XiaoMi-AI文件搜索系统
World File Search System阻抗
深层跨模式学习应用于使用家庭收集的心电图和经胸生物阻抗
背景：深度学习已成功地应用于ECG数据，以帮助对心力衰竭（ADHF）的准确，更快地诊断。先前的应用主要集中在良好控制的临床环境中对已知的ECG模式进行分类。但是，这种方法并不能完全利用深度学习的潜力，深度学习的潜力直接学习重要特征而不依靠先验知识。此外，对从可穿戴设备获得的ECG数据的深度学习应用尚未得到很好的研究，尤其是在ADHF预测领域。方法：我们使用了Sentinel-HF研究中的ECG和经胸生物阻抗数据，该研究招募了患有心力衰竭或患有ADHF症状的主要诊断患者的PA（≥21岁）。为了构建一个基于ECG的ADHF预测模型，我们开发了一种被称为ECGX-NET的深层模式学习管道，它利用了可穿戴设备的RAW ECG时间序列和经胸腔生物阻抗数据。为了从ECG时间序列数据中提取丰富的特征，我们首先采用了一种转移学习方法，其中ECG时间序列被转换为2D图像，然后使用Imagenet-Pretained Den Senet121/VGG19模型进行了特征提取。数据过滤后，我们应用了跨模式特征学习，其中回归者接受了ECG和经胸生物阻抗的训练。然后，我们将Densenet121/VGG19功能与回归特征相连，并使用它们用于训练支持向量机（SVM），而无需生物阻抗信息。结果：使用ECGX-NET的高精度分类器预测ADHF，精度为94％，召回79％，F1得分为0.85。仅具有Densenet121的高回报分类器的精度为80％，召回98％，F1分数为0.88。我们发现ECGX-NET对高精度分类有效，而Densenet121对于高回报分类有效。结论：我们显示了从门诊病人获得的单渠道ECG记录中预测ADHF的潜力，从而及时警告心力衰竭的迹象。我们的跨模式特征学习管道有望通过处理医疗场景和资源限制的独特要求来改善基于ECG的心力衰竭预测。
比较儿童和青少年的1型糖尿病与非糖尿病的人体成分生物电阻抗分析
分析儿童和青少年糖尿病的身体成分变得越来越流行。已经证明，监测重量生长或损失的干预措施，以确保有机体的发展和计划措施以防止成人疾病的疾病都可以从儿童期间对营养状况的评估中受益。先前的研究表明，患有1型糖尿病的患者经常经历称为糖尿病性酮症酸中毒的紧急情况[4]，通常不是肥胖。1型糖尿病（T1D）中的肥胖症历史并不常见，现在正成为一个更普遍的问题[5，6]。一生，很大一部分T1D患者会出现肥胖。近年来，这种情况更为普遍，患病率在2.8％至37.1％之间[7]。
使用片上低温 CMOS 有源电感器进行多路复用量子器件的阻抗测量
在寻求可扩展的量子处理器的过程中，人们投入了大量精力来开发低温经典硬件，以控制和读出越来越多的量子比特。当前的工作提出了一种称为阻抗测量的新方法，该方法适用于测量连接到谐振 LC 电路的半导体量子比特的量子电容。阻抗测量电路利用互补金属氧化物半导体 (CMOS) 有源电感器在谐振器中的集成，具有可调谐振频率和品质因数，从而能够优化量子器件的读出灵敏度。实现的低温电路允许快速阻抗检测，测得的电容分辨率低至 10 aF，输入参考噪声为 3.7 aF/ffiffiffiffiffi Hz p。在 4.2 K 时，有源电感的功耗为 120 μW，此外还有片上电流激励（0.15 μW）和阻抗测量电压放大（2.9 mW）的额外功耗。与基于色散 RF 反射测量的常用方案（需要毫米级无源电感）相比，该电路的占用空间明显减小（50 μ m 3 60 μ m），便于将其集成到可扩展的量子经典架构中。阻抗测量法已被证明是一种
基于新型混合MOS2纳米片和微粒的一次性阻抗传感器，以检测大肠杆菌DNA
致病细菌的快速准确检测对于食品安全和公共健康至关重要。常规检测技术，例如基于核酸序列的扩增和聚合酶链反应，是耗时的，需要专门的设备和训练有素的人员。在这里，我们基于新型混合MOS 2纳米材料来提出快速，一次性阻抗传感器，用于检测大肠杆菌DNA。我们的结果表明，所提出的传感器在10-20和10-15 m的中心之间线性运行，在0.325 nm探针浓度传感器下观察到的最高灵敏度达到了令人印象深刻的检测极限。此外，电化学阻抗光谱生物传感器对大肠杆菌DNA的潜在选择性在枯草芽孢杆菌和纤维状化蛋白水解的DNA序列上表现出潜在的选择性。这些发现为有效，精确的DNA检测提供了承诺的途径，对更广泛的生物技术和医学诊断应用具有潜在的影响。
