摘要-本文报告了为精确测量动态信号而不断努力对定制数字化采样器的失真行为进行建模的工作。这项工作是美国国家标准与技术研究院 (NIST) 为推动波形采样计量技术发展而不断努力的一部分。本文介绍了一种具有 -3-dB 6-GHz 带宽的采样器的分析误差模型。该模型是通过检查相平面中的采样器误差行为而得出的。该模型将信号幅度、一阶导数和二阶导数的每样本估计值作为输入,其中导数与时间有关。该模型的解析形式由这些项中的多项式组成,这些多项式是根据数字化器输入电容的电压依赖性和先前研究的旧数字化器中的误差行为而选择的。在 1 GHz 时,当将模型生成的样本校正应用于波形时,总谐波失真可从 -32 dB 改善到 -46 dB。还考虑并纠正了采样系统中时基失真的影响。结果表明,在模型中加入二阶导数依赖性可通过对拟合波形进行精细的时间调整来改善模型与测量数据的拟合度。
机械振荡器是日益多样化的精密传感应用中必不可少的组件,包括引力波探测 ( 1 )、原子力显微镜 ( 2 )、腔光力学 ( 3 ) 和弱电场测量 ( 4 )。从量子力学的角度来看,任何谐振子都可以用一对非交换可观测量来描述;对于机械振荡器,这些可观测量通常是位置和动量。这些可观测量的测量精度受到不可避免的量子涨落的限制,即使振荡器处于基态,这些涨落也会出现。使用“压缩”方法,可以操纵这些零点涨落,同时根据海森堡不确定性关系保留它们的乘积。这种压缩可以提高一个可观测量的测量精度,但代价是另一个可观测量的波动增加(5)。尽管已经在各种物理系统中创建了压缩态,包括电磁场(6)、自旋系统(7)、微机械振荡器(8-10)和单个捕获离子的运动模式(11、12),但利用压缩来增强计量一直具有挑战性。特别是,在检测过程中添加的噪声会限制计量增强,除非它小于压缩噪声。可以通过增加要测量的信号幅度来克服低噪声检测的要求。在光学干涉测量 ( 13 ) 和自旋系统 ( 14 ) 中,已经证明压缩相互作用的逆转可以放大
虽然功能性磁共振成像 (fMRI) 等脑成像工具可以测量整个大脑活动,但如何最好地解释在数据明显的自组织中发现的模式仍不清楚。为了阐明大脑活动模式如何支持大脑功能,人们可以确定度量空间,这些度量空间可以在实验定义的条件下最佳地区分大脑状态。因此,本研究考虑了几个度量空间在消除实验定义的大脑状态歧义方面的相对能力。一个基本度量空间以拓扑方式解释 fMRI 数据,即,将其解释为随时间变化的多变量信号幅度向量。另一个视角比较了大脑的功能连接,即计算来自不同大脑区域的信号之间的相似性矩阵。最近,考虑数据拓扑结构的度量空间已经出现。这种方法将数据视为从抽象几何对象中提取的样本。为了恢复该对象的结构,拓扑数据分析会检测在连续变形(例如坐标旋转和节点错位)下不变的特征。此外,这些方法明确考虑了跨多个几何尺度持续存在的特征。虽然每个大脑动力学度量空间都有其优点和缺点,但我们发现那些跟踪拓扑特征的度量空间可以最佳地区分实验定义的大脑状态。
英国医生 Richard Caton 于 1875 年在猴子身上实现了这一发明(Caton, 1875 ),德国精神病学家 Hans Berger 于 1924 年在人类身上也实现了这一发明(Jung & Berger, 1979 )。皮层电图(ECoG)后来被广泛用作一种诊断工具,通过在电极对之间施加电刺激电流来识别癫痫发作的起始区和对癫痫患者的重要皮质区进行功能映射(Lesser et al., 1984; Reif et al., 2016 )。ECoG 网格由嵌入硅片的圆形导电盘(电极)组成,硅片被放置在颅骨下方的大脑表面。