肥胖引起血脑屏障功能障碍的表型和机制研究进展

肥胖是多种神经系统疾病的风险因素,全面了解肥胖对中枢神经系统的有害影响对预防和治疗肥胖相关的神经系统疾病有重要意义。血脑屏障是存在于血液和脑组织之间的调节界面,可防止有害物质进入大脑并清除脑组织产生的代谢废物,对脑微环境稳态平衡和神经生理功能具有重要作用。然而,大量研究表明肥胖可引起血脑屏障功能障碍,直接或间接促进了多种神经系统疾病的发生发展。本文系统总结了肥胖状态下血脑屏障功能障碍的表型和机制的最新研究进展,从血脑屏障通透性改变、转运功能障碍和神经炎症3个方面,分析了肥胖引起血脑屏障功能障碍的具体表型和调控机制,阐述了肥胖对血脑屏障功能的有害影响,以期为相关领域的基础研究和临床实践提供理论指导。

基于移动软件行为大数据挖掘的恶意软件检测技术

目前移动恶意软件数量呈爆炸式增长,变种层出不穷,日益庞大的特征库增加了安全厂商在恶意软件样本处理方面的难度,传统的检测方式已经不能及时有效地处理软件行为样本大数据。基于机器学习的移动恶意软件检测方法存在特征数量多、检测准确率低和不平衡数据的问题。针对现存的问题,文章提出了基于均值和方差的特征选择方法,以减少对分类无效的特征;实现了基于不同特征提取技术的集合分类方法,包括主成分分析、Kaehunen-Loeve变换和独立成分分析,以提高检测的准确性。针对软件样本的不平衡数据,文章提出了基于决策树的多级分类集成模型。实验结果表明,文章提出的三种检测方法都可以有效地检测Android平台中的恶意软件样本,准确率分别提高了6.41%、3.96%和3.36%。

基于屏蔽驱动的工频干扰抑制技术研究

采集心电、肌电和脑电等生理电信号时,总是存在工频干扰等环境噪声,且噪声的幅度通常远大于生理电信号本身的幅度,给信号的分析和处理带来了很大的困难。目前常用的方法是利用软件算法对采集到的信号进行滤波处理,这种方法虽然能在一定程度上降低工频干扰的影响,但同时会造成目标信号的衰减和畸变。针对此问题,文章设计了一种独特的硬件屏蔽驱动技术,实现在模拟前端最大限度地抑制原始信号中的工频干扰噪声。实验结果表明,生理电极引入屏蔽层驱动后,心电和肌电采集过程中的工频干扰可以得到明显的抑制;通过对屏蔽层接入不同的驱动信号的比较发现,利用各电极自身的信号对输入端进行屏蔽的效果最好,对工频干扰的抑制幅度高达35 d B。文章提出的屏蔽驱动硬件电路设计技术,可广泛用于各种生理电信号的采集,实现在源头上抑制工频干扰的影响,从而在根本上提高生理电信号的信噪比。

移动机器人中视觉里程计技术综述

视觉里程计(VO)是实现移动机器人自主导航的主要技术之一,不同类型的VO技术在不同应用场景中受环境和硬件计算能力的影响,导致其性能各有优劣。概述VO技术的发展历程,对基于传统几何和基于深度学习的两类VO技术的性能进行对比与分析,重点介绍传统VO技术中特征点法的原理及其改进方法。在此基础上,归纳VO领域常用的公共数据集并对部分现有方法进行对比评测,为VO技术的实际应用提供参考和借鉴,并展望该领域未来的发展方向。

深圳地区季节风特征研究

本研究利用深圳地区8个沿海、陆地自动气象站2007年6月1日至2017年6月1日11年的小时风速观测数据,按不同季节对各站历史阵风观测进行特征分析研究,并计算比较各站的阵风系数。结果表明,沿海气象自动站四季风力观测普遍高于陆地自动站的风力;8个气象台站在夏、秋季受台风影响的最大阵风大于冬春之际受冷空气影响的最大阵风。各台站中,距离海岸最近的港口码头气象站,盐田港、妈湾港、蛇口码头具有最小的阵风系数;随着离海岸距离的增加,气象站的阵风系数变大,即距海岸线远的气象站的大风更具阵性特点。各台站中背仔角与盐田港是大风记录最为频繁的气象站,历史上受台风影响下的最大阵风达到了12级以上,最大平均风分别达到了9级和10级。进一步的大风个例分析结果表明,相比较台风、冷空气条件下的大风,深圳地区强对流天气引发大风更具有阵性的特征,大风发生地点更随机。本研究可以为不同季节条件下深圳地区的风力预测和风险评估提供指导。

