WiCare:一种非接触式的老人如厕跌倒监测模型

老人在卫生间内的跌倒行为存在因救助及时性差而导致严重危害的风险,因此高效快捷的如厕跌倒监测研究具有重要意义。针对当前基于Wi-Fi感知的跌倒监测方法中存在的受噪声影响大而特征提取不充分、监测精度有限的问题,提出了一种基于多级离散小波变换和软阈值处理的信号降噪算法,及一种融合卷积神经网络、双向长短期记忆网络及自注意力机制的非接触式如厕跌倒监测模型WiCare。首先,从原始CSI数据中提取振幅作为基础数据;其次,使用多级离散小波变换和软阈值处理进行感知数据降噪;然后,将感知数据进行多维重构,以更准确地表征跌倒行为特征;最后,利用WiCare提取感知数据中的有效特征,进而实现卫生间如厕跌倒行为监测功能。实验结果表明,WiCare在居家卫生间环境下对跌倒行为监测的准确率为99.41%,与其他同类模型相比,WiCare的识别准确率高,模型复杂度低,且泛化能力更强。

SWI对中枢神经系统表面铁质沉积症的诊断价值

目的探讨磁敏感加权成像(SWI)对中枢神经系统表面铁质沉积症(SSCNS)的诊断价值。方法选取2015年3月至2021年6月本院行磁共振T2WI、DWI及SWI序列扫描的SSCNS患者43例,比较不同序列对SSCNS及其两种亚型的病灶检出率差异。结果43例SSCNS患者共发现264个分区病灶,其中29例cSS型共计79个分区病灶,14例iSS型共计185个分区病灶。T2WI、DWI、SWI对病灶总体检出率分别为47.7%、60.6%和100.0%,其中对cSS型的病灶检出率分别为39.2%、50.6%、100.0%,对iSS型的病灶检出率分别为51.4%、64.9%、100.0%。DWI与T2WI对cSS病灶检出率差异无统计学意义(P>0.05),对iSS及SSCNS总的病灶检出率差异有统计学意义(P<0.05),SWI与T2WI、DWI对病灶总体和各亚型的检出率差异均有统计学意义(P<0.05)。结论SWI对SSCNS病灶的检出率明显优于T2WI和DWI,有利于早期全面评估SSCNS病情,可将SWI作为SSCNS诊断的常规检查序列。

一种Wi-Fi RTT/数据驱动惯性导航行人室内定位方法

为了研究基于智能手机的行人室内定位方法,并提高其精度,本文提出了一种基于Wi-Fi往返时间(RTT)、惯性测量单元(IMU)的定位系统。该方法主要包括3部分:(1)使用扩展卡尔曼滤波融合测距信息的Wi-Fi RTT室内定位方法;(2)适用于多手机使用模式的航位推算方法,该方法基于长短时记忆模型(LSTM)建立神经网络模型,预测行人运动速度及航向;(3)基于误差状态卡尔曼滤波的Wi-Fi RTT/数据驱动惯性导航融合定位方法,进一步提高定位精度。试验结果表明,与单一的基于Wi-Fi RTT方法和数据驱动惯性导航方法相比,本文方法的平均定位精度提升了10%~20%。

安全Wi-Fi_(6)在军事和应急场景中的应用研究

Wi-Fi技术的跨越式发展,为其在军事和应急场景中应用的深入研究提供了新动能。首先分析了开展安全Wi-Fi_(6)在军事和应急场景中应用研究的背景与契机,包括各国政策布局、网络现代化助力作用、技术发展背景和优势;其次提出Wi-Fi安全机制和安全防护方案,深入分析梳理当前WLAN安全机制WAPI存在的安全问题,提出了相关的补强重点和方案措施;最后分析了安全Wi-Fi_(6)在战术通信、应急通信和军营移动办公等典型军事应用场景的应用方式。通过对安全Wi-Fi_(6)应用场景的分析,为安全Wi-Fi技术在军事和应急场景中的应用指明了新方向。