与头皮脑电图等非侵入性神经信号记录方法相比,ECoG 记录对电极正下方的组织具有高度特异性(高空间分辨率)(Crone 等,1998;Freeman 等,2000;Lesser 等,2010;Leuthardt 等,2004;Miller 等,2009),信号幅度比头皮电极记录高出五倍(Blume & Holloway,2011)。ECoG 电极可以放置在硬脑膜的上方(硬膜外)或下方(硬膜下)(图 1a),并且存在多种配置,通常是 NM 电极网格,其中 N、M > 1,或 1 N 电极条带(图 1b)。用于皮质映射和癫痫监测的标准临床网格和条带的电极间距离(IED;或间距)为 10 毫米(Diehl & Lüders,2000 年;Lesser 等人,2010 年;Penfield & Boldrey,1937 年;Salles
本文介绍了获取、分析和处理光信号的可能性和方法,以便识别、确定和应对当代战场上的威胁。本文阐述了在电磁波谱的光波段进行电子战的主要方式,包括获取光发射器特征以及紫外线 (UV) 和热 (IR) 特征。本文讨论了描述激光辐射发射的物理参数和值,包括它们在创建光学特征方面的重要性。此外,已经证明,在将光信号转换为特征时,只能应用其光谱和时间参数。本文的实验部分证实了这一点,其中包括我们对三种双目激光测距仪的光谱和时间发射特性的测量。本文还表明,通过简单的配准和快速分析(涉及比较“日盲”波段紫外线特征的发射时间参数),可以快速、准确地识别各种事件。对于红外特征也是如此,需要比较几种波长的记录信号幅度。通过记录并分析训练场军事演习期间发生的几次事件的信号,实验证实了紫外线特征的正确性,这些事件包括火箭推进榴弹 (RPG) 发射和击中目标后的爆炸、三硝基甲苯 (TNT) 爆炸、穿甲弹、尾翼稳定脱壳穿甲弹 (APFSDS) 或高爆弹 (HE)。最后一部分描述了一个拟议的发射器模型数据库,该数据库是通过分析和将记录信号转换为光学特征而创建的。© 2020 中国兵器学会。由 Elsevier BV 代表科爱传播有限公司提供出版服务。本文为 CC BY-NC-ND 许可下的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。
虚拟现实环境为研究脑机接口 (BCI) 在现实环境中的性能提供了绝佳的机会。由于现实世界的刺激通常是多模态的,它们的神经元整合会引发复杂的反应模式。为了研究额外的听觉提示对视觉信息处理的影响,我们使用虚拟现实来模拟工业环境中的安全相关事件,同时记录脑电图 (EEG) 信号。我们模拟了一个在传送带系统上移动的盒子,其中两种类型的刺激(爆炸和燃烧的盒子)会中断正常操作。来自 16 名受试者的记录分为两个子集,一个是纯视觉实验,另一个是视听实验。在纯视觉实验中,两种刺激的反应模式引发了类似的模式——视觉诱发电位 (VEP),然后是枕叶-顶叶上的事件相关电位 (ERP)。此外,我们发现感知到的事件严重程度反映在信号幅度中。有趣的是,额外的听觉提示对先前的发现产生了双重影响:在爆炸盒刺激的情况下,P1 成分被显著抑制,而燃烧盒刺激下 N2c 则有所增强。这一结果凸显了多感官整合对现实 BCI 应用性能的影响。事实上,我们观察到基于混合特征提取(方差、功率谱密度和离散小波变换)和支持向量机分类器的检测任务的离线分类准确度发生了变化。在爆炸的情况下,与仅视觉实验相比,视听实验的准确度略有下降,为 -1.64%。相反,当存在额外的听觉提示时,燃烧盒的分类准确度增加了 5.58%。因此,我们得出结论,特别是在具有挑战性的检测任务中,当 BCI 应该在(多模态)真实世界条件下运行时,考虑多感官整合的潜力是有利的。
