基于ARM的智能差压记录仪的设计

本文结合国内外差压测量设备和仪器的优点,提出适应工业信息化升级趋势的新型智能差压记录仪设计方案。该方案采用ARM芯片LPC1768作为主控芯片,艾莫迪差压传感器作为压力感知器件,结合文件系统和Free Modbus协议栈以实现差压记录仪的数字通讯和数据记录功能。

孤独症谱系障碍患儿静止脸试验发声行为特征分析

目的研究孤独症谱系障碍(ASD)患儿2岁前静止脸试验(SFP)发声行为特征及其与确诊时ASD症状严重程度之间的相关性。方法前瞻性纳入43例7~23月龄可疑ASD患儿(可疑ASD组)及37例正常对照儿童(TD组),测量两组静止脸试验(SFP)下发声行为的时长及频率,随访至2岁,确诊34例ASD(ASD组)。使用孤独症诊断观察量表(ADOS)评估ASD组患儿症状严重程度,分析ASD组患儿2岁前发声行为特征及其与ASD症状严重程度的关系。结果与TD组相比,ASD组SFP下有意义语言及朝向人发声时长及频率降低,朝向物发声时长增加(均P<0.05)。Spearman相关分析显示,ASD组总发声、非语言发声、呀呀学语、朝向人发声、朝向物发声时长及频率与ADOS语言和沟通维度呈负相关(均P<0.05);总发声、呀呀学语、朝向人发声时长及频率,朝向物发声时长与ADOS相互性社会互动维度呈负相关(均P<0.05);总发声频率及呀呀学语时长、朝向人发声时长及频率与ADOS游戏维度呈负相关(均P<0.05);总发声及非语言发声频率、朝向人发声时长及频率与ADOS刻板行为和局限兴趣维度呈负相关(均P<0.05)。多元线性回归分析发现,总发声频率是ADOS语言和沟通维度的负向预测因子(P<0.001);朝向人发声时长是ADOS相互性社会互动维度的负向预测因子(P<0.05)。结论SFP可以更好地突出ASD患儿2岁前的发声行为异常,且这些异常能够早期预测ASD症状的严重程度。

基于多头注意力长短期记忆模型的语音情感识别方法

针对语音情感识别中不同表征空间的信息利用不足问题,提出了一种多头注意力的双层长短时记忆模型,用于充分挖掘有效的情感信息.该模型以具有时序情感信息的帧级别特征作为输入值,利用长短时记忆模块学习时域特征,设计了特征注意力模块和时间多头注意力模块,对长短时记忆模块的逐层输出值、特征注意力模块输出值、时间多头注意力模块输出值进行融合.结果表明,相比传统的长短时记忆模型,所提方法在eENTERFACE和GEMEP两个数据集上的识别准确率分别提升了14.6%和10.5%,从而证明了其在语音情感识别任务中的有效性.

手持式甲醛检测仪的设计

针对有害气体甲醛的检测,在本文中,就设计了一款手持式甲醛检测仪.该测试仪采用英国达特甲醛电化学传感器,结构简单,由于是电化学反应,所以性能稳定,对于家庭居室内的甲醛检测非常适用.处理器采用快速高效的ARM系列单片机LPC1768,凭借其强大的运算性能,能够快速地对传感器传来的包含甲醛含量在内的信息进行处理,一旦浓度超过一定标准,即可启动超限预警功能,通知使用者及时采取相应措施,做到最大程度上的实时监测和反馈.