基于Wi-Fi指纹且计算外包的室内定位隐私保护方案

为了解决室内定位中用户和服务器双方的隐私保护问题,提出了一种在使用Paillier加密的过程中将部分计算外包给云服务器的方案,这不仅保护了用户和定位服务器的隐私,而且避免了产生过大的计算和通信开销。该方案的主要思想是服务器先在离线阶段建立指纹数据库,在线阶段用户将k匿名算法和Paillier加密结合,将加密后的Wi-Fi指纹发送给定位服务器,服务器对接收到的Wi-Fi指纹和数据库指纹进行聚合处理,然后外包给云服务器进行解密和距离计算,最终得到定位结果。理论分析和实验结果表明了所提方案的安全性、有效性和实用性。

基于Wi-Fi感知的多用户身份识别研究

随着无线感知技术的发展,基于Wi-Fi的身份识别研究在人机交互和家居安防等领域备受关注。尽管基于Wi-Fi信号的身份识别已经取得了初步的成功,但是目前主要适用于用户独立行为场景,并发行为下的多用户身份识别仍然面临着一系列挑战,包括用户之间的相互干扰以及模型鲁棒性差等问题。因此,提出了一种并发行为下多用户身份识别系统Wiblack,其核心思想是训练一个多分支深度神经网络(Wiblack-Net)来提取每个单用户的独特特征。首先,利用主干网络提取多用户之间的共同特征;然后,为每个用户分配一个二分类器以此判断给定群体中是否存在目标用户,在此基础上基于并发行为实现多个用户身份识别。此外,将Wiblack与多个独立的二分类模型和单个多分类模型进行对比实验,对运行效率和系统性能进行分析。实验结果显示,在同时识别3个用户身份时,Wibalck平均准确率达到了92.97%,平均精确度为93.71%,平均召回率为93.24%,平均F1值为92.43%。

Wi-Fi7关键技术分析综述

迄今IEEE已经制定了下一代Wi-Fi7标准(即802.11be)的主要内容。Wi-Fi7标准作为Wi-Fi技术性能演进的标杆,预计2024年以后支持Wi-Fi7的产品将逐渐成为市场主流。首先概述Wi-Fi7的关键技术指标和特征,然后着重介绍与分析多链路同传技术和多资源单位的工作原理以及对Wi-Fi技术带来的变化或影响,并且阐述了Wi-Fi7物理层的调制方式和带宽的变化,接着对Wi-Fi7到Wi-Fi8的潜在技术演进进行分析和探讨,最后对Wi-Fi技术发展做总结和展望。

T_(2)WI 3D-SPACE+RS-EPI DWI检查对直肠癌术前肿瘤淋巴结分期诊断准确率的影响

目的 探究T_(2)WI 3D-SPACE联合RS-EPI DWI检查在直肠癌术前肿瘤淋巴分期诊断准确率的影响。方法 收集2020年7月-2022年2月在本院确诊直肠癌并进行影像学检查的96名患者作为此次的研究对象,将所有的研究对象随机进行分组,对照组选择T_(2)WI 3D-SPACE进行检查,研究组采用T_(2)WI3D-SPACE联合RS-EPI DWI进行检查,由盲选形式经检查结果呈现给2位资历较高的临床医师对直肠癌术前肿瘤淋巴分期的结果进行鉴别,分析两组肿瘤淋巴结分期阳性诊断的准确性的差异。结果 研究组在直肠癌术前是肿瘤淋巴结分期的准确率高于对照组,尤其是在T3期和T4期,对照组的准确率分别为75.61%和84.38%,研究组为97.56%和100%,有差异纳入统计(P<0.05);对照组的总准确率和淋巴结阳性准确率分别为70%和79.55%,研究组的总淮确率和淋巴结阳性准确率分别为95%和97.73%,研究组总准确率和淋巴结阳性准确率高于对照组,有差异纳入统计(P<0.05)。结论 T_(2)WI 3D-SPACE联合RS-EPI DWI检查能提高直肠癌术前肿瘤淋巴分期诊断的准确性,具有较高的诊断价值,可用于直肠癌术前的肿瘤淋巴结的扫描,为临床医生的确诊提供了重要的理论依据。

基于Wi-Fi Sensing的无感检测技术

随着智能家居的推广普及,对于移动物体的行为感知成为热点技术。相比于传统的信息检测技术,新型的基于Wi-Fi信号的设备无关被动入侵检测,能够在无需用户做任何干预也不影响人员隐私安全的情况下实现对于行为的检测判断,这和使用摄像头或红外检测形成显著差异,成为研究热点。该文基于Wi-Fi芯片平台采集物理层信道状态信息,构建与移动载体信息相关的检测模型,结合大数据分析和智能算法,给出相关的实现方案,并基于实验验证实现从无线信道中捕捉波形特征,验证方案的有效性,结合结果分析也为后续精度的进一步提升提供改进方向。