最近的证据表明,主要视觉皮层的作用超越了视觉处理,即使在没有前馈视觉信息的情况下,包括动作计划,包括动作计划,包括动作计划。已经提出,在神经层面,运动图像是基于运动代表的模拟,神经影像学研究表明,额叶和顶叶皮质中的运动成像和动作执行的重叠和共享活性模式。然而,早期视觉皮层在运动图像中的作用尚不清楚。在这里,我们在功能磁共振成像(fMRI)数据上使用了多毒素模式分析,以检查是否可以从早期视觉Cortex中目标对象的视网膜位置的活动模式可靠地解码运动成像和动作意图的内容。此外,我们调查了特定行动之间的歧视是否在想象中和预期的运动之间概括了。十八位右手的人类参与者(11名女性)想象或执行了延迟的手动动作,朝着一个位于中心的物体,该物体由附着在较大形状上的小型形状组成。动作包括抓住大或小的形状,并伸到物体的中心。我们发现,尽管具有可比的fMRI信号幅度可用于不同计划和想象的运动,早期视觉皮层中的活动模式,以及背侧前和前后皮层,但准确地代表了动作计划和动作图像。总的来说,动作计划和图像在皮质动作网络中具有重叠但非相同的神经机制。然而,无论是在顶叶而不是早期的视觉或前运动皮质中积极计划还是秘密地想象的行动,运动的含义都相似,这表明仅在高度专业地专门针对对象的掌握动作和运动目标的地区中才有广义运动表示。
在小鼠脑jiang-yang Zhang博士中进行扩散张量成像的技术。 NMR研究助理教授Russell H. Morgan放射学科学系Johns Hopkins大学医学院神经科学研究介绍,老鼠模型在促进我们对大脑及其疾病的知识方面发挥了重要作用。 要研究小鼠神经解剖学,尤其是由基因突变或病理引起的神经解剖学的变化,需要新颖的成像工具。 扩散张量成像(DTI)是一个很好的候选者,因为它可以可视化大脑中的白质(WM)结构,并已用于研究神经系统疾病,例如多发性硬化症和阿尔茨海默氏病。 即使DTI在诊所经常进行,但小鼠大脑的DTI仍然是一项艰巨的任务。 在总体积期间,小鼠大脑比人脑小约1000倍。 人脑DTI的当前分辨率约为每个像素1-2 mm。 为了实现相同的相对分辨率,我们需要使用特殊技术来实现小鼠脑DTI的分辨率为0.1-0.2 mm。 小鼠脑DTI的技术挑战在小鼠大脑的DTI中的主要技术挑战是实现高空间分辨率,同时保持令人满意的信号与噪声比(SNR)。 dTI被称为差的SNR技术,因为扩散加权图像中的信号幅度通过扩散敏化梯度减弱。 为了达到令人满意的SNR,大多数小鼠脑DTI实验都是在具有定制线圈的高场系统上进行的。在小鼠脑jiang-yang Zhang博士中进行扩散张量成像的技术。 NMR研究助理教授Russell H. Morgan放射学科学系Johns Hopkins大学医学院神经科学研究介绍,老鼠模型在促进我们对大脑及其疾病的知识方面发挥了重要作用。要研究小鼠神经解剖学,尤其是由基因突变或病理引起的神经解剖学的变化,需要新颖的成像工具。扩散张量成像(DTI)是一个很好的候选者,因为它可以可视化大脑中的白质(WM)结构,并已用于研究神经系统疾病,例如多发性硬化症和阿尔茨海默氏病。即使DTI在诊所经常进行,但小鼠大脑的DTI仍然是一项艰巨的任务。在总体积期间,小鼠大脑比人脑小约1000倍。人脑DTI的当前分辨率约为每个像素1-2 mm。为了实现相同的相对分辨率,我们需要使用特殊技术来实现小鼠脑DTI的分辨率为0.1-0.2 mm。小鼠脑DTI的技术挑战在小鼠大脑的DTI中的主要技术挑战是实现高空间分辨率,同时保持令人满意的信号与噪声比(SNR)。dTI被称为差的SNR技术,因为扩散加权图像中的信号幅度通过扩散敏化梯度减弱。为了达到令人满意的SNR,大多数小鼠脑DTI实验都是在具有定制线圈的高场系统上进行的。