XiaoMi-AI文件搜索系统
World File Search Systemphysiological
Brant-X：统一的生理信号对齐框架
生理信号是了解人体各种生理状态不可或缺的重要线索，现有的大部分工作都集中于针对多种应用场景的单一类型生理信号。然而，人体是一个整体的生物系统，各种生理数据之间内在的相互联系不容忽视。特别是考虑到大脑作为生命活动的控制中心，脑电图（EEG）与其他生理信号表现出显著的相关性。因此，EEG与其他生理信号之间的相关性有可能在各种场景中提高性能。然而，实现这一目标仍然受到几个挑战的制约：同时收集的生理数据的稀缺性、各种信号之间相关性的差异以及各种任务之间的相关性差异。为了解决这些问题，我们提出了一个统一的生理信号对齐框架Brant-X，来模拟EEG与其他信号之间的相关性。我们的方法（1）利用EEG基础模型将EEG中的丰富知识高效地转移到其他生理信号；（2）引入两级对齐，从不同语义尺度完全对齐EEG和其他信号的语义。在实验中，与任务无关和任务特定的基线相比，Brant-X在不同场景的各种下游任务上实现了最佳性能，包括睡眠阶段分类、情绪识别、步态冻结检测和眼动交流。此外，对心律失常检测任务的分析和案例研究中的可视化进一步说明了Brant-X在从EEG到其他生理信号的知识转移方面的有效性。模型主页位于https://github.com/DaozeZhang/Brant-X/。
基于生理特征的飞行员认知负荷识别...
认知负荷是飞行员在对飞机操控信息认知过程中产生的，与飞行安全息息相关。认知负荷是飞行员在完成任务过程中产生的生理和心理需求，因此研究在复杂的人-机-环境相互作用下飞行员认知负荷的动态识别具有重要意义。本文设计了机场交通航线飞行模拟试验，获取飞行员的心电生理和NASA-TLX心理数据，分别对其进行小波变换预处理和数理统计分析，并利用Pearson相关分析法对预处理后的心理生理数据进行特征指标选取。基于心理生理特征指标，结合RNN和LSTM构建飞行员认知负荷识别模型。与RNN神经网络、支持向量机等其他方法建立的认知负荷识别模型相比，本研究结果更加准确。本研究可为预防和减少飞行任务中认知负荷引起的人为失误提供有益参考，有望实现飞机驾驶舱的智能控制，改善飞行操纵行为，保障飞行安全。
开发用于远程生理监测的多模生物传感器
摘要 简介 英国的几次军事探险已经成功使用生理传感器来监测参与者对恶劣环境条件的生理反应。本文介绍了一种多模式可穿戴生物传感器的开发和试验，该传感器用于首次全女性无人协助的南极大陆滑雪穿越。该项目成功地将远程实时生理数据传回英国。从人体工程学和技术经验中吸取的教训为未来的可穿戴设备提供了建议。 方法 生物传感器设备设计为可持续贴在皮肤上并捕获：心率、心电图、体表温度、生物阻抗、汗液 pH 值、钠、乳酸和葡萄糖。数据通过近场技术从设备传输到安卓智能手机。安卓智能手机上运行的定制应用程序使用市售的卫星收发器将数据安全传输到英国研究中心。 结果 多模式设备捕获的实时生理数据成功传回英国研究控制中心 6 次。参与者的远征后反馈有助于改进下一代设备的人体工程学和技术。结论可穿戴技术未来的成功取决于建立临床对测量数据质量的信心，以及在个人、环境和所从事活动的背景下对这些数据的准确解释。在不久的将来，可穿戴生理监测可以提高即时诊断的准确性，并为关键的医疗和指挥决策提供信息。
人机协作中的生理计算研究
摘要：近年来，人机协作已成为一个突出的研究课题。为了加强协作并确保人机之间的安全，研究人员采用了各种方法。其中一种方法是生理计算，旨在通过测量各种生理信号（如皮肤电反应 (GSR)、心电图 (ECG)、心率变异性 (HRV) 和脑电图 (EEG)）来估计人类的心理生理状态。然后使用这些信息向机器人提供反馈。在本文中，我们介绍了人机协作生理计算的最新方法。我们的目标是为新研究人员提供全面的指南，以了解常用的生理信号、数据收集方法和数据标记技术。此外，我们对相关研究进行了分类和制表，以进一步帮助理解这一研究领域。
自愿抑制生理镜活动：脑电图...