3D-T1WI表面形态学分析在学龄前无灶性癫痫患儿脑结构评估中的应用

目的:采用表面形态学分析(surface-based morphometry,SBM)技术对学龄前无灶性癫痫(non-lesional epilepsy,NLE)患儿的3D-T_(1)WI脑结构影像进行分析,评估患儿脑结构的改变。方法:选取2021年1月至2022年9月某院神经内科确诊为无灶性癫痫的35例学龄前患儿纳入NLE组,选取同时期的35例学龄前健康儿童纳入对照组。对比2组患儿的脑皮层厚度、脑沟深度、脑回指数、脑脊液体积、脑灰质体积及脑白质体积。采用SPSS 25.0统计学软件对数据进行分析。结果:与对照组相比,NLE组患儿左侧大脑半球下侧颞叶皮层厚度变薄、右侧大脑半球后扣带回皮层厚度增厚、右侧大脑半球下侧颞叶皮层厚度变薄,差异有统计学意义(P<0.05);与对照组相比,NLE组患儿右侧大脑半球舌回和额中回脑沟深度变浅,差异有统计学意义(P<0.05);与对照组相比,NLE组患儿左侧大脑半球距状回皮层脑回指数增大,差异有统计学意义(P<0.05)。2组患儿在脑脊液、脑灰质及脑白质方面比较,差异无统计学意义(P>0.05)。结论:NLE患儿的皮层结构异常可能是其致病主要因素,SBM技术对3D-T_(1)WI脑结构影像的分析结果可以评估NLE患儿局部脑结构异常,是探索儿童NLE潜在发病机制的有效工具。

基于通感一体化的Wi-Fi卸载匹配算法

针对目前移动数据流量激增所导致的通感一体化无线通信网络系统中的拥塞和过载问题,提出一种基于通感一体化的Wi-Fi卸载匹配算法。首先,基于信息论综合考虑系统的通信吞吐量和感知互信息量,定义系统的效用函数,在满足用户QoS的同时最大化系统的总效用;其次,基于图论的思想建立Wi-Fi信道分配算法为每个Wi-Fi接入点分配信道,并将用户的接入选择问题建立为具有外部性的多对一匹配博弈模型。仿真结果表明,所设计的卸载策略能够提高系统的总效用,缓解基站处的数据压力。

非法Wi-Fi信号识别与定位的方法研究

迅速发展的无线网络已经覆盖工作生活的方方面面,与此同时其安全问题越来越凸显,其中非法Wi-Fi问题尤为突出。为了保证无线网络中信息安全,必须及时识别、定位和清除非法Wi-Fi信号。文章主要研究了Wi-Fi信号的分析识别方法以及2种定位WiFi信号的方法,进一步为识别与定位非法Wi-Fi信号提供了解决思路。

退行性颈脊髓病MRI T2WI髓内高信号评价方法的研究进展

退行性颈脊髓病(degenerative cervical myelopathy,DCM)是全球范围内成人发生慢性脊髓神经功能障碍的最主要原因[1、2],包括脊髓型颈椎病(cervical spondylotic myelopathy,CSM)、颈椎后纵韧带骨化症(ossification of posterior longitudinal ligament,OPLL)等。临床上,DCM患者常于磁共振(magnetic resonance imaging,MRI)T2加权像(T2-weighted image,T2WI)上出现髓内高信号(increased signal intensity,ISI)表现,其发生率可高达58%至85%[3]。ISI反映了脊髓组织的水肿、炎症、出血、缺血、坏死及胶质增生等一系列急慢性病理改变[4~7],具有重要的临床意义和科研价值。

