XiaoMi-AI文件搜索系统
World File Search System便携
用于基于DNA的SARS-COV-2基因的基于DNA的多路复用检测
在由SARS-COV-2触发的全局COVID-19大流行之后，需要快速，特定和具有成本效益的护理诊断解决方案的需求仍然是至关重要的。尽管Covid-19不再是公共卫生紧急情况，但该疾病仍会构成全球威胁，导致死亡，并且随着新变体的风险而发生变化，导致案件和死亡引起新的激增。在这里，我们迫切需要SARS-COV-2的快速，成本效益和护理诊断解决方案。我们提出了一个基于多重DNA的传感平台，该平台利用喷墨打印的纳米结构金电极和一个喷墨打印的无电池无电池近场通信（NFC）电位，用于对两个SARS-COV-2基因，ORF1AB和N Gene的同时定量检测。基于RNA-DNA夹层结构的形成的检测策略导致高度特异性的电化学输出。喷墨打印的纳米结构金电极提供了较大的表面积，可有效结合并提高灵敏度。喷墨打印的无电池NFC PotentioStat可以通过智能手机应用程序进行快速测量和实时数据分析，从而使平台可访问和便携。具有速度（5分钟），简单性，灵敏度（低PM范围，〜450％信号增益）和成本效益的优势，提出的平台是护理点诊断和高通量分析的有希望的替代方案，可补充COVID-19的诊断工具基。
支持物联网的太阳能冷藏解决方案……
摘要 — 本文介绍了专为街头小贩设计的尖端太阳能冷藏装置的开发。这项创新技术通过太阳能整合了便携性、灵活性和效率，满足了离网地区对可靠和移动冷藏解决方案的迫切需求。从历史上看，街头小贩严重依赖不可再生能源，并且面临着冷藏设施有限的使用。我们的系统旨在通过物联网连接提供用户友好的界面、高效的冷却机制以及实时监控和管理。通过以便携和用户友好的设计为易腐物品提供可靠的冷藏，面向街头小贩的太阳能冷藏系统有可能彻底改变他们的商业实践。该系统的主要特点包括便携性，允许街头小贩在需要的地方运输和设置冷藏装置，以及对太阳能的依赖，使其成为一种可持续且经济高效的解决方案。此外，物联网技术的集成实现了对冷藏装置的远程监控和管理，确保最佳性能和能源效率。总体而言，这项技术为街头小贩提供了一种可靠、高效的冷藏解决方案，可以显著提高其产品的质量和保质期，最终改善其业务运营和盈利能力。索引词 — 物联网系统、食品质量监测、传感器、安全、自适应技术、食品工程。
使用软体机器人可穿戴设备帮助肌萎缩侧索硬化症患者恢复手臂功能
尽管在康复领域取得了令人鼓舞的成果，但上肢机器人可穿戴设备（例如，针对因神经退行性疾病而导致身体残疾的人）是否可以制成便携式并适合日常使用仍不清楚。我们展示了一种轻巧、完全便携、基于纺织品、柔软可充气的可穿戴机器人，用于肩部抬高辅助，为上肢提供动态主动支撑。该技术在无电时机械透明，可以定量评估用户的自由运动，并且每个上肢仅增加 150 克的重量。在 10 名患有不同程度神经肌肉损伤的肌萎缩侧索硬化症 (ALS) 患者中，我们发现主动运动范围立即得到改善，并且两名 ALS 患者在 6 个月内持续的身体恶化得到补偿。除了运动能力的改善外，我们还表明，这种机器人可穿戴设备无需任何训练即可改善功能活动，恢复日常生活基本活动的表现。此外，肩部肌肉活动和肌肉自觉用力减少，同时握持物体的耐力增加，凸显了该装置减轻 ALS 患者肌肉疲劳影响的潜力。这些结果代表着上肢辅助、柔软、机器人可穿戴设备的日常使用又迈进了一步。
手臂交互的电触觉反馈应用：系统评价、荟萃分析和未来方向
摘要 — 触觉反馈在广泛的人机/计算机交互应用中至关重要。然而，触觉设备的高成本和低便携性/可穿戴性仍然是尚未解决的问题，严重限制了这种原本很有前途的技术的采用。电触觉界面具有更便携和更可穿戴的优势，因为它们的执行器尺寸减小，功耗和制造成本更低。电触觉反馈在人机交互和人机交互中的应用已被探索，以促进假肢、虚拟现实、机器人遥控操作、表面触觉、便携式设备和康复等应用中的基于手的交互。本文介绍了电触觉反馈的技术概述，以及其在基于手的交互中的应用的系统综述和荟萃分析。我们根据应用类型讨论了不同的电触觉系统。我们还对研究结果进行了定量讨论，以提供对最新技术的高层次概述并提出未来的方向。电触觉反馈系统显示出更高的便携性/可穿戴性，并且它们成功地呈现和/或增强了大多数触觉、引发感知过程并在许多场景中提高了性能。然而，我们发现了知识差距（例如，实施方案）、技术（例如，反复校准、电极的耐用性）和方法（例如，样本大小）缺陷，这些缺陷应在未来的研究中得到解决。