基于强化学习的路径规划技术综述

路径规划作为移动机器人自主导航的关键技术,主要是使目标对象在规定范围内找到一条从起点到终点的无碰撞安全路径。阐述基于常规方法和强化学习方法的路径规划技术,将强化学习方法主要分为基于值和基于策略两类,对比时序差分、Q-Learning等基于值的代表方法与策略梯度、模仿学习等基于策略的代表方法,并分析其融合策略和深度强化学习方法方法的发展现状。在此基础上,总结各种强化学习方法的优缺点及适用场合,同时对基于强化学习的路径规划技术的未来发展方向进行展望。

基于GPU加速技术的C形臂Cone Beam CT三维图像快速重建方法

平板探测器技术的发展使得锥形束计算机断层扫描技术(Cone Beam Computerized Tomography,CBCT)成为一种重要的成像技术,有着十分广泛的应用。基于C形臂的CBCT,除了具有CBCT的技术优势外,还特别适合在影像引导介入手术中应用。然而,如何在满足手术实时性要求的同时获得高分辨率高质量的三维断层图像,仍是个十分具有挑战性的课题。文章提出一种基于GPU加速技术的C形臂CBCT三维图像快速重建方法:在算法层面应用GPU并行加速技术对重建算法进行优化,在系统层面通过设计分布式系统和延迟隐藏机制,大大提升了由二维投影图像重建三维体数据的效率。在保持重建精度的前提下,优化后的GPU加速的FDK算法极大地提升了重建过程的计算效率。延迟隐藏机制进一步提升了系统的运行效率。在使用90帧投影时,系统效率提升了26%,重建延迟加速了2.1倍;当使用120帧投影时,系统效率提升39%,重建延迟加速达到3.3倍。

基于信号扩增的荧光技术检测MicroRNAs的研究进展

基于信号扩增的荧光技术结合了荧光检测与扩增技术两者的优点,是一种拥有广阔发展前景的生化分析方法。因其具有扩增效率高、信号易于读取和实时分析等优点,正成为核酸检测中的一个研究热点。文中综述了近年来基于信号扩增的荧光技术应用于micro RNAs检测的最新进展,包括链置换扩增、滚环扩增、基于外切酶的信号扩增、基于双链特异性核酸酶的信号扩增和无酶信号扩增等,并对今后的发展方向进行了展望。

基于准连续域束缚态介质超表面的光微流折射率传感研究

准连续域束缚态(Quasi-BIC)是超表面中一种特殊共振模,具有极高的品质因子,可以极大地提高光与物质的相互作用,在荧光增强、纳米激光、光传感以及非线性光学等领域均有重要应用。本文基于我们前期对quasi-BIC产生的理论,研究quasi-BIC介质超表面在折射率传感方面的应用。本文给出了传感系统的基本结构,利用电子束光刻技术结合注塑工艺完成了样品光流控结构的制备,并初步测试性能。研究结果表明,得益于产生quasi-BIC的新方法,该超表面具有两个高Q值quasi-BIC共振峰(1.523μm和1.570μm,品质因子分别为3069和4071)。以四种折射率溶液(n分别为1.450/1.462/1.470/1.480)为样品的测试实验表明,两个共振峰均能完成折射率检测,灵敏度S分别为452 nm/RIU、428 nm/RIU,性能评价指标FOM分别为376.7、372,优于现有文献;共振波长和折射率之间线性度良好,展现了quasi-BIC超表面在折射率传感中的应用潜力。