磁共振T2WI序列影像组学模型对特殊部位异位妊娠的诊断价值

目的构建磁共振成像(MRI)T2WI序列影像组学模型,并探究其在特殊部位异位妊娠中的诊断价值。方法选取于本院2018年2月-2023年2月就诊的异位妊娠患者258例,按照2:1的比例将所有患者分为训练集(n=186)和验证集(n=72)。根据组织病理学结果将训练集患者分为特殊部位异位妊娠组(n=102)和非特殊部位异位妊娠组(n=84)。多因素Logistics回归分析特殊部位异位妊娠发生的独立影响因素。单因素方差分析和最小绝对收缩和选择算子(LASSO)回归降维MRI T2WI序列影像组学特征,构建影像组学特征与临床特征联合模型,采用受试者工作特征曲线(ROC)、HosmerLemeshow检验和校准曲线评价联合模型预测能力,采用临床决策曲线(DCA)评估其临床意义。结果MRI在异位妊娠患者中确诊特殊部位异位妊娠的准确度为79.07%、特异度为80.29%、灵敏度为77.69%、阳性预测值(PPV)为77.69%、阴性预测值(NPV)为80.29%。非特殊部位异位妊娠与特殊部位异位妊娠相比,人工流产次数、异位妊娠史、β-hCG比值、子宫内膜厚度、MRI特殊部位异位妊娠诊断结果差异显著(P<0.05)。多因素Logistics回归分析结果显示,β-hCG低比值、人工流产高频次数、有异位妊娠史、子宫内膜薄、MRI特殊部位异位妊娠诊断结果阳性是特殊部位异位妊娠与非特殊部位异位妊娠的独立影响因素。将单因素方差分析和LASSO回归降维后获得9个具有代表性的影像组学特征和临床特征构成联合模型AUC在训练集联合模型、影像组学评分模型和临床预测模型中分别为0.837、0.741、0.717,在验证集中分别为0.816、0.752、0.705,联合模型AUC最高,具有更佳的预测能力(P<0.05)。Hosmer-Lemeshow检验结果显示,联合模型预测数据与实际观察数据之间差异无统计学意义(P=0.146,0.102)。校准曲线显示联合模型在验证集和训练集中,预测值与观察值具有良好的一致型。DCA曲线显示,联合模型与影像组学评分模型在很大风险阈值范围内具有较高的预测价值。结论MRI T2WI序列影像组学模型在预测特殊部位异位妊娠中准确度高,具有很好的临床参考价值。

Wi-Fi 7技术及其矿井应用

随着矿山智能化建设的持续推进,井下网络的部署规模和应用场景在不断扩展,对无线通信的速率、时延、可靠性等提出了更高的要求。Wi-Fi 7是下一代的无线通信技术,对应于最新的IEEE 802.11be协议标准,能够为井下网络建设提供全新的无线通信解决方案。面向应用部署,本文从速率增强、低时延保障、干扰抑制方面分析了Wi-Fi 7的技术特性及效果。通过采用更大带宽、更高阶调制以及多用户MIMO等策略,Wi-Fi 7能够实现速率的显著增强,达到30 Gbps的目标;通过引入多AP联合传输、多链路操作等机制,Wi-Fi 7能够形成可靠的低时延保障,达到低于5 ms的目标;通过利用前导码打孔、协同OFDMA、空间重用等技术,Wi-Fi 7能够建立强大的干扰抑制能力,满足复杂环境的使用需求。针对矿山智能化建设,提出了以矿井PON+Wi-Fi 7为代表的网络架构,以及数字孪生工作面、装备远程控制等应用,同时分析了Wi-Fi 7与50G PON融合、与5G/5G-Advanced共存、与各类Wi-Fi协同的发展前景。可以预见,Wi-Fi 7大规模商用之后,将成为低成本、高价值的智能矿山信息基础设施。

基于Wi-Fi指纹和LED光学特性的室内定位系统

该文提出了一种基于Wi-Fi指纹和LED光学特性的室内定位系统,将Wi-Fi指纹和光学特性的色温和频率信息进行组合定位。使用光学特性提高Wi-Fi指纹定位的精准度。将需要定位的区域划分为多个相同的小区域,并在整个区域上构建稀疏的Wi-Fi指纹地图。通过Wi-Fi指纹定位确定目标所在的小区域。在小区域内通过光学信息的光照强度和频率信息进行精准定位。最后,通过设计实验和仿真结果表明,在室内环境中,该系统实现了平均误差为0.97 dm的定位,能够有效地定位。