在健康的人类成年人中观察到的抽象生理镜活动（PMA）描述了单侧肢体运动过程中对侧同源肌肉的非自愿共激活。在这里，我们使用神经肌肉测量值（肌电图； EMG）提供了新的证据，即在通知人类参与者（10名男性，10个女性）有关其存在并通过标准的协议的基本理解的固有手部肌肉的单侧等轴测收缩期间，PMA的幅度可以自愿抑制。重要的是，尽管在任务执行过程中没有任何在线反馈，并且没有特殊培训，但要求在参与pant的情况下立即观察到PMA的显着抑制。此外，我们观察到PMA的下降特别伴随着用脑电图（EEG）记录的相对额叶D功率的折痕。相关性分析进一步促进了一旦参与者开始抑制，PMA的个体振幅与额叶D功率之间的逆关联。在一起，这些结果表明，额叶区域的D功率可能反映了执行过程，在这种情况下，在这种情况下为PMA施加抑制性控制。我们的结果为开发与非自愿运动的神经居住相关的治疗应用提供了一个初始参考点，这可以通过在老年人中观察到的PMA实现，然后才能完全表现出不良的明显运动模式。
解开生理生物信号的对抗性迁移学习
摘要 — 可穿戴传感器的最新发展为有效和舒适地监测生理状态提供了良好的结果。生理状态评估的一个主要挑战是迁移学习问题，这是由于不同用户或同一用户的不同记录会话的生物信号域不一致而导致的。我们提出了一种用于迁移学习的对抗推理方法，以从压力状态水平评估中的生理生物信号数据中提取解开的干扰鲁棒表示。我们利用任务相关特征和人员判别信息之间的权衡，通过使用对抗网络和干扰网络来联合操纵和解开编码器学习到的潜在表示，然后将其输入到判别分类器。跨受试者转移评估的结果证明了所提出的对抗框架的优势，从而展示了其适应更广泛受试者的能力。最后，我们强调我们提出的对抗迁移学习方法也适用于其他深度特征学习框架。索引词——压力水平评估、生理生物信号、对抗网络、迁移学习、深度神经网络、解耦表示学习
解开生理生物信号的对抗性迁移学习
摘要 — 可穿戴传感器的最新发展为有效和舒适地监测生理状态提供了良好的结果。生理状态评估的一个主要挑战是迁移学习问题，这是由于不同用户或同一用户的不同记录会话的生物信号域不一致而导致的。我们提出了一种用于迁移学习的对抗推理方法，以从压力状态水平评估中的生理生物信号数据中提取解开的干扰鲁棒表示。我们利用任务相关特征和人员判别信息之间的权衡，通过使用对抗网络和干扰网络来联合操纵和解开编码器学习到的潜在表示，然后将其输入到判别分类器。跨受试者转移评估的结果证明了所提出的对抗框架的优势，从而展示了其适应更广泛受试者的能力。最后，我们强调我们提出的对抗迁移学习方法也适用于其他深度特征学习框架。索引词——压力水平评估、生理生物信号、对抗网络、迁移学习、深度神经网络、解耦表示学习
生理流的建模和模拟-ERP系统
Suman Chakraborty教授（https://en.wikipedia.org/wiki/wiki/suman_chakraborty）是印度科技学院机械工程系Kharagpur，印度印度，印度，印度J. C. C. Bose National Sir ass Industry of Science and India Conviralmy和India offirment of India。他一直是医学与技术学院的负责人，也是该研究所的研发院长。他当前的研究领域包括微流体，纳米流体，微纳米量表运输，特别关注生物医学应用，包括用于负担得起的医疗保健的新型诊断技术。Chakraborty教授是印度荣誉荣誉主席，美国机械工程师学会（ASME）的Freeman Scholar奖和工程与计算机科学类别的Infosys奖的最新奖项。根据他的杰出研究贡献，他还在2023年由《亚洲科学家》杂志和印度印度的机械和航空航天工程领域排名最高的研究人员在2023年在亚洲所有学科的前100名研究人员列出。他曾获得2013年令人垂涎的Santi Swaroop Bhatnagar奖，这是印度政府的最高科学奖。他被当选为美国物理学会的会员，皇家化学学会会员，ASME院士 - 领先的国际学术机构的3名。他还是所有印度国家科学与工程学院的研究员。他曾获得印度国家科学学院G. D Birla科学研究奖 - Reliance Industries Platinum Platinum jubilee面向应用的研究奖，Rajib Goyal年轻科学家奖，Indo-US研究研究所，Scopus Young Scientist授予的Indo-US研究奖学金（德国人）的Scopus Young Scientist奖（德国人）的科学/年轻人奖学金（德国人）的研究员奖（德国）的研究员奖（德国人）高等教育，科学与工程学院，并获得了印度国家工程学院杰出教师奖。他还是亚历山大·冯·洪堡（Alexander von Humboldt）的研究员，也是国外各种各样的主要大学的客座教授。他在国际顶级期刊（550+）中拥有大量有影响力的出版物，具有高引用（17000多个）以及专利/许可技术，并且在服务不足的人口和社区保健方面具有独特的技术开发专业知识。
UPRER - 免疫轴充当生理食物...
。cc-by 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他已授予Biorxiv授予Biorxiv的许可，以永久显示预印本。这是该版本的版权所有，该版本发布于2024年6月20日。 https://doi.org/10.1101/2023.11.10.566584 doi：Biorxiv Preprint
使用 PPG 持续监测生理参数
目标：利用支持物联网的脉搏血氧仪开发一种非侵入式血红蛋白连续监测方法。目前在印度，大多数妇女、老年人和农村地区的人都患有贫血。在很多情况下，人们无法去医院和实验室进行血红蛋白检测。为了帮助上述人群，我们提出的系统将以实惠的价格测量血红蛋白浓度，而无需去医院。方法：我们开发了使用脉搏血氧仪实时连续监测血红蛋白浓度和血氧饱和度 (SpO 2 ) 的方法。在本研究中，有 47 名健康志愿者参与并在静息条件下测量上述参数。结果：获得的结果与实验室测量值一致，变化范围为 0.12g/dL 至 1.0g/dL。新颖性/应用：实验结果表明，使用支持物联网的非侵入式方法连续监测血红蛋白和 SpO 2 的方法可用于医疗保健管理。