摘要 纸基传感器上金属阳离子的电化学检测因其易于制造、一次性使用和成本低廉而被认为是当前光谱和色谱检测技术的一种有吸引力的替代方案。本文设计了一种新型炭黑 (CB)、二甲基乙二肟 (DMG) 墨水作为电极改性剂,与 3 电极喷墨打印纸基体结合使用,用于水样中镍阳离子的吸附溶出伏安电分析。在没有常用的有毒金属薄膜的情况下,所开发的方法提供了一种新颖、低成本、快速且便携的吸附溶出检测方法来进行金属分析。该研究展示了一种在纸基传感器上检测镍的新方法,并通过限制使用有毒金属薄膜,在纸基金属分析领域的先前工作的基础上取得了进展。首次通过增加活性表面积、电子转移动力学和与非导电二甲基乙二肟膜相关的催化效应,提高了器件的灵敏度,并通过电分析进行了确认。首次使用 CB-DMG 墨水可以在电极表面选择性预浓缩分析物,而无需使用有毒的汞或铋金属膜。与类似报道的纸基传感器相比,实现了检测限 (48 µg L -1 )、选择性和金属间干扰的改善。该方法用于检测水样中的镍,远低于世界卫生组织 (WHO) 标准。
摘要 —人们对在自然环境中实施监测认知表现的工具的兴趣日益浓厚。最近的技术进步使得新一代脑成像系统(如干电极脑电图 (EEG) 和功能性近红外光谱 (fNIRS))的开发成为可能,以研究实验室外各种人类任务中的皮质活动。这些高度便携的脑成像设备为实现被动脑机接口 (pBCI) 和神经自适应技术提供了有趣的前景。我们开发了一种基于 fNIRS-EEG 的 pBCI,使用参与相关特征(EEG 参与率和基于小波相干性 fNIRS 的指标)来监测认知疲劳。众所周知,这种心理状态会损害认知表现并危及飞行安全。在这项初步研究中,四名参与者被要求在飞行模拟器和实际轻型飞机中执行四种相同的交通模式以及次要听觉任务。前两种交通模式被视为低认知疲劳类别,而后两种交通模式被视为高认知疲劳类别。正如预期的那样,飞行员在实验的第二部分中错过的听觉目标比第一部分中更多。当结合两种模式时,飞行模拟器条件下的分类准确率达到 87.2%,实际飞行条件下的分类准确率达到 87.6%。本研究表明,fNIRS 和基于 EEG 的 pBCI c
目标:本文通过将低成本,轻巧且易于便携的模块化J-PET与44 TI/ 44 SC发电机相结合,提出了增加PET诊断的前景。方法:J-PET是基于低成本布置的塑料闪光灯来构建的,该塑料闪光灯可以使PET扫描仪的构造比目前基于晶体闪烁体的当前PET Systems的价格低5至10倍。具有60年半千年的放射性核素44 Ti/ 44 SC发电机将使长期的现场生产44个标记的放射性药物,从而消除了通常与核药物相关的广泛且昂贵的基础设施的需求。目前使用68 GE/ 68 GA发电机,每年需要续订270天,需要续订。原则上可以购买44 TI/ 44 SC发电机。结果:可轻巧和便携式J-PET扫描仪与44 TI/ 44 SC发电机相结合,可以部署在远程和服务不足的区域中,从而使对先进的医疗成像技术的访问民主化。结论:这个新颖的概念显示了将创新的J-PET技术与44 TI/ 44 SC生成器相结合的变革潜力,以使高级诊断更容易获得,尤其是在低收入国家和中等收入国家中的数百万患者,并在医学成像中推动进一步的创新。
1 简介 激光诱导击穿光谱 (LIBS) 可确定目标样品中存在的原子元素。使用激光脉冲蒸发目标的小样本(通常小于一微克),以产生电离原子和自由电子的等离子体。当该等离子体冷却并且自由电子与离子重新结合时,会发射出各种谱线。这些谱线的波长和强度可识别原始目标中的原子元素。此外,还可以推断出目标中存在的这些元素的百分比。通过计算机分析发射的谱线,可以在几分之一秒内完成测量。几乎不需要或根本不需要样品制备。目标可以是任何吸收所选激光波长的材料:固体、液体或气体。LIBS 被认为源于 Brech 和 Cross 的论文。1 LIBS 发展到目前的状态现已得到充分证明。2 – 4 这种简单、快速且多功能的技术广泛应用于实验室和现场现场测量。后者受到激光和光谱仪技术的进步的推动,这些进步带来了紧凑、便携的 LIBS 系统。5 – 7 LIBS 的应用现在涵盖了物理和生命科学的许多领域, 8 – 12 从深海测量 13、14 到火星。15 该技术可归为微破坏性技术(许多应用认为它是非破坏性的),其应用甚至扩展到珍贵艺术品,用于鉴定古代绘画作品和珍宝中的颜料,例如检查古钱币以确定其年代和真实性。16 – 19
