摘要 — 通过脑机接口 (BMI) 和闭环深部脑刺激器 (DBS) 精确测量脑活动是脑与后续处理模块之间通信的最重要步骤之一。在 DBS 中经常使用的传统胸装系统中,传感接口中会产生大量伪影,通常是施加在外壳和传感电极之间的共模信号。由于接口的共模抑制比 (CMRR) 能力有限,因此衰减这种共模信号在这些系统中可能是一个严峻的挑战。正在开发的新兴 BMI 和 DBS 设备可以安装在头骨上。将系统安装在颅骨区域可以通过限制伪影幅度来抑制这些感应生理信号。在本研究中,我们使用躯干形体积导体中的电流源偶极子模型,通过关注心脏活动来模拟伪影的影响。使用不同的 DBS 架构执行有限元仿真,我们估计了几种设备架构的 ECG 共模伪影。使用该模型有助于定义整个系统 CMRR 的总体要求,以保持大脑活动的分辨率。模拟结果估计,颅骨安装系统的心脏伪影影响将明显低于包括胸部区域的非颅骨系统。预计对于胸部安装的设备,至少需要 60-80 dB CMRR 来抑制 ECG 伪影,而对于颅骨安装的设备,在最坏情况下 20 dB CMRR 就足够了。用于估计心脏伪影的方法可以扩展到其他来源,例如运动/肌肉源。设备对伪影的敏感性对于闭环 DBS 和 BMI 的实际转化具有重要意义,包括生物标志物的选择以及绝缘体和导线系统的设计要求。
生成的AI有可能创建一种新的交互式媒体形式:AI桥的创意艺术(CLA),它是通过将作者的愿景个性化在观众的背景和大规模的观众中来弥合作者和受众的。但是,目前尚不清楚作者的价值观和态度在A-Brided CLA方面是什么。为了确定这些价值观和态度,我们通过呈现投机性但现实的AI-BRIDECH CLA场景进行了对八种类型(例如诗歌,漫画)的18种作者进行访谈研究。我们确定了从作者,文物和受众之间的动态中获得的三个好处:1)作者从过程中获得的那些,2)观众从文物中获得,3)作者从观众那里得到。我们发现AI桥的CLA如何促进或减少这些好处,以及作者的担忧。我们希望我们的调查暗示AI如何为CLA观众提供有趣的体验,同时促进作者的价值观。
摘要 — 由于迭代矩阵乘法或梯度计算,机器学习模块通常需要大量的处理能力和内存。因此,它们通常不适用于处理能力和内存有限的可穿戴设备。在本研究中,我们提出了一种用于功能性近红外光谱 (fNIRS) 系统的超低功耗、基于实时机器学习的运动伪影检测模块。我们实现了 97.42% 的高分类准确率、38 354 个查找表和 6024 个触发器的低现场可编程门阵列 (FPGA) 资源利用率以及 0.021 W 的动态功耗。这些结果优于传统的 CPU 支持向量机 (SVM) 方法和其他最先进的 SVM 实现。这项研究表明,可以利用基于 FPGA 的 fNIRS 运动伪影分类器,同时满足低功耗和资源限制,这在嵌入式硬件系统中至关重要,同时保持高分类准确率。
mavric SL可以在没有失真的情况下准确测量金属植入物,以及金属植入物周围的面积是否可以很好地描绘而没有伪影。使用含有钛合金腰部腰部植入物的琼脂幻影用于本研究,并使用3.0 T MRI机进行成像。应用了三个成像序列,即Mavric SL,Cube和磁性图像汇编(魔术),并比较了结果。失真。在标准化幻影信号值后,使用定量方法检查了植入物周围的伪影区域。可以发现,与立方体和魔术相比,Mavric SL是一个优越的序列,因为失真明显较小,两个不同的研究者之间缺乏偏见,并且显着降低了伪影区域。这些结果表明有可能利用Mavric SL进行后续操作来观察金属植入物插入。