基于人体运动预测和自适应阻抗控制的轨迹自适应人机物理交互框架
摘要 — 物理人机交互 (pHRI) 在机器人中起着重要作用。为了使人类操作员能够轻松适应与机器人的交互，应实现 pHRI 中的最小交互力。本文提出了一种 pHRI 框架，使机器人能够自适应地调节其轨迹，以最小化交互力和较小的位置跟踪误差。首先通过性能评估指数更新的交互力来调整机器人的轨迹。然后，基于自回归 (AR) 模型预测人手运动以进一步调整轨迹。第三，开发了一种自适应阻抗控制方法，使用表面肌电图 (sEMG) 信号更新机器人阻抗控制器中的刚度，以实现机器人与环境的顺从交互。该方法允许人类操作员通过交互力、手部运动和肌肉收缩与机器人交互。通过研究所提出方法的性能，交互力降低，并实现了良好的位置跟踪精度。对比实验证明了所提出方法的增强性能。
评估子宫动脉阻抗在胎龄16至20周，其与早期发作的前脱位
先兆子痫被认为是怀孕的最危险和常见并发症，其患病率是所有怀孕的2-8％（1，2）。根据发生的时间，该疾病分为两种类型：早期和晚发。早期类型的发生频率少于晚期类型，患病率为0.4至1％，但疾病的严重程度远高于晚期类型。在发展中国家，前启示邦是母亲在重症监护室住院的第一个原因，也是孕产妇死亡的第二个直接原因，孕产妇死亡是造成分娩周围死亡的6％（3，4）。据报道，伊朗先兆子痫的患病率为5％，近年来一直在增加（5）。在发展中国家患有前景前的妇女更多地遭受了不幸的结果和死亡的痛苦（6）。
开发具有主动电流激发的电化学阻抗光谱（EIS）测量系统，用于在线电池监控
[1] D.Faktorová，M。Kuba，S。Pavlíková和P. Fabo，“使用现代微控制器的阻抗光谱实施”，Procedia结构完整性，第1卷。43，pp。288-293，2023。[2] Q. Yao，D.-D.-C。 Lu和G. Lei，“具有低输出电压波动器上电源转换器上的精确在线电池阻抗测量方法”，Energies，第1卷。 14，否。 4，p。 1064，2021年2月。[3] P. Haussmann，J。J. Melbert，“使用电动汽车的标准电池管理系统通过阻抗光谱进行传感器单个细胞温度测量，” SAE技术文件2020-01-0863，2020。 报价和N. P. Brandon，“使用电动机控制器激发对电池阻抗的在线测量”，《 IEEE车辆技术交易》，第1卷。 63，否。 6，pp。 2557-2566，2014年7月。[5] A. Christensen和A. Adebusuyi，“在电池管理系统中使用板载电化学阻抗光谱，” 2013年世界电动汽车研讨会（EVS27），巴塞罗那，西班牙，西班牙，PP。。。288-293，2023。[2] Q. Yao，D.-D.-C。 Lu和G. Lei，“具有低输出电压波动器上电源转换器上的精确在线电池阻抗测量方法”，Energies，第1卷。14，否。4，p。 1064，2021年2月。[3] P. Haussmann，J。J. Melbert，“使用电动汽车的标准电池管理系统通过阻抗光谱进行传感器单个细胞温度测量，” SAE技术文件2020-01-0863，2020。报价和N. P. Brandon，“使用电动机控制器激发对电池阻抗的在线测量”，《 IEEE车辆技术交易》，第1卷。63，否。6，pp。2557-2566，2014年7月。[5] A. Christensen和A. Adebusuyi，“在电池管理系统中使用板载电化学阻抗光谱，” 2013年世界电动汽车研讨会（EVS27），巴塞罗那，西班牙，西班牙，PP。。2557-2566，2014年7月。[5] A. Christensen和A. Adebusuyi，“在电池管理系统中使用板载电化学阻抗光谱，” 2013年世界电动汽车研讨会（EVS27），巴塞罗那，西班牙，西班牙，PP。1-7，2013。
使用EIS测量在不同工作条件下杂交超级电容器的实验表征
