XiaoMi-AI文件搜索系统
World File Search Systemimpedance
使用连续脑实质阻抗离散度测量人类淋巴功能
附属机构：1 Applied Cognition Inc，加利福尼亚州雷德伍德城；2 华盛顿大学医学院放射学系，华盛顿州西雅图；3 VISN 20 西北精神疾病研究、教育和临床中心，VA 普吉特海湾医疗保健系统，华盛顿州西雅图；4 斯坦福大学医学院临床卓越研究中心，加利福尼亚州斯坦福；5 佛罗里达大学健康中心神经病学系，佛罗里达州盖恩斯维尔；6 VISN 20 西北精神疾病研究、教育和临床中心 (MIRECC)，VA 波特兰医疗保健系统，俄勒冈州波特兰；7 VA 波特兰医疗保健系统神经病学服务部，研究服务部，俄勒冈州波特兰；8 俄勒冈健康与科学大学俄勒冈阿尔茨海默病研究中心神经病学系，俄勒冈州波特兰；9 佛罗里达大学健康精准健康研究中心，临床和转化科学研究所，佛罗里达州盖恩斯维尔； 10 佛罗里达大学医学院健康结果与生物医学信息学，佛罗里达州盖恩斯维尔；11 华盛顿大学医学院精神病学和行为科学系，华盛顿州西雅图；12 华盛顿大学医学院神经病学系，华盛顿州西雅图；
综合超声和电阻抗断层扫描...
综合超声和电阻抗断层扫描用于提高肾结石检测率 KR Farnham 1、EK Murphy 1 和 RJ Halter 1,2 1 塞耶工程学院，2 盖泽尔医学院，达特茅斯学院，新罕布什尔州汉诺威 引言 长期处于微重力环境中会导致脱水、淤滞和骨质脱矿，从而引发肾结石，对宇航员的健康和幸福构成严重威胁 [1]。尽早发现肾结石的形成是有益的，因为较小的结石更容易通过，而碎石术等非侵入性治疗需要先使用高对比度成像（如荧光透视、X 射线）定位结石。超声波是目前在太空中使用的成像系统，但仅用超声波检测小结石是一项具有挑战性的任务。执行深空任务的宇航员需要能够对肾结石等疾病进行成像和治疗，而无需依赖额外的造影剂或远程医疗支持，因为航天器的限制和距离使这些解决方案不可行 [2]。通过对生物电特性进行成像可以获得明显更高的对比度，因为这些特性对细胞内容、组织类型和病理很敏感，从而可以检测软组织内的结石。电阻抗断层扫描 (EIT) 是一种资源消耗少、非侵入性、非电离的技术，可产生这些电特性的图像，并能够检测一系列与空间相关的疾病（如肾结石、组织损伤、肌肉萎缩、胸腔功能、癌症存在） [3]。通过结合超声波和 EIT（US-EIT），我们可以构建高对比度图像，而无需额外的设备或专业知识，为宇航员提供一种易于使用的工具，以便在长期任务中有效监测他们的健康状况。
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。
电池阻抗光谱频谱通过机器学习的部分充电电压曲线预测
电化学阻抗光谱（EIS）是锂离子电池健康诊断状态的有效技术，预计通过电池充电曲线预测阻抗光谱频谱预测有望在车辆操作过程中实现电池阻抗测试。然而，充电曲线和阻抗光谱之间的机械关系尚不清楚，这阻碍了基于EIS的预测技术的发展和优化。在本文中，我们通过电池充电电压曲线预测了阻抗光谱，并根据电化学机械分析和机器学习优化了输入。探索了充电曲线，增量容量曲线和阻抗频谱之间的内部电化学关系，从而改善了该预测的物理解释性，并有助于定义机器学习模型输入的适当部分电压范围。基于序列到序列的预测，已经采用了不同的机器学习算法来对所提出的框架进行验证。此外，评估了具有不同部分电压范围的不同部分电压范围的预测，并评估了不同的训练数据比，以证明所提出的方法具有较高的概括和鲁棒性。实验结果表明，适当的部分电压范围具有很高的精度，并且会收敛到电化学分析的发现。通过对电池内电化学反应的冠状分析选择的适当部分电压范围的阻抗光谱的预测误差小于1.9 m o。由Elsevier B.V.和科学出版社出版。即使电压范围降低到3.65–3.75 V，大多数RMSE的预测仍然可靠。2023年科学出版社和达利安化学物理研究所，中国科学院。这是CC下的开放式访问文章（http：//creati- vecommons.org/licenses/4.0/）。
通过 Jackson & Pollock 皮褶方程、近红外、生物电阻抗和体重指数估计体脂百分比的有效性
第二章 相关文献综述 ...................................................................................................... 8 身高体重表 ...................................................................................................................... 8 预测方程 ...................................................................................................................... 