移动相机下基于三维背景估计的运动目标检测

室内环境中的运动目标检测是计算机视觉领域的研究热点,而移动相机造成的动态背景是运动目标检测的难点。本文提出一种基于同步定位与地图创建(ORB-SLAM)三维背景估计的运动目标检测算法,首先使用移动相机遍历整个室内环境,采用ORB-SLAM技术建立当前全局环境的三维背景特征点云模型;然后基于局部视频建立局部三维特征点云,根据定位信息将当前局部三维特征点云与环境三维背景特征点云进行嵌入,基于环境背景信息,采用三维均值漂移(3DMS)算法,对局部三维特征点云进行前景特征点提取;运用深度卷积神经网络,对提取的前景特征点所在候选区域进行运动目标确认。通过多个室内场景的实际实验进行验证,结果表明本文方法具有较高的运动目标检测准确率和召回率,提出的运动目标检测算法充分利用了三维背景信息,采用深度卷积神经网络进行确认,有效地改善了检测的准确性和鲁棒性。

基于稳定阈度分析的外骨骼动态步长规划方法

在医疗领域,康复外骨骼机器人能够帮助下肢瘫痪的患者重新行走,因此得到广泛的关注。由于下肢截瘫患者身体的特殊性,针对该类患者使用的外骨骼机器人大多使用拐杖作为平衡辅助工具。在固定步长的情况下,不同的拐杖支撑点位置,会很大程度影响步行稳定阈度。通过分析穿戴者拄拐步态所形成的多边形支撑面,利用零力矩点(ZMP)理论计算相应的压力中心位置,从而得到四足步态的稳定阈度表达式;并在此基础上提出动态调整步长的方法,得到拐杖支撑点与步长的拟合曲面,对步长进行实时、适当调整;最后通过外骨骼机器人的运动学模型,规划相应的步态轨迹。通过在课题组自主研发的外骨骼机器人样机上进行大量对比实验,证明了在每个步态周期中,针对不同的拐杖支撑位置,提出的方法可以有效增加系统步态的稳定阈度,降低拐杖支撑点的随机性对系统稳定性的影响。

基于深度强化学习的自动驾驶策略学习方法

自动驾驶是人工智能研究的重要应用领域,文章提出了一种基于深度强化学习的自动驾驶策略模型学习方法。首先采用在线交互式学习方法对深度网络模型进行训练,并基于专业司机的经验数据对模型进行预训练,进而结合经验池回放技术提高模型训练收敛速度,通过对状态空间进行聚类再采样,提高其独立同分布特性以及策略模型的泛化能力。通过与神经网络拟和Q-迭代算法的比较,所提方法的训练时间可缩短90%以上,稳定性能提高超过30%。以复杂度略高于训练集的测试道路长度为基准,与经验过滤的Q-学习算法相比,采用聚类再采样的方法可以使策略模型的平均行驶距离提高70%以上。

基于肌电与肌动同步解析的肌肉痉挛评测方法

肌肉痉挛是常见的运动功能障碍疾病,通过肌电与肌动双模信息同步解析进行肌肉痉挛定量评估具有重要意义。本文针对同步获取高信噪比肌电与肌动信号的难点,提出一种抗工频干扰、轻量加速度计信号校正的肌电与肌动双模信息同步解析方法,设计了无线多通道肌电和肌动信号同步采集系统。与常见科学仪器Delsys系统对比,所提系统肌电信噪性能与Delsys相似(均20 d B左右),肌动信号有效频带(0~20 Hz)能量显著高于Delsys;对所提系统进行临床测试,健康志愿者主动屈肘时屈肌肌电信噪比约20 d B;3名改良Ashworth评分(MAS)分别为1级,1+级与2级患者归一化肌电指标分别为0. 54±0. 05,0. 59±0. 04和0. 62±0. 01,屈肌肌动信号均方根值分别为2. 69±1. 04 m·s-2,3. 19±1. 13 m·s-2,4. 89±1. 19 m·s-2,肌电与肌动信息均可有效区分患者痉挛等级。因此所提方法可用于肌肉痉挛评测及肢体运动功能监测。

心脑血管易损斑块的风险评估及早期预警

介绍了心脑血管疾病以及易损斑块的危害，阐述了目前的疾病防治现状，并且从健康信息学的角度提出了心脑血管疾病防治新策略。文中着重介绍了该课题组在心脑血管疾病和易损斑块的早期预警方面开展的工作，包括提出了大规模急性心脑血管事件筛查和干预研究计划和个性化心脑血管疾病早期预警模型。