强磁场的缺点是它缩短了组织t 2,而加长组织t 1。高场系统比1.5特斯拉或3特斯拉磁铁具有更严重的场不均匀性。简短的T 2和场不均匀性使得通常用于临床DTI的回声平面成像(EPI)的采集类型,在高场系统上很难。除了分辨率挑战外,DTI数据通常还被受试者运动或梯度涡流引起的伪像所损坏。在体内实验期间的受试者运动可以通过更好的动物约束和呼吸触发来最小化。涡流可以通过调整梯度预先强调来显着降低。即使面临这些挑战,近年来,小鼠大脑的DTI也取得了许多进步。表1列出了几个DTI实验及其成像参数。在体内DTI获得的最佳分辨率约为0.1 mm x 0.1 mm x 0.5 mm [1],EX Vivo DTI获得的最佳分辨率为0.02 mm x 0.02 mm x 0.02 mm x 0.3 mm [2]。应用程序分辨率和成像参数
2024 年 6 月 25 日 摘要 目标:使用简化的数学方法定量探索单个皮质神经元细胞体之间的跨膜电位差异如何产生脑电图 (EEG) 的皮肤表面电位,以及如何在院前环境中使用 EEG 检测缺血性中风。方法:从静电学、解剖学和生理学的基本原理出发,可以表征单个皮质神经元细胞体激活过程中产生的表观偶极子的强度。皮质神经元中的瞬时偶极子强度取决于其细胞体的大小和表面积、其电容以及细胞体上出现的跨膜电位差异。EEG 的总电位是许多单个偶极子强度、方向和与电极的距离的函数。皮质神经元活动和放电率降低模拟了急性缺血对一个或两个 EEG 电极下组织的影响。结果:如果在任何时刻,25 个细胞体在最靠近皮肤表面电极的 1 cm 3 体积的灰质中随机活动,则可以模拟临床上真实的 EEG 记录。仅在一个 EEG 电极下完全停止神经活动会导致总体 EEG 信号幅度和频率略有下降。但是,在两个 EEG 电极下,神经活动减少到正常值的 5% 到 50% 之间,会导致 EEG 幅度与正常值相比下降 30% 到 70%。结论:这种电活动变化可用于快速早期检测急性缺血性中风,可能加快溶栓或再灌注治疗,前提是两个电极都位于缺血区域,并将信号与头部另一侧的正常信号进行比较。关键词 : 动作电位、救护车、诊断、偶极子、早期干预、脑电图、缺氧、发病率、神经元、护理人员、即时诊断系统、院前诊断、快速、再灌注、血栓溶解、治疗时间、TPA、远程医疗
最近的证据表明,初级视觉皮层的作用不仅限于视觉处理,还包括行动规划等高级认知和运动相关功能,即使在没有前馈视觉信息的情况下也是如此。有人提出,在神经层面上,运动意象是基于运动表征的模拟,神经影像学研究表明,额叶和顶叶皮层中的运动意象和动作执行存在重叠和共享的活动模式。然而,早期视觉皮层在运动意象中的作用仍不清楚。在这里,我们对功能性磁共振成像 (fMRI) 数据进行了多体素模式分析,以检查是否可以从早期视觉皮层中目标物体的视网膜位置的活动模式中可靠地解码运动意象和动作意图的内容。此外,我们研究了特定动作之间的区分是否适用于想象和意图的动作。18 名右撇子人类参与者(11 名女性)想象或执行延迟的手部动作,朝向一个位于中心的物体,该物体由一个附着在大形状上的小形状组成。动作包括抓取大或小的形状,并伸手到物体的中心。我们发现,尽管不同的计划和想象运动的 fMRI 信号幅度相当,但早期视觉皮层以及背侧运动前区和前顶叶内皮层中的活动模式准确地代表了动作计划和动作意象。然而,无论动作是在顶叶皮层而不是早期视觉皮层或运动前区主动计划还是隐秘想象的,运动内容都是相似的,这表明只有在高度专门从事物体导向的抓取动作和运动目标的区域才存在广义的运动表征。总之,动作计划和意象在皮层动作网络中具有重叠但不相同的神经机制。