深度空时婴幼儿表情识别模型下的ASD自动筛查

目的高危孤独症谱系障碍(high-risk autism spectrum disorder,HR-ASD)筛查依赖于医师的临床评估和问卷量表,传统筛查方式效率低,亟需一种高效的自动筛查工具。为了满足自动筛查的需求,本文提出一种基于婴幼儿表情分析的孤独症谱系障碍自动筛查方法。方法首先入组30例818个月的婴幼儿,包括10例ASD疑似患儿(HR-ASD)和20例正常发育婴幼儿;引入静止脸范式,并利用该范式诱发婴幼儿在社交压力条件下的情绪调节行为;提出一种面向婴幼儿视频表情识别的深度空时特征学习网络,首先在大规模公开数据集Affect Net预训练空域特征学习模型,然后在自建婴幼儿面部表情视频数据集RCLS&NBH+(Research Center of Learning Science&Nanjing Brain Hospital dataset+)上训练时空特征学习模型,从而建立一个较精准的婴幼儿表情识别模型;基于该模型深度特征序列的一阶统计量,构建婴幼儿社交压力环境下的表情行为症状与精神健康状态之间的关联,采用机器学习方法实现自动筛查。结果1)基于婴幼儿表情人工标注的结果,发现:在1 min静止期,高危组的婴幼儿中性表情持续时长相对正常对照组偏高(p<0.01),而其他表情未发现有统计学意义的差异;2)提出的深度空时特征学习网络在本研究的30例婴幼儿面部表情视频数据集上的总体平均识别率达到了87.1%,3类表情预测结果与人工标注结果具有较高的一致性,其中Kappa一致性系数达到0.63,Pearson相关系数达到0.67;3)基于面部表情深度特征序列一阶统计量的精神健康状态预测性能达到灵敏度70%,特异性90%,分类正确率83.3%(置换检验p<0.05)。结论本文提出的基于婴幼儿面部表情深度特征序列一阶统计量的精神健康状态自动预测模型是有效的,有助于实现高危孤独症谱系障碍自动筛查。

高危孤独症谱系障碍幼儿早期社会性行为学指标的研究

目的分析高危孤独症谱系障碍(HR-ASD)幼儿早期社会性行为的特征及其与ASD症状严重程度的关系。方法纳入12~24月龄HR-ASD幼儿32例(HR-ASD组)、6~24月龄正常发展(typical development)幼儿34名(对照组)。采用静止脸试验范式(SFP)测量2组被试者在互动期和静止期的非社会性微笑、抗议行为、目光注视、社会性微笑及社会性积极参与发生的频率及时长。采用自闭症诊断观察量表(ADOS)和Gesell发育量表评估被试者的ASD核心症状及发育水平。使用独立样本t检验比较2组被试者社会性行为的差异,采用Pearson相关分析探讨HR-ASD组社会性行为与月龄、发育水平及症状严重程度的相关性;采用二元Logistic回归分析社会性行为在鉴别2组幼儿时的区分效能。结果在SFP互动期,与对照组相比,HR-ASD组在目光注视[(19.8±23.4)s比(61.5±34.0)s]、社会性微笑[(6.5±9.3)s比(29.0±25.2)s]及社会性积极参与[(3.0±8.8)s比(13.2±23.1)s]的时长更短(t=-5.75,P<0.01;t=-4.73,P<0.01;t=-2.34,P=0.02),频率更低(t=-6.62、-3.03、-2.74,均P<0.01);在SFP静止期,与对照组相比,HR-ASD组在目光注视及社会性积极参与的时长更短(t=-3.32,P<0.01;t=-2.59,P=0.01),频率更低(t=-6.13、-3.48,均P<0.01)。Pearson相关分析显示,在SFP静止期,HR-ASD组ADOS中的语言和沟通得分与目光注视、社会性积极参与时长呈负相关(r=-0.49、-0.52,均P<0.01),相互性社会互动得分与目光注视时长及频率、社会性积极参与时长及频率呈负相关(r= -0.57,-0.49,-0.74,-0.44,P<0.01或P<0.05),游戏得分与目光注视、社会性积极参与时长呈负相关(r=-0.43,-0.45,P<0.01或P<0.05)。二元Logistic回归分析显示,SFP互动期社会性微笑时长及SFP静止期目光注视频率具有区分效能(OR=1.36,95%CI:1.08~1.71,P=0.01;OR=5.99,95%CI:1.15~31.14,P=0.03)。结论HR-ASD幼儿的目光注视、社会性微笑和社会性积极参与显著异常且与ASD核心症状密切相关。