摘要 — 本研究提出了一种混合信号、储层计算神经网络 (RC-NN),用于使用智能可穿戴设备进行家庭实时健康监测。所提出的技术在心电图 (ECG) 信号的压力检测和使用融合人口统计和生理信息的融合人工智能 (AI) 模型的心脏病检测中得到了证明。RC-NN 使用具有短期记忆的静态随机储层层将输入数据非线性投影到高维平面,并在输出层使用线性 AI 模型轻松分离。RC-NN 采用 65nm CMOS 工艺设计,检测压力和心脏病的平均准确率分别为 92.8% 和 86.8%,同时分别消耗 10.97nJ/推理和 2.57nJ/推理。
当今的主要问题是适当的健康监测。由于缺乏适当的健康监测系统,患者遭受严重的健康问题。如今有许多设备可以通过互联网监测患者的健康状况。卫生专业人员正在充分利用这些设备来监测患者的健康状况。机器学习正在重塑医疗保健行业,数百家新的医疗技术公司如雨后春笋般涌现。在本文中,我们将创建一个健康监测系统,记录患者的 BMI、年龄、性别、体温、体压、脉搏率、是否饮酒以及是否吸烟。通过早期风险预测和适当的个性化建议,该系统可以帮助人们管理健康的生活方式。为了开发一个智能、自动化、个性化、情境化和行为建议的系统来实现个人健康目标,并将健康相关问题作为研究案例,我们建议 (a) 识别健康风险因素,(b) 从对照试验中收集数据,(c) 进行数据分析,以及 (d) 使用机器学习算法进行预测分析,以预测未来的健康风险和行为干预。该系统使用决策树分类算法,有助于实现良好的准确性并预测患者的健康风险水平。
重复使用 本文根据知识共享署名-非商业 (CC BY-NC) 许可条款发布。此许可允许您以非商业方式重新混合、调整和在此作品的基础上进行创作,任何新作品也必须承认作者并且是非商业性的。您不必以相同条款许可任何衍生作品。更多信息和许可的完整条款在此处:https://creativecommons.org/licenses/
摘要理由化疗诱导的认知障碍(CICI),化学邻磷脂和化学杂志是化学治疗剂影响癌症患者/幸存者的精神功能障碍的常见术语。CICI表现为短期/长期记忆问题和延迟的心理处理,这会干扰一个人的日常活动。了解CICI机制有助于开发可能减轻疾病状况的治疗干预措施。动物模型促进了批判性评估,以阐明基本机制,并构成验证不同治疗假设和策略的组成部分。目标需要对科学文献进行有条理的评估,以了解与化学治疗剂在不同的临床前研究中使用的认知变化。这篇评论主要强调了动物模型,其动物模型是通过各种化学治疗剂单独并结合使用的,其提出的机制导致了认知功能障碍。本综述还指出,健康动物中化学探针的分析,以了解在没有肿瘤和承重肿瘤动物中干预措施的机制,以模仿人类癌症条件,以筛查潜在的候选药物针对Chemobrain。结果在健康和承重肿瘤的动物中证明了由于常用化学治疗剂的大量记忆不足。空间和情感认知障碍,神经营养蛋白的改变,氧化和炎症标志物以及长期增强的变化在不同动物模型中通常会发生变化。结论障碍是癌症化学疗法的严重副作用之一。由于不同趋势改变行为和生化参数的趋势的化学治疗剂机制不同,化学疗法可能会带来明显的风险,从而导致健康和耐肿瘤动物的记忆障碍。
摘要:结构健康监测被认为是提高航空安全性和降低运营成本的可行解决方案,它可以根据机身的实际状况实现一种新颖的维护方法,从而降低定期检查带来的运营成本。然而,净收益几乎没有得到证明,而且目前还不清楚这种自主系统的实施如何影响飞机层面的性能。为了弥补这一差距,本文提出了一个系统分析,其中集成永久连接的传感器(用于诊断)的成本和重量对飞机主要性能的影响。通过多学科飞机分析框架,将飞机运行空重的增量与直接运营成本方面的可能收益进行比较,以确定盈亏平衡点。此外,该分析允许为结构健康监测系统建立设计指南,使飞机更安全,而不会产生任何经济损失。结果表明,运营成本低于参考飞机,最大起飞重量最多增加 4%。论文研究结果表明,从概念设计阶段开始就应考虑状态监测策略,因为这样可以最大限度地发挥这种创新技术的影响。然而,这涉及全新飞机的设计,而不是对现有飞机的改造。