人工智能系统安全和隐私的真实学习方法
真实学习是一种实践性的教育方法，旨在为学生提供解决实际问题所需的技能和知识。在网络安全背景下，真实学习可以帮助学生培养所需的技能，以应对机器学习系统日益增加的对抗性攻击风险。为了实现这一目标，真实学习通常涉及一系列实验前、实验和实验后活动，学生在其中学习关键概念、练习解决问题并反思他们的解决方案。随着机器学习变得越来越普遍，对抗性攻击和其他安全威胁的风险也在增加。对抗性攻击可以绕过传统的网络安全防御并造成重大损害，例如窃取敏感数据或注入恶意代码。除了对抗性攻击外，人工智能系统还面临着多种安全威胁 [1]，例如人工智能木马 [2]、模型反转 [3] 和其他类型的网络攻击。为了有效地对抗这些威胁，网络安全课程需要结合对机器学习系统攻击和防御的真实学习。然而，目前该领域缺乏教学和学习材料、开源便携式动手实验室软件以及专门的工作人员和教师。为了应对这些挑战，我们提出了一种开源、便携和模块化的方法来增强人工智能的安全性和隐私性。这种方法涉及开发在线、便携式动手实验室软件，该实验室软件由多个模块组成，涵盖各种主题，例如入门、对抗性示例攻击和防御、AI 木马攻击和防御、模型反转攻击和防御、数据集中毒攻击和防御、算法
用于自动检测和治疗阿片类药物过量的可穿戴设备
摘要 — 阿片类药物过量服用是美国 50 岁以下人口死亡的主要原因之一。仅在 2021 年，阿片类药物使用者的死亡人数就上升到惊人的 80,000 多人。过量服用过程可以通过使用纳洛酮来逆转，纳洛酮是一种阿片类药物拮抗剂，可快速抵消阿片类药物引起的呼吸抑制的影响。闭环阿片类药物过量检测和纳洛酮输送的想法已成为一种潜在的工程解决方案，可减轻阿片类药物泛滥的致命影响。在本研究中，我们介绍了一种腕戴式可穿戴设备，它克服了我们前期工作中便携性问题，从而创建了一个闭环药物输送系统，其中包括 (1) 一个近红外光谱 (NIRS) 传感器，用于检测缺氧驱动的阿片类药物过量事件，(2) 一个 MOSFET 开关，和 (3) 一个零电压开关 (ZVS) 电磁加热器。通过对人类受试者 (n = 8) 进行肱动脉闭塞 (BAO)，我们证明了一致的低氧合事件。此外，我们证明了我们的设备能够在检测到缺氧事件后 10 秒内释放药物。我们发现低氧合事件前后的氧合血红蛋白、脱氧血红蛋白和氧合饱和度 (SpO 2 ) 的变化不同 (p < 0.001)。尽管还需要进行更多的人体实验，但我们迄今为止的研究结果已指向一种潜在的工具，可以减轻阿片类药物泛滥的影响。
使用 MUSE 2 低成本系统记录的心脏和神经动态对模拟飞行操作期间的心理负荷进行分类
低成本、高便携性生理系统的进步为监测人类在日常生活活动和驾驶飞机等更复杂任务中的认知过程提供了良好的机会。Muse 2 系统结合了脑电图 (EEG) 和光电容积描记法 (PPG) 传感器，可以提取时域、频域和心率中的神经动力学特征。在一项研究中，我们为五名飞行员配备了 Muse 2 系统，让他们执行低负荷和高负荷交通模式任务以及被动听觉异常任务。组级分析显示，与低负荷条件相比，参与者在高负荷下表现出更高的平均心率、更低的 alpha 波段功率谱密度、更低的 P300 幅度。这些结果与之前在高度控制的环境和研究级仪器中进行的实验室研究一致。基于 EEG 频率特征，在单次试验基础上对两种水平的心理工作负荷进行分类的准确率达到 93.2%。事后分析显示，分类器主要依赖于 beta 和 gamma 波段的运动伪影特征。使用心率和 ERP 特征的分类器分别达到 76% 和 77.8% 的分类准确率。尽管该系统很有趣，但它在移动和神经人体工程学应用方面存在一些局限性，特别是电极数量有限，阻碍了使用先进的信号处理技术来解决信号中的噪声和伪影。
电化学导向的有损生物功能化......