基于宫颈癌术前T2WI影像组学特征预测近期预后的研究

目的:探讨宫颈癌术前磁共振T2WI矢状位图的影像特征对近期预后的预测作用,构建并验证SVM预测模型。方法:回顾性选取2020年6月至2022年6月在我院接受宫颈癌手术治疗的患者80例,统计患者2年内预后情况,根据患者预后情况分为良好组(n=40)和不良组(n=40),再按7:3比例分为建模集(n=56)和验证集(n=24),收集患者术前MR-T2WI矢状位图的影像组学特征,使用单变量曲线下面积(Area under curve,AUC)分析及五折交叉验证的最低绝对收缩和选择算子LASSO回归算法进行特征筛选,以此构建SVM支持向量机预测模型。结果:SVM支持向量机结果显示,影响近期预后不良的前6位特征是灰度游程矩阵运行熵、灰度尺寸区域数量、灰度共生矩阵差异熵、一阶特征平均绝对偏差、运行长度不均匀度标准化、最大行2D直径,模型AUC为0.765,最佳截断值0.536对应的灵敏度、特异度分别为0.667、0.828。结论:基于宫颈癌术前T2WI影像组学特征构建的SVM支持向量机模型具有较好的预测效能,可为临床预防宫颈癌术后预后不良提供参考。

基于Wi-Fi控制的智能家居监控系统软硬件设计

随着互联网、人工智能的发展,智能设备变得越来越普及且强大,智能家居控制设备是最常见的智能设备之一,对人们生活水平的改善产生重要的影响。该文基于Wi-Fi控制设计智能家居控制系统,提出一种基于STM32芯片的智能家居监控系统,该方法采用Wi-Fi和智能手机相连,并将数据传送给云平台,进而对数据进行智能处理。在具体设计中,该文首先对系统总体方案进行明确,其次根据总体方案设计芯片、各功能模块等硬件系统,随后设计所需系统平台,开发手机APP,利用Wi-Fi将数据传递到云服务器上,最后利用手机APP进行远程监控,从而实现温度湿度监控、灯光自动控制、火灾报警等功能,为用户提供个性化的居家服务。

Wi-Fi QoS技术综合分析

为了满足对高带宽、低时延业务的服务质量要求,Wi-Fi技术必须支持不同类型业务质量的管理机制。首先,分析传统Wi-Fi QoS技术面临的挑战,阐述Wi-Fi联盟弥补传统的Wi-Fi多媒体功能WMM不足而定义的QoS管理技术,有效支持下行数据流的分类和优先级设定;其次,进一步分析和介绍Wi-Fi7对于QoS改进的关键技术,包括数据流的QoS特征识别技术和严格目标唤醒时间r-TWT技术,以及二者结合对于低时延业务的支持;最后,对Wi-Fi的QoS技术发展进行小结和展望。

T_(2)WI-FLAIR增强序列在胶质瘤中的诊断价值

目的研究T_(2)加权成像液体衰减反转恢复(T_(2)WI-FLAIR)增强序列在胶质瘤中诊断价值。方法选择2021年10月至2023年7月确诊的胶质瘤患者104例,其中男性26例,女性78例;年龄28~49岁,平均年龄40.21岁;身体质量指数(BMI)23.12~26.78 kg/m^(2),平均BMI 24.35 kg/m^(2);病程1~3年,平均病程1.67年;Ⅰ~Ⅱ级患者57例,Ⅲ~Ⅳ级患者47例。将其分为2组,Ⅰ~Ⅱ级患者为对照组共57例,Ⅲ~Ⅳ级患者为研究组共47例,比较不同级别肿瘤的信号特征、T_(2)WI-FLAIR增强序列诊断分级与金标准诊断分级的一致性及T_(2)WI-FLAIR增强序列对胶质瘤的分级诊断效能。结果两组研究对象T_(1)WI增强序列、T_(2)WI-FLAIR平扫序列及T_(2)WI-FLAIR增强序列下信号特征的差异存在统计学意义(P<0.05);T_(2)WI-FLAIR增强序列诊断胶质瘤分级中Kappa值最高(Kappa=0.769),与手术病理诊断的一致性较强;T_(2)WI-FLAIR增强序列对胶质瘤诊断分级的灵敏度(89.4%vs 70.2%、74.5%)高于T1WI增强序列、T2WI-FLAIR平扫序列(P<0.05)。结论将T_(2)WI-FLAIR增强序列应用于胶质瘤的影像诊断,可显著增强胶质瘤的诊断分级灵敏度,建议临床推广。