摘要 - 混合超级电容器（HSC）是创新的储能解决方案，在许多应用领域中变得至关重要。他们的性能受到多个参数的强烈影响，例如温度条件，负载特征和电荷（SOC）。出于这个原因，在不同情况下表征其表演变得至关重要。调查性能的最佳方法之一是采用电化学阻抗光谱（EIS）测量。但是，由于HSC是一项最近的技术，因此目前在文献中尚不提供针对阻抗分析的数据库和研究。因此，这项工作介绍了在不同的温度和SOC条件下进行大型测量运动的结果，以获取大型频率范围（从1 MHz到100 kHz）的阻抗数据。构造的数据集已用于研究阻抗异常，并分析温度和SOC可能对HSC阻抗产生的影响。大型获得的数据集也可以用于诊断和预后目的。本研究中使用的数据集可从https://doi.org/10.6084/m9.figshare.24321496获得。
电压，应变和阻抗之间的相关性与富含镍的NMC锂离子袋细胞的压力的函数
在每个预期的应用中填充锂离子电池的使用寿命需要进一步了解细胞的寿命和可靠性。源自文献，控制锂离子电池电池的外部压力常数是延长周期寿命的必然因素。因此，必须对细胞的应变和理解外部压力对阻抗的影响进行积极知识，以评估改善细胞性能的最佳压力。这项工作列出了电压，应变和阻抗之间的相关性，这是富含镍的镍 - 山 - 山果果（NMC）锂离子袋细胞上施加的恒定外部压力的函数。使用高精度通用测试机显示，压力范围内的细胞最大笔划的变化可忽略不计0至1000 kPa。此外，通过分析以不同的恒定外部压力测得的一系列电化学阻抗光谱数据来揭示100至300 kPa之间的最佳压力。在此压力范围内电荷传递电阻以及不同的过程表现出最佳。
具有电阻抗层析成像的新皮质和海马癫痫样事件期间的大脑活性
1曼彻斯特大学物理与天文学学院，牛津路，曼彻斯特M13 9PL，英国2 Cern，Cern，CH-1211 Geneva 23，瑞士3，瑞士3 Triumf，Vancouver V6T 2A3，加拿大4 potericip，密西西比州密西西比州纽约市5 PETESIPSIPSIPSIPSIPSIPSIPSIPSIPSIPSIPSIPSIPSIPSIPSIPSIPSIPSIPSIPTIAL INRIC INRIC，美国5 Petersitip nric Inucitif Institute, Gatchina 188300, Russia 6 KU Leuven, Instituut voor Kern- en Stralingsfysica, B-3001 Leuven, Belgium 7 Fakultät für Physik, Technische Universität München, D-85748 Garching, Germany 8 Department of Physics, Graduate School of Science, Chiba University, Yayoi-cho, I-33, Inage，Chiba，263-8522，日本9物理系，约克大学，约克大学5DD，英国10高级科学研究中心（ASRC），日本原子能局（JAEA）（JAEA），日本Tokai-Mura，日本11物理学，11物理系，Box 2014, Saudi Arabia 12 Department of Nuclear Physics and Biophysics, Comenius University in Bratislava, 84248 Bratislava, Slovakia 13 Max-Planck-Institut für Kernphysik, Saupfercheckweg 1, 69117 Heidelberg, Germany 14 The Photon Science Institute, The University of Manchester, Manchester M13 9PL, United Kingdom 15苏格兰西部大学计算机，工程和物理科学学院，佩斯利PA1 2BE，英国16比利时核研究中心SCK CEN，BOERETANG 200，B-2400 MOL，比利时17 CSNSM-IN2P3德国格里夫斯瓦尔德（Greifswald）