纳米技术和光子学领域的最新进展为开发新一代灵活、便携、多功能和高性能光纤传感器提供了可能性，例如基于有损模式谐振 (LMR) 的传感器。由于其灵活性和相对较高的灵敏度，这种新方法在过去 20 年中应运而生，并发现了许多应用，如折射率 (RI) [ 1 ]、电压 [ 2 ]、pH 值 [ 3 ]、湿度 [ 4 ] 和化学检测 [ 5 , 6 ]。此外，由于 RI 灵敏度高，基于 LMR 效应的无标记生物传感器的研究也已有大量报道 [ 7 , 8 ]。这种光学效应发生在光纤上的薄膜中。然而，必须满足基底（光纤）、薄覆盖层和外部介质的介电常数的特定条件。一般来说，薄膜介电常数的实部必须为正，同时其幅度要高于其虚部和分析物的介电常数 [ 7 ]。因此，要获得 LMR，需要选择合适的光纤覆盖材料。许多薄膜材料沉积在石英玻璃上时可以获得 LMR。这些材料包括半导体和金属氧化物或氮化物（氧化铟镓锌 [9]、氮化硅 [10]、氧化铟锡 (ITO) [11]、掺氟氧化锡 (FTO) [12]、氧化锡 [13]、氧化锌 [9, 14]、氧化铟 [15]、氧化钛 [16]，以及氧化铪、氧化锆和氧化钽 [17]、类金刚石碳膜 (DLC) [18] 和各种聚合物 [3]）。其中一些材料，例如 ITO [19-21] 和 FTO [12]，由于其独特的性能，例如良好的电导率和合适的带隙 [22]，已被报道能够在光学和电化学两个领域发挥作用（EC）传感器的询问是可以同时进行的。由于多个
计算机脑电图
介绍。脑机接口（BCI）是一种很有前途的方法，当大脑或脊髓受损或患病时，它可以绕过通常的神经通路，实现与外部设备的直接连接。目标。本文旨在综述基于脑机接口的非侵入式脑电设备的最新研究。研究并提出了不同的内生和外生技术、优点、缺点和困难。材料和方法。使用电子数据库进行了广泛的文献检索，以确定基于 EEG 的 BCI 的相关研究。对选定的研究进行分析，以确定设备在辅助、适应和康复中的应用。结果。非侵入式脑电图-脑机接口与侵入式脑机接口相比具有许多优点，包括成本更低、使用更简单、更便携。我们还排除了颅骨组织损伤的可能性。非侵入式BCI的缺点是分辨率较低并且捕获的信号较弱。结论。在过去的 20-30 年里，BCI 经历了巨大的发展，带来了非侵入式 BCI 的进步、创新和改进。已经提出开发混合 BCI 系统，即将一个 BCI 系统与另一个 BCI 或其他类型的接口集成在一起，以提高基于 EEG 的 BCI 应用的准确性和有效性。除了单独使用 EEG 获取生物信号外，还可以使用 fNIRS 或 fMRI 等其他技术来支持生物信号的强度和质量。心率或眼球运动是附加生理测量的两个例子。关键词：脑机接口，脑电图，康复。
生物医学应用的EEG信号处理
脑电图 (EEG) 信号在临床和研究环境中得到广泛应用。使用头皮安装的 EEG 传感器测量大脑中大量神经元产生的电活动。因此，我们可以获得有关各种认知和情绪状态下大脑活动的信息。由于能够提供此类信息，EEG 信号可用于监测警觉性和心理参与度、调查慢性病以及作为生物反馈或辅助设备的信号等应用。该领域的创新推动了信号处理方法的进步，并开发了从脑机接口 (BCI) 到神经营销等新应用。EEG 信号可以在时间、频率或空间域中进行处理，从而提供多维方法来解释大脑活动。除了提供宝贵的信息外，EEG 信号还具有以高速捕获复杂神经模式的优势。作为一种可靠、便携且无创的测量大脑电活动的方法，EEG 是经济实惠且实用的研究的核心方法，也是有前途的临床医疗保健工具。本期特刊重点介绍生物医学工程应用的 EEG 信号处理，其中收录了原创研究、交流和评论论文，展示了广泛的方法和应用。15 篇论文涉及各种信息丰富的主题。这些主题包括研究 EEG 传感器开发的物理创新，以及针对癫痫、脊髓损伤和肌萎缩侧索硬化症 (ALS) 患者等临床人群的研究。本期特刊探讨了许多新颖的 EEG 信号处理策略和分析技术。