神经科学研究如何在细胞外水平上实施复杂的大脑功能需要体内神经记录界面,包括微电极和读出电路,并且可观察力和空间分辨率增加。神经记录接口的趋势用于采用高通道计数探针或具有密集间隔记录位点的2D微电极阵列,用于记录大型神经元种群,因此很难节省资源。模拟前端的低噪声,低功率要求的规范通常需要大型硅职业,这使问题更具挑战性。减轻该消费区负担的一种常见方法依赖于时间划分多路复用技术,在该技术中,在频道之间部分或完全共享读出的电子设备,同时保留录音的空间和时间分辨率。在这种方法中,共享元素必须在每个通道较短的时间段上操作,因此,在较大的操作频率和信号带宽方面,活动区域被交易。因此,功耗仅受到轻微影响,尽管其他性能指标(例如内噪声或串扰)可能会降低,尤其是在整个读取电路在模拟前端输入中多重的时。在本文中,我们回顾了针对时间划分的多重神经记录系统报告的不同实施替代方案,分析了它们的优势和缺点,并提出了提高性能的策略。
摘要:养虾是水产养殖生产中一个世纪以来的实践。在过去的几年里,传统的养殖方法得到了一些改进,然而,它仍然主要涉及密集的手工劳动,这使得传统养殖既不省时也不省钱。因此,需要一种持续的监测方法来提高养虾的效率。本文提出了一种使用深度学习和图像处理方法自动监测虾的流程。自动监测包括长度估计、虾的消化道评估和计数。此外,还设计了一个移动系统来监测各种养殖池中的虾。这项研究显示了有希望的结果,并展现了人工智能在自动化虾监测方面的潜力。