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：基于起升机构液压系统故障诊断的特点,提出基于故障树的模糊神经网络作为汽车起重机起升机构液压系统故障诊断的方法。该方法利用故障树知识,提取汽车起重机起升机构液压系统故障诊断的输入变量和输出变量,引入模糊逻辑的概念,运用模糊隶属度函数来描述这些的程度,利用共轭梯度优化算法对神经网络进行训练,并通过实例分析,验证了汽车起重机起升机构液压系统模糊神经网络故障诊断的有效性。

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：将神经网络运用到动态流量的软测量中,探索解决液压伺服系统中对瞬时动态流量的测试问题是该领域的一个难点和热点问题,该文在概要介绍了神经网络动态流量软测量系统的总体设计和神经网络结构的确定方法之后,重点讨论了神经网络的训练策略,最后通过实验验证了该训练策略的性能.

简介：通过对已有的研究资料分析发现，除了乙酰胆碱、谷氨酸、多巴胺、五羟色胺、1-氨基丁酸等一些经典神经递质之外，高等动物体内广泛存在的肾上腺素、去甲。肾上腺素等单胺类神经递质在软体动物体中却很少有研究资料报道；而软体动物神经系统中广泛存在的一些神经递质如章鱼胺、FMRF等在其他高等脊椎动物神经系统中也很少有报道。因此推测，在神经系统进化过程中，有些递质在后来的进化过程中一直保存下来，有些则被其他的类似物质替代。同时也有一些新型的神经递质形成而广泛存在于高等的脊椎动物中。本文对五种神经递质在软体动物中研究现状和发展趋势进行了讨论。

简介：本文设计的单极性输入双极性输出压控恒流源电路是神经保护治疗仪的重要组成部分，它由CPLD电路产生极性相反的脉冲控制三极管组成的电流换向开关来选择输出极性。其V／I转换系数、带负载能力（包括输出电流的大小及负载电阻的大小范围）可以通过合理设计电路参数来实现，实验证明，该恒流源电路具有良好的线性和电气安全性，能很好的满足神经功能保护治疗仪的要求。

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：针对机动车保有量作为交通系统的一部分所具有的不确定性和趋势性等特点,通过熵权法确定灰色系统理论和广义模糊神经网络的加权系数来建立组合预测模型,对机动车保有量进行预测。经过实例验证,该组合预测模型与单预测模型相比,能够更准确地预测机动车保有量,与实际值符合较好,可以为有关部门的规划提供可靠的数据依据。

简介：本文同时采用了组织化学和免疫组织化学的方法去探索AChE在口虾蛄（Oratosquillaoratoria）口胃神经系统（stomatogastricnenroussvstem，STNs）的分布。结果显示：在STG中，AChE在口胃神经节（stomatogastricganglion，STG）腹侧胞体区神经元的细胞膜及细胞间隙神经纤维和中央神经纤维网中标记为阳性；在食道神经节（oesophagealganglion，OG）的腹侧中央偏有有一个大的神经元周围的神经突起呈强阳性反应，并且在紧靠该神经元的一侧还有一个神经元周围的神经纤维也呈阳性反应，另外在神经纤维网也有Ach阳性反应分布。结论：实验证明乙酰胆碱在口胃神经节和食道神经节都有分布，主要分布在神经纤维网和神经元的细胞膜及神经元间隙。