11 体质测量 ...................................................................................................................... 16 腰臀比 ...................................................................................................................... 20 体内水分总量 ...................................................................................................................... 25 身体质量指数 ...................................................................................................................... 31 生物电阻抗 ...................................................................................................................... 41 近红外 ............................................................................................................................. 62 皮褶厚度 ............................................................................................................................. 77 水下称重 ............................................................................................................................. 88
研究论文 新型超低功耗镜像折叠级联跨阻放大器
背景和目标：本文首次设计并介绍了一种基于电流镜和折叠级联拓扑组合的新型折叠镜 (FM) 跨阻放大器 (TIA) 结构。跨阻放大器级是接收器系统中最关键的构建块。这种新型拓扑基于电流镜拓扑和折叠级联拓扑的组合，采用有源元件设计。其理念是在输入节点使用电流镜拓扑。在所提出的电路中，与许多其他已报道的设计不同，信号电流（而不是电压）被放大直到到达输出节点。由于使用二极管连接的晶体管作为电流镜拓扑的一部分，所提出的 TIA 具有低输入电阻的优势，这有助于隔离主要输入电容。因此，以相当低的功耗实现了 5Gbps 的数据速率。此外，设计的电路仅使用了六个有源元件，占用的芯片面积很小，同时提供 40.6dBΩ 的跨阻抗增益、3.55GHz 频率带宽和 664nArms 输入参考噪声，并且仅消耗 315µW 功率和 1V 电源。结果证明了所提出的电路结构作为低功耗 TIA 级的正确性能。方法：所提出的拓扑基于电流镜拓扑和折叠级联拓扑的组合。使用 Hspice 软件中的 90nm CMOS 技术参数模拟了所提出的折叠镜 TIA 的电路性能。此外，对晶体管的宽度和长度尺寸进行了 200 次蒙特卡罗分析，以分析制造工艺。结果：所提出的 FM TIA 电路提供 40.6dBΩ 跨阻增益和 3.55GHz 频率带宽，同时使用 1V 电源仅消耗 315µW 功率。此外，由于分析通信应用中接收器电路中输出信号的质量至关重要，所提出的 FM TIA 对于 50µA 输入信号的眼图打开约 5mV，而对于 100µA 输入信号，眼图垂直打开约 10mV。因此，可以清楚地显示眼图的垂直和水平开口。此外，跨阻增益的蒙特卡罗分析呈现正态分布，平均值为 40.6dBΩ，标准差为 0.4dBΩ。此外，FM TIA 的输入电阻值在低频时等于 84.4Ω，在 -3dB 频率时达到 75Ω。通过对反馈网络对输入电阻的影响的分析，得出了在没有反馈网络的情况下，输入电阻可达1.4MΩ，由此可见反馈网络的存在对于实现宽带系统的重要性。结论：本文本文介绍了一种基于电流镜拓扑和折叠级联拓扑组合的跨阻放大器，该放大器可放大电流信号并将其转换为输出节点的电压。由于输入节点存在二极管连接的晶体管，因此 TIA 的输入电阻相对较小。此外，六个晶体管中有四个是 PMOS 晶体管，与 NMOS 晶体管相比，它们的热噪声较小。此外，由于前馈网络中未使用无源元件，因此所提出的折叠镜拓扑占用的片上面积相对较小。使用 90nm CMOS 技术参数的结果显示，跨阻增益为 40.6dBΩ，频率带宽为 3.55GHz，输入参考噪声为 664nArms，使用 1 伏电源时功耗仅为 315µW，这表明所提出的电路作为低功耗构建块的性能良好。
新型数字阻抗电桥的 PTB-INRIM 比较 ...
