日韩一区国产二区欧美三区,欧美精品综合视频一区二区,综合欧美视频一区二区三区

FET 生物傳感器的直流I-V 特性研究

　　由于半導(dǎo)體生物傳感器的低成本、迅速反應(yīng)、檢測準(zhǔn)確等優(yōu)點，對于此類傳感器的研究和開發(fā)進行了大量投入。特別是基于場效應(yīng)晶體管（FET）的生物傳感器或生物場效應(yīng)管，它們被廣泛用于各種應(yīng)用：如生物研究，即時診斷，環(huán)境應(yīng)用，以及食品安全。

發(fā)表于：11/22/2023

美國麻省理工學(xué)院開發(fā)出可攝入的膠囊型傳感器

麻省理工大學(xué)的科學(xué)團隊近日研發(fā)出了一款可以攝入人體的膠囊，可以監(jiān)測患者睡眠時胃腸道內(nèi)的生命體征，并可用于檢測阿片類藥物過量期間抑制呼吸的跡象。

發(fā)表于：11/21/2023

華章北京一號智算中心正式投入運營

2023年11月16日，華章北京一號智算中心正式投入運營。

發(fā)表于：11/16/2023

醫(yī)療領(lǐng)域的資源管理

　　大型醫(yī)療機構(gòu)擁有大量設(shè)備：從工作站計算機到實驗室設(shè)備再到 X 光機，保持對這些資源的概覽需要智能、先進的解決方案。碩特智能連接器DT31 的使用是一大助力。

發(fā)表于：11/16/2023

DigiKey 推出《超越醫(yī)療科技》視頻系列的第一季

　　全球供應(yīng)品類豐富、發(fā)貨快速的現(xiàn)貨技術(shù)元器件和自動化產(chǎn)品領(lǐng)先商業(yè)分銷商？DigiKey 日前宣布推出《超越醫(yī)療科技》新視頻系列。

發(fā)表于：11/1/2023

基于光學(xué)發(fā)射光譜法監(jiān)測等離子體的光譜峰

　　摘要：海洋光譜儀基于光　　海洋光學(xué)（Ocean Optics）長期以來一直為半導(dǎo)體工藝設(shè)備供應(yīng)商的新材料研究提供強大支持，同時協(xié)助用戶克服等離子刻蝕、沉積、涂層和清潔等方面的困難和挑戰(zhàn)。海洋光學(xué)的光譜儀，基于光學(xué)發(fā)射光譜技術(shù)，被廣泛應(yīng)用于等離子體監(jiān)測，并在刻蝕終點檢測方面表現(xiàn)出色。學(xué)發(fā)射光譜，助力半導(dǎo)體制程良率提升

發(fā)表于：10/28/2023

基于ARM的呼吸暫停綜合征檢測系統(tǒng)*

阻塞型睡眠呼吸暫停綜合征（Obstructive Sleep Apnea Hypopnea Syndrome， OSAHS）是一種常見的呼吸睡眠疾病，它會降低人們的睡眠質(zhì)量，使人們產(chǎn)生疲憊感，更嚴(yán)重地會危害人們的身心健康。研究設(shè)計了一種基于ARM的OSAHS檢測系統(tǒng)，系統(tǒng)以i.MX6ULL作為硬件主控，采用嵌入式Linux系統(tǒng)為軟件平臺，具有鼾聲采集處理、檢測分類、傳輸?shù)裙δ埽c云平臺建立完整的OSAHS檢測系統(tǒng)，并且通過與標(biāo)準(zhǔn)多導(dǎo)睡眠監(jiān)測儀（PSG）設(shè)備對比檢測效果達到83.9%，達到初篩的作用，具有較強的輔助診斷應(yīng)用價值。

發(fā)表于：10/23/2023

基于eIQ的中藥材圖像識別系統(tǒng)的設(shè)計與實現(xiàn)

中藥材對人體疾病的預(yù)防及控制具有重要的作用，然而普通百姓對中藥材知識了解過少，可能由于濫用中藥材而帶來不可控的后果。因此，對中藥材進行精準(zhǔn)識別是一項緊迫的任務(wù)。將輕量級神經(jīng)網(wǎng)絡(luò)模型應(yīng)用到中藥材識別中，提出在微控制器上實現(xiàn)基于MobileNetV3模型的中藥材圖像識別系統(tǒng)。首先建立中藥材圖像數(shù)據(jù)集，在eIQ機器學(xué)習(xí)軟件開發(fā)環(huán)境中根據(jù)MobileNetV3構(gòu)建識別基礎(chǔ)模型，并通過調(diào)整模型參數(shù)實現(xiàn)對模型的優(yōu)化，最后將模型文件部署到i.MX RT1060上，實現(xiàn)了對30種中藥材的識別。最終在驗證集的準(zhǔn)確率達到86.79%。結(jié)果表明，在i.MX RT1060上實現(xiàn)中藥材識別具有很好的實際效果。

發(fā)表于：10/23/2023

基于云模型的變分自編碼器數(shù)據(jù)壓縮方法*

圖像數(shù)據(jù)解壓縮問題是一類重要的數(shù)據(jù)處理問題，數(shù)據(jù)特征學(xué)習(xí)在數(shù)據(jù)壓縮研究中有重要的研究價值。提出了一種基于云模型的變分自編碼器特征表征模型，將云模型作為變分自編碼器的先驗分布，解決變分自編碼器在特征表征上的局限性。變分自編碼器的編碼器部分負責(zé)構(gòu)建數(shù)據(jù)的特征空間，通過在該空間中采樣獲得隱變量，完成數(shù)據(jù)壓縮；解碼器部分完成從數(shù)據(jù)特征到原數(shù)據(jù)的生成，即數(shù)據(jù)的解壓。在人臉數(shù)據(jù)集上與原方法作實驗對比，驗證了該方法的正確性和有效性。

