,DVT)可能引起严重发病率,常见于住院患者,尤其是术后人群。休克可能导致急性血流量减少,代谢异常,无氧代谢,细胞和器官功能障碍,如果时间延长,可能导致不可逆转的损害和死亡。ICU的患者基本都是危急重症,生命体体征不稳定,随时都可能会出现生命危险,需要医护人员24小时全天候监护,因此对ICU中医护人员进行疲劳监测很有必要。我们采用近红外光谱(Near-InfraredSpectroscopy,NIRS)这种非侵入性的、有效的、以及非电离测量的实时技术开发了一系列设备对DVT、休克、疲劳以及水分、深部组织温度和血流动力学参数的监测。与此同时,心电(EEG)、光学体积描记术(PPG)、压力脉搏波(PPW)等参数也是ICU监护中必不可少的,我们设计了一种无创、低成本监测系统,对系统中信号的稳定性进行了测试并验证了设备的可靠性。

简介：在此提出一种改进的深度卷积神经网络模型,该模型通过增加并联卷积层,拓展卷积神经网络宽度实现,有利于提取图像特征,提高网络性能;卷积层中对特征图像采用批量归一化方法进行预处理,加快网络训练.实验结果表明,该模型能更准确地学习宫颈癌细胞图像特征,从而有效降低了分类错误率.

简介：为了连续检测出微流控芯片中不同荧光物质的发射光强度,设计了一套基于LabWindows编程的实时的、发射光波长在340-1200nm的荧光检测系统。系统将控制光谱仪、采集荧光强度、数据降噪及存储、结果分析及显示等功能结合在一起,实现微流控芯片内荧光强度的实时动态检测及分析。系统采用卤钨灯和光谱仪相结合的方式,通过合理设计激发和探测光纤的位置,结合软件算法控制,来消除激发光和背景荧光的影响;系统无需针对不同的荧光物质选用特定的激发光和滤波片,增加系统的集成度、提高检测的多样性。基于本系统对微流控芯片中两种溶液的荧光强度进行检测,来验证系统的测试性能;同时对微流控芯片中不同浓度的荧光物质进行检测,来验证系统的准确性能。实验结果表明所设计的系统满足微流控芯片内不同荧光物质的荧光强度实时检测的要求,为后续基于微流控芯片的生化免疫分析、药物分析和多细胞生命体等研究提供研究基础和分析手段。

简介：从微课的制作,教学设计,具体实施措施等方面进行阐述,以汽车底盘中差速器及轮膽认识内容为例,进行教学活动设计,探讨了微课程对于汽车底盘教学的意义.

简介：深度学习是人工智能领域发展的一个不可或缺的部分,并且广泛应用于图像识别方面.为了进一步降低宫颈癌细胞图像的识别错误率,本文提出了一种基于卷积神经网络的改进算法.该算法通过搭建卷积神经网络框架,对下采样过程中特征提取阶段的池化模型进行改进,在下采样过程中对池化域内的每个元素分配合适的权值得到下采样特征图.实验结果表明,我们所提出的基于卷积神经网络的改进算法降低了对宫颈癌细胞图像的识别错误率.

简介：目的:通过对志愿者观看3D影片之后的脑电信号进行主成分分析,选取最能代表立体视觉疲劳度的主成分,运用BP神经网络对疲劳等级进行建模,提高对疲劳度等级的预测准确度。方法:采集15名志愿者观看五部不同3D影片前后的脑电信号,先对脑电信号进行疲劳度分级并选取特征通道;再对特征通道的脑电信号进行主成分分析选取影响最大的特征主成分,利用BP神经网络进行建模,根据建立的模型对立体视觉引起的疲劳等级进行预测,将预测结果与已知的疲劳等级进行对比。结果:根据文献中的疲劳等级将实验结果分成三个等级;据累计贡献率超过90%选取的前四个主成分建立的预测模型,准确度达95.4%。结论:运用主成分分析和BP神经网络的方法对立体视觉疲劳度进行预测,预测准确度较高,与直接根据脑电特征参数建立模型的方式相比简便和准确,这一方法对立体视觉引起的疲劳度分级及预测提供了新的思路。

简介：我国石化用机泵亟待原发创新和微创新,实现由“模仿创新”向“率先创新”转变,实现低成本的产品定制,是机泵制造业的共同目标。原发创新和微创新、机泵设备的定制化以及定制设备的低成本化将会长期得到石化行业的青睐。