类脑芯片:"芯"中的电磁波

人工智能目前处于第三次高速发展期,人工智能算法的发展离不开其物理基础——类脑芯片.类脑芯片特殊的传输信号和电路架构,将引起全新的电磁完整性问题.传统的自动化设计软件无法适用于类脑芯片,针对类脑芯片的新型模拟及设计技术和方法亟待开发.在类脑芯片发展前期加入电磁完整性的研究具有重要的科学价值和广泛的工业应用前景.     

基于时频域的卷积神经网络运动想象脑电信号识别方法

针对目前运动想象脑电（EEG）信号识别率较低的问题，考虑到脑电信号蕴含着丰富的时频信息，提出一种基于时频域的卷积神经网络（CNN）运动想象脑电信号识别方法。首先，利用短时傅里叶变换（STFT）对脑电信号的相关频带进行预处理，并将多个电极的时频图组合构造出一种二维时频图；然后，针对二维时频图的时频特性，通过一维卷积的方法设计了一种新颖的CNN结构；最后，通过支持向量机（SVM）对CNN提取的特征进行分类。基于BCI数据集的实验结果表明，所提方法的平均识别率为86.5%，优于其他传统运动想象脑电信号识别方法；同时将该方法应用在智能轮椅上，验证了其有效性。     

齿轮-连杆组合机构多足机器人的设计与控制研究

基于蜘蛛、螃蟹节肢动物的爬行方式,采用作图法设计一种满足预定轨迹要求的齿轮-连杆组合机构:多足机器人。利用Solid Works软件对该机器人零件进行装配,并采用其中的Motion模块添加马达进行运动仿真分析,得出爪端速度曲线,验证了该机构的可行性。另外,该机器人搭载了TGAM脑电模块采集脑电数据,通过蓝牙串口发送给PC机进行数据处理,最后将数据发送给Arduino平台控制多足机器人以不同速度前进,实现脑波控制机器人的目的。     

低觉醒脑电识别与唤醒的可穿戴系统研究

为智能化地识别警戒作业人员出现的低觉醒、注意力下降的生理状态，本文介绍了一种基于FPGA和脑电信号处理的低觉醒状态检测与唤醒系统，系统通过传感器从大脑头皮采集脑电信号，转换为数字信号，经傅里叶变换获取了脑电信号的θ相对能量、α相对能量、重心频率、谱熵等4个特征量，由4个特征量表征低觉醒状态并运用支持向量机对低警戒状态进行识别，当识别出低觉醒状态时采用声音报警模块发出声音，唤醒警戒作业人员。设计系统能够较好地识别出低觉醒状态，识别率达90.8%，可为提高警戒作业工作绩效提供一种可穿戴的智能装备。     

积极降压对脑小血管病防治策略的影响

2017年,美国心脏病学会和美国心脏协会提出将高血压诊断标准降为130/80 mm Hg (1 mm Hg=0. 133 kPa),这与其他指南有所不同。降压治疗的核心目标在于靶器官的保护,近年来降压治疗与脑小血管病预防的相关问题日益受到临床重视。目前研究结果表明,降压治疗对腔隙性卒中患者的二级预防以及白质病变进展的预防可能有一定积极意义,但确切的降压目标值并未确定。血压与临床结局可能呈现J型关系,血压过低或过高可能均有害,而取得最大获益的降压目标有待进一步探索。     

电点火起爆器

电点火起爆器通过一对电信号输入元件将电信号传给连接着电信号输入元件的电阻元件，使它加热并用电阻元件产生的热点燃炸药，以启动车辆安全装置。电阻元件用蚀刻镍—铬合金薄膜做成，它位于基板的上表面。电阻元件的第一个侧面在电信号两输入端之间，是直线型的，而第二个侧面从每个电信号输入端开始倾斜，以使第一个侧面和第二个侧面上每条倾斜线之间的宽度随相应电信号输入端距离的增加而减小。电阻元件在倾斜线相交处有最小的截面积。     

心电地图仪中工频干扰的一种滤除方法

在心电地图仪中记录到的体表心电信号往往由于电磁的影响而引进工频干扰．基于体表心电信号中工频干扰的特点，作者提出了一种滤除工频干扰的方法，即就单独—胸导联信号通过提高频谱的分辨率来估计工频干扰的频率；基于最小均方误差准则来估计各导联信号中工频干扰的幅度和相位。文中还给出了该算法的流程图和滤波性能分析。模拟结果表明了该算法的有效性。应用该算法对心电地图仪中的工频干扰进行对消，取得了满意的结果。     

电脑积尘，轻松处理

灰尘可谓电脑“健康”的头号杀手，电脑内部过多的积尘不仅容易产生高压静电击穿电子元件，并且灰尘受潮之后，还容易造成板卡或元件之间发生漏电，从而导致电脑无法稳定工作。另外，灰尘还会影响电脑内部各散热器件的散热性能。经常抽烟的使用者，键盘的键帽之下也难免积有烟灰。如何处理这些灰尘，笔者认为最恰当的方法就是使用吸尘器来除清。     

基于USB接口的心电信号数据采集系统

介绍了基于USB接口的心电信号数据采集系统，给出了该系统的硬件组成原理及软件设计方法。由于该系统使用了高性能的USB专用芯片CY7C64613，因而具有使用方便、即插即用等特点。与笔记本电脑相连即可构成移动式心电信号检测分析仪器，具有较高的实用推广价值。