摘要:抗生素敏感性测试对于解决抗生素耐药性的出现和蔓延至关重要。廉价的数字 CMOS 相机可以使用 3D 打印 xyz 平台转换为便携式数字显微镜。通过显微镜检查细菌运动能力可以快速检测微生物对抗生素的反应,以确定其敏感性。在这里,我们介绍了一种用于多路复用抗生素敏感性测试的新型简单微型设备微型显微镜细胞测量系统。该微型设备采用熔融挤出的塑料薄膜条制成,其中包含十个平行的 0.2 毫米直径微毛细管。在 Mueller-Hinton 琼脂(0.4%)中制备两种不同的抗生素,头孢他啶和庆大霉素,以产生一种载有抗生素的微型设备,用于简单的样品添加。选择这种组合是为了与抗生素敏感性测试和运动能力测试的当前标准方法紧密匹配。使用低琼脂浓度可以观察到运动细菌进入毛细血管时对抗生素暴露的反应。该设备使用 Raspberry Pi 计算机和 v2 相机安装在 OpenFlexure 3D 打印数字显微镜上,无需使用昂贵的实验室显微镜。这种廉价便携的数字显微镜平台具有足够的放大倍数来检测运动细菌,同时具有足够宽的视野来监测细菌进入载有抗生素的微毛细血管时的行为。图像质量足以检测不同浓度的抗生素如何抑制细菌运动。我们得出结论,基于 Raspberry Pi 的 3D 打印显微镜与一次性微流体测试条相结合,可以快速、轻松地检测细菌运动,并有可能帮助检测抗生素耐药性。
人工智能 (AI) 是指通过算法或规则制造智能机器的工程和科学,模仿人类的认知功能,例如学习和解决问题。AI 有几个分支,例如机器学习和深度学习,可以为应用程序添加智能。机器学习是研究算法的学科,算法允许计算机程序通过经验自动改进。深度学习算法从大量、多层次的相互关联的过程中学习,并将这些处理器暴露给许多示例。在未来几年,AI 与常规医疗保健的整合预计将彻底改变医学,有可能改善患者护理和生活质量。当 AI 协助临床医生时,诊断所需的时间可以大大减少,诊断效率可以显著提高。大型语言模型聊天机器人能够进行临床专家级的医疗笔记记录、咨询和问答。聊天机器人可以生成类似人类的文本,可能有助于根据医疗记录诊断疾病,并可能建议治疗方案或计划。人工智能算法,特别是深度学习,在放射图像分析和诊断方面取得了显著进展,可以提高放射科医生的效率。这些算法还可以提高皮肤病学、组织病理学、眼底镜检查、内窥镜检查和其他医学图像的诊断准确性。自然语言处理和环境临床智能可以自动执行行政职责,例如在电子健康记录中记录患者就诊情况,简化临床工作流程,并让医生有更多时间与患者相处。人工智能还可以帮助新药发现、精准医疗和临床研究。人工智能的发展可以彻底改变多个与医疗保健相关的领域,并为更加个性化、准确、可预测和便携的未来铺平道路。
长期以来,人们一直对意识的起源及神经关联存在争议。研究表明,前额叶和后顶叶皮质的感觉区整体工作空间与大脑的意识活动高度相关(Giacino et al.,2014)。后部皮质包含一个后部热区,用于产生视觉、听觉、触觉等多种意识体验(Boly et al.,2017;Koch,2018),这为后部脑区与人类意识相关提供了直接证据。前额叶严重损伤的患者仍然保留有唤醒和意识,这表明前额叶皮质应排除为意识依赖性皮质(Koch,2018)。但也有研究者认为,大多数与意识无关的额叶结构受损,并不会导致意识丧失;额叶中的关键结构主导着人类的意识(Koenigs 等人,2007 年;Koch 等人,2016 年)。意识障碍 (DOC) 是由于调节觉醒和意识的神经系统部分受损或功能障碍导致的意识状态改变(Schiffi 和 Plum,2000 年;Giacino 等人,2014 年)。DOC 患者通常因中风、缺氧等原因遭受严重的脑损伤(Gosseries 等人,2011b、2014 年)。此类患者可能处于植物人状态 (VS) 或微意识状态 (MCS)。这两种状态都具有较高的觉醒水平;MCS 涉及可重复的非反射性行为反应,而 VS [也称为无反应性觉醒综合征 (UWS)] 仅涉及对外部刺激的反射性行为反应。 VS/UWS 是一种临床综合征,描述患者在睁眼清醒状态下无法表现出自主运动反应(Laureys 等人,2010)。MCS 患者无法与周围环境交流;然而,他们表现出波动的意志行为残余(Laureys 等人,2004)。此外,根据他们对命令的响应能力、有意交流等,MCS 可分为 MCS + 和 MCS-(Chennu 等人,2017 年;Rizkallah 等人,2019 年)。此外,Thibaut 等人(2021 年)将大脑活动与 MCS 相似的 VS/UWS 患者定义为 MCS ∗。额叶是言语功能和运动行为的控制中心;它还被认为与更高级的认知有关,包括记忆和执行力(Chayer and Freedman,2001)。全局工作空间理论假设意识通过信息处理产生,信息处理通过以额叶和顶叶为中心的两个神经元网络将输入信息传播到整个大脑(Koch,2018)。神经影像学研究表明,意识水平的提高伴随着顶叶联想皮层代谢率的变化(Laureys et al.,1999 ) 以及与额叶相关的神经连接增加 ( Jang and Lee , 2015 )。脑电图 (EEG) 是一种非侵入性、高度兼容且便携的测量方法,可以测量
