一种FPGA集群轻量级深度学习计算架构设计及实现

传感器技术的发展带来了边缘、端设备功能的迅速迭代升级,也带来了战场前端的数据量成倍增长。针对边缘、端设备数据量的急剧增长和芯片计算处理能力的矛盾,结合Map/Reduce框架,提出了一种基于现场可编程门阵列(Field Programmable Gate Array,FPGA)计算集群资源的深度学习架构,能够实现多个深度学习算法的并行快捷部署和应用。该轻量级深度学习计算架构同时满足军事应用对“端”的智能处理能力提出的新要求,即不仅局限于数据采集和智能的应用,还必须具备分布式并行智能实时计算的能力。该FPGA集群轻量级深度学习计算框架部署不同类型算法容易,实时性高(ms级任务响应),可扩展性好,在多种类异构传感器、大场景大数据吞吐量的军事场景及森林防火等民用场景有广泛的应用前景。

一种新型医用下肢康复支具的研制

本文阐述了一种新型医用下肢康复支具的研制过程。该装置主要由承重装置、负重装置、负重调节装置以及压力检测装置等结构组成,具有调节、设定以及控制负重载荷等功能,可使行内固定术后的下肢骨折患者早期进行负重、行走功能锻炼,促进其骨折愈合及肢体功能康复,减少术后并发症,具有一定的实用价值。

下肢可调负重支具在股骨粗隆间骨折术后康复中的应用

目的:探讨应用自行研制的下肢可调负重支具康复治疗JensenⅡ型股骨粗隆间骨折PFNA内固定术后患者的临床疗效。方法:选取2015年1月至2016年12月,年龄60～70岁的JensenⅡ型股骨粗隆间骨折PFNA内固定术后患者83例。按区组随机法分为常规康复组(A组,42例)和支具康复组(B组,41例)。其中A组患者术后按常规方法康复,B组患者术后1周应用下肢可调负重支具辅助康复治疗。通过对比两组患者术后及定期随访过程中疼痛视觉模拟评分(VAS)、患肢负重情况、骨折愈合X线评分、骨折临床愈合时间、健侧股骨近端Singh指数及髋关节Harris评分,评价两组患者术后康复治疗效果。结果:共完成病例69例,失访或退出14例;A组34例,B组35例,获随访12～24个月。术后第3个月B组VAS评分显著低于A组(P<0.05)。术后2、3个月B组负重情况百分比高于A组(P<0.05)。术后3、6个月骨折愈合X线评分B组高于A组(P<0.05)。B组骨折临床愈合时间显著短于A组(P<0.05)。术后1、3个月,B组Harris评分高于A组(P<0.05)。A组有8例患者出现骨质疏松、髋内翻畸形等并发症;B组有4例出现骨质疏松、伤口愈合不良等并发症。结论:自行研制可调负重支具可使JensenⅡ型股骨粗隆间骨折PFNA内固定术后患者早期、规范、系统、安全负重康复,能缓解术后疼痛,逐步增加患肢负重,加速骨痂生长、促进骨折愈合,恢复髋关节功能,降低并发症发生率。