可穿戴系统设计组合语言33 3组装语言线性代数3 3线性代数讯号与系统3 3信号和系统资料结构33 3数据结构近代物理33 3 3 3 3 3 3 3 3 3
烟气风洞中双翼机翼升力系数的初步研究 第 46 届 AIAA 航空科学会议及展览 AIAA (美国航空航天学会) 2008.1 Kazuhiro Kusunoki
使用弯曲压电盘的 Tonpilz 压电换能器的频率特性估计 Applied Acoustics Elsevier 第 72 卷,第 12 期,2011 年 12 月 Tomonao Okuyama Kenji Saijo
09:30 ~ 09:45 Germar Hoffmann Sunao Shimizu Yu-Wei Chen Ravish Kumar Jain YingLin Li Yu Hung Lin JaYil Lee Yan-Ru Chen Chan-Ching Lien Saikat Karmakar Po-Feng Wu Amar Aryan Chen-Kang Huang Hsin-Yeh Wu Chin-Chia Wu Anli Tsai
实验室名称1富士实验室2山摩托实验室3山原实验室4萨萨哈拉实验室5木马实验室6 Murata实验室7 Murata实验室8 Kawabata Laboratory 9 Kawabata实验室9 Okubo实验室10 Shibuo Laboratory 10 Shibuo实验室实验室11 Matsuoka Laboratory 12 Yamada Laboratory 13 YAMADA Laboratory 14 Okub sheratory 14 Okuubi fujiuchi 14 o实验室18 SASA实验室19 Shibuo实验室20 Noguchi实验室21 Fujiuchi Laboratory 22 Kawabata Laboratory 23 SASA实验室23 SASA实验室24 Noguchi Laboratory 25 Shibuo实验室25 Shibuo实验室26 IWAI实验室27 SASA实验室27 Sasa Laboratory 28 Kawabata Labotoration 28 Kawabata实验室29 Haseguchi Laguchi Laguchi Laboratory 30 Noguchi Laboratory 31 Noguchi Laboration 31 31 Murata实验室32 Fujiuchi实验室33 Yamada Laboratory 34 Fujiuchi Laboratory 35 Sakamoto Laboratory 36 SASA实验室37 Hasegawa Laboratory 38 Hasegawa Laboratory
日常生活中人类脉搏信号的实时获取对于心血管疾病监测和诊断至关重要。在这里,我们提出了一个智能光子腕带,用于基于斑点模式分析的脉冲信号监测,并使用集成到运动腕带中的聚合物光纤(POF)。评估了几种不同的带有不同核心直径的POF的不同斑点模式处理。结果表明,智能光子腕带具有较高的信噪比和低潜伏期,测量误差约为3.7%。该视觉脉冲信号可用于进一步的医学诊断,并能够客观地监测微妙的脉冲信号变化,例如在凸出之前和之后的Cunkou和Cumpofforms的不同位置的脉冲波形。在人工智能(AI)的协助下,通过处理脉冲信号通过确定的预测模型实现了诸如手势识别之类的功能,在该模型中,识别精度达到95%。我们的AI-ASIST智能光子腕带具有潜在的用于心血管疾病和家庭监测的临床治疗的应用,为支持医疗Internet的智能系统铺平了道路。
从各个时期提取特征特征(无重叠,例如一分钟)或使用滑动窗口程序从每个时期包含的原始数据中提取统计描述符、傅立叶系数、小波分解或类似内容,以应用统计模式识别技术典型的佩戴时间验证着眼于每个加速度计轴的各个时期的标准偏差和阈值(例如std < 3mg)。较新的方法还考虑了温度。将记录转换为每分钟的活动记录仪计数,通常只在一个轴上(z 轴指向手腕外)。
偏瘫是脑卒中患者的常见后遗症( Wist et al., 2016 ),导致一侧肢体瘫痪,包括运动功能障碍和肢体肌肉无力( Maria and Eng, 2003 ; Li et al., 2013 )。由患者自愿发起的主动治疗比持续被动运动(CPM) ( Takahashi et al., 2008 ) 更有利于神经元恢复,同时,重复、持续的训练可以促进脑卒中患者的功能恢复( Kwakkel et al., 2004 ; Wang et al., 2013 )。由于腕关节对于日常生活活动(activities of daily living, ADLs)至关重要,许多康复系统被提出来辅助腕关节的主动训练( Krebs 等,2007 ;Song 等,2013 ;Abdallah 等,2016 ;Lin 等,2020 )。然而,在偏瘫康复方面,这些系统存在两个不足。首先,这些康复机器人是由偏瘫手臂控制的,这对于急性偏瘫患者来说并不适用,因为他们受损侧的运动功能已经丧失。其次,上述方法忽略了训练过程中肌肉疲劳的发生,存在影响患者主动参与的风险。