發(fā)表于：10/23/2023

結(jié)合不確定性估計的輕量級人體關(guān)鍵點檢測算法

人體關(guān)鍵點檢測在智能視頻監(jiān)控、人機交互等領(lǐng)域有重要應(yīng)用。針對基于熱圖的人體關(guān)鍵點檢測算法依賴高分辨率熱圖、計算資源消耗大的問題，提出一種結(jié)合不確定性估計的輕量級算法。使用低分辨率熱圖，結(jié)合不確定性估計預(yù)測誤差分布的尺度參數(shù)，提高了預(yù)測結(jié)果的可信度；利用尺度參數(shù)監(jiān)督和約束熱圖，緩解梯度消失，增強了網(wǎng)絡(luò)的魯棒性。COCO數(shù)據(jù)集上實驗結(jié)果表明，與積分姿態(tài)回歸算法相比，改進后算法的平均精度提高了3.3%，降低了資源占用。

發(fā)表于：10/23/2023

利用RFID和NFC技術(shù)打造數(shù)字孿生，加速醫(yī)療業(yè)的數(shù)字化轉(zhuǎn)型

　　為了提高協(xié)作和流程的效率，實現(xiàn)實時信息的準(zhǔn)確獲取，增強決策能力，甚至改善患者治療效果，醫(yī)療業(yè)不斷加大數(shù)字孿生技術(shù)的占比，以收集、跟蹤和分析有關(guān)醫(yī)療設(shè)備、藥品和實驗室樣本等物理對象的數(shù)據(jù)。

發(fā)表于：10/15/2023

基于多尺度注意力融合網(wǎng)絡(luò)的胃癌病理圖像分割方法*

近年來，隨著深度學(xué)習(xí)技術(shù)的發(fā)展，基于編解碼的圖像分割方法在病理圖像自動化分析上的研究與應(yīng)用也逐漸廣泛，但由于胃癌病灶復(fù)雜多變、尺度變化大，加上數(shù)字化染色圖像時易導(dǎo)致的邊界模糊，目前僅從單一尺度設(shè)計的分割算法往往無法獲得更精準(zhǔn)的病灶邊界。為優(yōu)化胃癌病灶圖像分割準(zhǔn)確度，基于編解碼網(wǎng)絡(luò)結(jié)構(gòu)，提出一種基于多尺度注意力融合網(wǎng)絡(luò)的胃癌病灶圖像分割算法。編碼結(jié)構(gòu)以EfficientNet作為特征提取器，在解碼器中通過對多路徑不同層級的特征進行提取和融合，實現(xiàn)了網(wǎng)絡(luò)的深監(jiān)督，在輸出時采用空間和通道注意力對多尺度的特征圖進行注意力篩選，同時在訓(xùn)練過程中應(yīng)用綜合損失函數(shù)來優(yōu)化模型。實驗結(jié)果表明，該方法在SEED數(shù)據(jù)集上Dice系數(shù)得分達到0.806 9，相比FCN和UNet系列網(wǎng)絡(luò)一定程度上實現(xiàn)了更精細化的胃癌病灶分割。

發(fā)表于：9/22/2023

意法半導(dǎo)體GaN 驅(qū)動器集成電流隔離功能

2023 年 9 月 6 日，中國 ——意法半導(dǎo)體推出了首款具有電流隔離功能的氮化鎵 (GaN) 晶體管柵極驅(qū)動器，新產(chǎn)品 STGAP2GS縮小了芯片尺寸，降低了物料清單成本，能夠滿足應(yīng)用對寬禁帶芯片的能效以及安全性和電氣保護的更高要求。

發(fā)表于：9/20/2023

貿(mào)澤備貨Superior Sensor Technology 適合高流量供氧設(shè)備的VN系列壓力傳感器

　　2023年9月18日 – 提供超豐富半導(dǎo)體和電子元器件?的業(yè)界知名新品引入 (NPI) 代理商貿(mào)澤電子 (Mouser Electronics) 即日起開始備貨Superior Sensor Technology的VN系列壓力傳感器。此系列是用于呼吸機和高流量供氧設(shè)備的一整套壓力傳感器。

發(fā)表于：9/20/2023

復(fù)雜環(huán)境下輕量化口罩佩戴檢測算法研究

針對目前YOLOv4算法巨大的運算量難以滿足實時性要求高的口罩佩戴檢測系統(tǒng)，提出了一種輕量化檢測算法（Light-YOLOv4）。將融合ECA注意力機制的GhostNet網(wǎng)絡(luò)替換YOLOv4的主干網(wǎng)絡(luò)減少參數(shù)量；借鑒空洞卷積和SPPF提出了ASPPFCSPC結(jié)構(gòu)有效增大感受野；針對目標(biāo)過于密集而產(chǎn)生重疊問題，增加了RepBox損失函數(shù)，使不同目標(biāo)的預(yù)測框相互遠離從而減少漏檢。實驗表明，Light-YOLOv4算法mAP為94.2%，F(xiàn)PS為46.3幀，模型大小為95 MB，相較于YOLOv4的mAP值僅降低了1.1%，檢測速率提高了51.8%，參數(shù)量減少了70.0%，模型大小減少了61.1%，對低性能檢測設(shè)備很友好。

發(fā)表于：8/25/2023