美国海岸警卫队条例手册 3B 版 COMDINST M5000.3B 于 1992 年发布,最近一次修改是在 2009 年。作为一项遗留文物,它是唯一一项在 2021 年分阶段指令取消令之后无需取消的指挥官指令,在未重新发布的情况下,该指令已达到 10 年有效期。未来将确定其状态。
摘要 — 单芯片双向脑机接口 (BBCI) 通过同时进行神经记录和刺激来实现神经调节。本文介绍了一种原型 BBCI 专用集成电路 (ASIC),该集成电路由 64 通道时分复用记录前端、面积优化的四通道高压兼容刺激器和支持同时进行多通道刺激伪影消除的电子设备组成。刺激器电源集成在芯片上,通过谐振电荷泵从低压电源提供 ± 11 V 的顺从电压。高频 (∼ 3 GHz) 自谐振时钟用于减少泵送电容器面积,同时抑制相关的开关损耗。基于 32 抽头最小均方 (LMS) 的数字自适应滤波器可实现 60 dB 的伪影抑制,从而实现同时进行神经刺激和记录。整个芯片采用 65 纳米低功耗 (LP) 工艺,占地 4 平方毫米,由 2.5/1.2 V 电源供电,记录时功耗为 205 µ W,刺激和消除后端功耗为 142 µ W。刺激输出驱动器在最大输出功率为 24 mW 时可实现 31% 的直流-直流效率。
使用 ZEISS Versa XRM 上的相位对比模式对吸入混合物中的乳糖载体颗粒进行成像。显示了原始(左)和 PhaseEvolve 处理(右)断层扫描数据的扫描体积重建的 2D 切片以及相应的直方图。处理后的数据提供无伪影的高对比度数据,其直方图易于分割。
摘要 眼球运动发出的电信号由于与传感器的距离很近且出现频率很高,会在脑电信号上产生非常强烈的伪影。在检测脑电波形中的眨眼伪影以进一步去除和净化信号方面,文献中提出了多种策略。最常用的方法需要使用大量电极、复杂的设备来采样和处理数据。这项工作的目标是创建一种可靠且独立于用户的算法,用于使用 CNN(卷积神经网络)检测和去除脑电信号中的眨眼。为了进行训练和验证,使用了三组公共脑电数据。这三组数据都包含在招募的受试者执行指定任务时获得的样本,这些任务包括在特定时刻自愿眨眼、观看视频和阅读文章。本研究中使用的模型能够全面理解将普通脑电信号与受眨眼伪影污染的信号区分开来的所有特征,而不会被仅在信号被记录的情况下出现的特定特征过度拟合。关键词:伪影去除技术;信号处理;眨眼;BCI。
本课程针对医学物理学家,他们寻求从信号生成到图像重建的MR成像基本原理的一般概述,并特别关注优化和定量技术。将介绍硬件和软件中的技术进步,包括用于临床常规和工件管理中的高级MR序列。将强调标准化在临床定量MRI中的重要性,并将重点放在质量保证和多中心比较上,包括安全方面。
如今,在教育中教授商业模式构思技能至关重要,这超越了学科界限,可以培养学生创新流程、产品和整个企业的能力。然而,新兴的(基于软件的)新想法和创新工具往往忽视了教育目的所面临的独特特征。在此背景下,我们设计了一种新颖的人工制品,用于在数字学习环境中教授商业模式构思。通过借鉴基于模式的创新、创造力和对话式人工智能的知识,我们构建了一个名为 PICO 的个人构思伴侣。我们的伴侣引导学生经历五个常见的构思阶段,鼓励他们以发散-收敛的思维方式创新商业模式。基于网络的工具涵盖了教育、社交和激励层面的多种功能,以教授商业模式基础知识并在构思过程中促进创造力和多才多艺的思维。基于我们的设计科学研究项目,我们报告了情境实例化,并为其在(创业)教育中的设计和实施提供了抽象指南。该成果已在多个正式和非正式学习场景中进行了评估,其中包括来自信息系统和创业项目的 70 多名学生以及来自公司驱动的创新培训项目的 10 名员工。