1 拉吉夫·甘地石油技术学院计算机科学与工程系地理信息学实验室,印度北方邦阿梅蒂 229304;pgi19002@rgipt.ac.in 2 拉吉夫·甘地石油技术学院石油工程与地球工程系机器学习与自动化实验室,印度北方邦阿梅蒂 229304;ppe15001@rgipt.ac.in 3 印度理工学院土木工程系,印度北方邦坎普尔 208016;blohani@iitk.ac.in 4 拉吉夫·甘地石油技术学院电子工程系,印度北方邦阿梅蒂 229304; udwivedi@rgipt.ac.in 5 印度北方邦 Jais 229304 拉吉夫·甘地石油技术学院化学工程与生物化学工程系;ddwivedi@rgipt.ac.in 6 韩国水原 16499 亚洲大学材料科学与工程系;ashu.materials@gmail.com 7 韩国首尔大学材料科学与工程系,首尔东大门区 Seoulsiripdaero 163 号,邮编 02504 * 通讯地址:susham@rgipt.ac.in(顺便提一句);jpjung@uos.ac.kr(摩根大通);电话:+91-9919556965(顺便提一句);+82-2-6490-2408(摩根大通)† 同等贡献。
© 编辑(如适用)和作者 2021。本书为开放获取出版物。开放获取 本书根据知识共享署名 4.0 国际许可证 (http://creativecommons.org/licenses/by/4.0/) 的条款获得许可,允许以任何媒体或格式使用、共享、改编、分发和复制,只要您给予原作者和来源适当的信用,提供知识共享许可证的链接并指明是否进行了更改。本书中的图像或其他第三方材料包含在本书的知识共享许可证中,除非在材料的致谢中另有说明。如果材料未包含在本书的知识共享许可证中,并且您的预期用途不被法定法规允许或超出允许用途,则您需要直接从版权所有者处获得许可。本出版物中使用一般描述性名称、注册名称、商标、服务标记等。即使没有具体声明,也不意味着这些名称不受相关保护法律和法规的约束,因此可以自由使用。出版商、作者和编辑可以放心地认为,本书中的建议和信息在出版之日是真实准确的。出版商、作者或编辑均不对此处包含的材料或可能出现的任何错误或遗漏提供明示或暗示的保证。出版商对已出版地图和机构隶属关系中的司法权主张保持中立。
摘要:在这项工作中,我们提出了一种创新的方法,用于利用脑启发算法的基础设施损坏检测。所提出的解决方案利用了复发性尖峰神经网络(LSNN),这些神经网络(LSNN)正以其理论能量效率和紧凑性而出现,从而通过在传感器节点上直接处理来自低成本加速度计(MEMS)的数据来识别损害条件。我们专注于设计MEMS数据的有效编码,以优化低功率微控制器上的SNN执行。我们在配备有STM32嵌入式微控制器和数字MEMS加速度计的硬件原型传感器节点上表征和支持LED LSNN性能和能耗。我们使用了一个硬件环境和虚拟传感器在连接到物理微控制器的SPI接口上生成数据,以通过来自真实高架桥的数据流来评估系统。我们还利用了这种环境,以研究不同的传感器编码技术的影响,模仿了生物启发的传感器能够生成事件而不是加速度的传感器。获得的结果表明,在使用基于尖峰的输入编码技术时,提出的优化嵌入的LSNN(ELSNN)就可以在先进的ART中存在的幼稚LSNN算法实现而达到54%的执行时间。优化的ELSNN需要约47 kcycles,这与SPI接口的数据传输成本相当。但是,基于尖峰的编码技术需要更大的输入向量才能获得相同的分类精度,从而导致更长的预处理和传感器访问时间。总体而言,基于事件的编码技术会导致更长的执行时间(1.49×),但能耗相似。在传感器上移动此编码可以消除此限制,从而导致总体能量更稳固的监视系统。
本文提供了一种使用自动测试设备(ATE)评估下机航空电子系统健康监测可信度的方法。指标包括假阳性、假阴性、真阳性和真阴性的概率。我们首次考虑了刺激信号源(SSS)的不稳定性、测量通道误差的随机和系统分量以及系统本身的可靠性特性。我们考虑了永久性故障和间歇性故障的指数分布的具体情况,并推导出计算可信度指标的公式。数值计算说明了正确和错误决策的概率如何取决于精度参数。我们表明,当刺激信号的标准偏差增加时,假阳性和假阴性的概率增加得比真阳性和真阴性的概率下降得快得多。对于甚高频全向范围 (VOR) 接收器,我们证明即使刺激信号源产生的随机误差为零,假阳性和假阴性的概率也不同于零。
本文提供了一种使用自动测试设备 (ATE) 评估下机航空电子系统健康监测可信度的方法。指标包括假阳性、假阴性、真阳性和真阴性的概率。我们首次考虑了刺激信号源 (SSS) 的不稳定性、测量通道误差的随机和系统分量以及系统本身的可靠性特性。我们考虑了永久性故障和间歇性故障的指数分布的具体情况,并推导出计算可信度指标的公式。数值计算说明了正确和错误决策的概率如何取决于精度参数。我们表明,当刺激信号的标准差增加时,假阳性和假阴性的概率增加得比真阳性和真阴性的概率下降得快得多。对于甚高频全向测距 (VOR) 接收器,我们证明即使刺激信号源产生的随机误差为零,假阳性和假阴性的概率也不为零。