摘要 本文描述了在现场测量量子霍尔电阻标准时对两种不同的数字阻抗电桥进行比较，目的是实现电容的 SI 单位法拉。在 EMPIR 联合研究项目 18SIB07 GIQS（石墨烯阻抗量子标准）中，德国联邦物理技术研究院 (PTB) 开发了一种约瑟夫森阻抗电桥，意大利国家计量研究所 (INRIM) 和都灵理工大学 (POLITO) 开发了一种电子数字阻抗电桥。前者基于约瑟夫森波形发生器，后者基于电子波形合成器。INRIM-POLITO 阻抗电桥被转移到 PTB，通过测量温控标准和石墨烯交流量化霍尔电阻 (QHR) 标准对这两个电桥进行了比较。 1233 Hz 下 10 nF 电容标准的校准不确定度在 PTB 电桥的 1 × 10 − 8 以内，INRIM–POLITO 电桥的不确定度在 1 × 10 − 7 左右。比较在综合不确定度内相互验证了两个电桥。结果证实，数字阻抗电桥允许从 QHR 实现 SI 法拉，其不确定度可与 BIPM 和主要国家计量机构的最佳校准能力相媲美。
不同充电状态锂离子电池宽带电化学阻抗谱数据集
该数据集包括对常用电池（即三星 ICR18650-26J 圆柱形锂离子电池）的电化学阻抗谱测量。使用随机相位多正弦激励信号，在 0.05 Hz 至 10 0 0 Hz 的十四个不同频率下测量电池的复阻抗。对于每个激励频率，电流幅度为 50 mA，导致测量不确定度约为 0.1 m Ω。在四种不同的全新电池的十种不同充电状态下提供六次重复测量。从六个单独的放电循环中获得每个单独电池的重复 EIS 测量结果。所有测量均在将电池放置在 25 ± 1 °C 的温控室中进行。每次测量前都让电池热化。© 2022 作者。由 Elsevier Inc. 出版。这是一篇根据 CC BY 许可协议开放获取的文章 ( http://creativecommons.org/licenses/by/4.0/ )
final_emj_submitting.pdf
抽象目标。电阻抗断层扫描（EIT）是一种成像技术，它使用表面电极在物体内产生内部阻抗变化的层析成像图像。它可用于成像癫痫发作期间几秒钟内发生的脑组织阻抗的缓慢增加，这归因于过度稳态的细胞肿胀，这是由于超同步神经元热及其相关的代谢需求而引起的。在这项研究中，我们在大鼠脑中的新皮质和海马癫痫事件中表征和成像了这种缓慢的阻抗反应，并评估了其与潜在的神经活动的关系。方法。新皮质或海马癫痫发作，包括可重复的一系列高振幅发作性尖峰，通过电刺激用芬太尼 - 伊斯科紫烷麻醉的大鼠的感觉运动皮层或孔子路径来诱导。传递阻抗是在连续30次癫痫发作期间测量的，通过在上皮阵列上施加正弦电流，并合并以产生缓慢活性的EIT图像。主要结果。缓慢的阻抗响应始终与癫痫发作结束时持续时间匹配，并且该活动的EIT图像在所有动物中都重建了（p <<<<<<0.03125，n5）。这些表现出的活性焦点在空间上分别与面部体感皮质和齿状回，分别用于新皮层和海马癫痫发作，并随着癫痫发作的进行，并包含了较大的体积。明显的能力。对重建的质量分析表明，该活性对应于癫痫发生区的真实位置，这是由EEG记录和快速神经EIT测量确定的，这些测量同时获得。这些发现表明，缓慢的阻抗反应在癫痫发作过程中提出了高度同步神经元活性的可靠标志，因此可以用于研究体内癫痫生成的机制，并有助于在抗逆性epilesies e epilesies c Repracties患者期间癫痫发作的定位。
低功率翻转电压追随者电流镜具有改进的输入输出阻抗
摘要。高性能子伏电流镜被广泛用于构建混合模式低功率VLSI系统。电流镜的性能取决于其关键参数，其中包括较大的操作范围，低输入合规性电压，宽秋千，大带宽以及非常低的输入和非常高的输出电阻。在本文中，显示了高性能低功率电流镜的设计。所提出的电流镜基于电压跟随器，使电流镜在低压下工作。为改善输入输出电阻，提出的电流镜由超级晶体管和超级cascode阶段使用。在微电瓦范围内的功率耗散时，直到1mA达到了最小误差的当前镜像。所达到的带宽为2.1 GHz，低输入和高输出电阻分别为0.407 ohm和50 giga ohm。在本文中还显示了过程角，温度分析和提议的电流镜的噪声分析。使用0.18 UM技术的HSPICE以0.5 V的双电源电压进行完整分析。