下肢截肢者行走意图识别方法研究进展

直立行走是人类独立生活和正常参与社会活动的基本功能之一.人因遭受工伤、交通事故、战争、自然灾害(地震等)、疾病(糖尿病、癌症等)、先天出生缺陷等意外和不幸造成下肢截肢,从而部分或全部丧失行走能力,严重影响正常生活和参与社会活动.下肢假肢是下肢截肢者恢复行走功能的唯一手段,其技术发展吸引了众多研究者的关注.为使下肢假肢使用者能像正常腿一样或接近的步态行走,关键是实现截肢者行走意图的自动精确识别.本文首先探索了行走意图识别的内涵;然后从信号源的角度分析了不同截肢者行走意图识别方法的特点,尤其是神经功能重建作为补充的肌电信号(Electromyography,EMG)源的方法,并简述其研究进展,提出了一种融合生物力学信号和生物电信号的截肢者行走意图识别方法;最后对下肢截肢者行走意图识别方法发展趋势进行了总结和展望.

无机颗粒填充聚合物复合材料的介电性能研究

随着埋入式电容器的发展,具有高介电性能聚合物基复合材料的研究显得尤为重要。目前,高介电聚合物基复合材料主要有两种,铁电陶瓷/聚合物复合材料和导电颗粒/聚合物复合材料。综述了这两种复合材料的特点和最新研究进展,概述了可以增强聚合物基复合材料介电性能的方法。首先针对铁电陶瓷/聚合物复合材料介电常数难以提高的缺点,指出通过高介电聚合物基体的选择、陶瓷填料含量与尺寸形貌的控制,可以有效地提高这类材料的介电常数;同时介绍了这类复合材料不同界面结构和稳固界面的重要性,重点阐述了形成化学键连接的"分子桥"结构的方法;然后针对导电颗粒/聚合物复合材料渗流阈值难以控制和介电损耗高的问题,探讨了影响渗流阈值的因素和减小介电损耗的方法;最后基于本课题组在功能性纳米填料、高介电聚合物复合材料的基础研究及应用探索方面的工作积累,对高介电聚合物基复合材料的未来发展方向做出展望。

电化学法制备石墨烯及其复合材料

石墨烯是一种具有优异物理和化学性质的新型二维碳纳米材料,大规模低成本制备高品质石墨烯的方法是其能够得到广泛实际应用的重要前提.电化学方法可以快捷、绿色无污染、批量制备高质量的石墨烯及其复合材料.本综述在对石墨烯各种制备方法进行简要比较之后,对近年来石墨烯、石墨烯/无机纳米复合材料、石墨烯/聚合物复合材料以及类石墨烯材料的电化学法制备进展进行介绍并作了展望.

用于长期神经电生理记录的自伸展电极阵列

由于能够实现高时空分辨的神经环路功能解析,微电极阵列已经成为了神经科学研究中的重要工具。然而,目前在自由活动动物中实施长期稳定的电生理记录仍然极具挑战。为此,我们研发了一种可自伸展的多通道电极阵列,并探讨了其应用于长期神经电生理记录的可行性和潜在优势。当电极植入后,其表面的水凝胶包裹层会迅速溶胀并溶解,随后电极阵列的记录通道会在脑组织中自行展开。由于分散的记录通道的直径较小,电极在长期植入后的组织反应显著减轻。得益于此,与传统的四电极(tetrode)相比,这种自伸展电极在长期植入后的界面阻抗显著降低,电生理信号质量更好。上述特性将受益于活体水平的神经环路机制研究。

一种蛇形放疗机器人的治疗计划系统软件平台

该文为新研发的蛇形放疗机器人开发了一种集成制定治疗计划及导航功能的治疗计划系统软件平台。该软件平台基于3D Slicer医学图像可视化及分析平台和Slicer RT软件包,采用了模块插件的形式进行开发,实现了影像数据处理、放疗路径规划、治疗计划评估的治疗计划功能,以及光学引导放疗的功能,为蛇形放疗机器人提供了一个易于扩展的软件实验平台,有利于近距离放疗系统的研发及测试实验工作。

一种基于小数据同步写的回写I／O调度器

小数据同步写普遍存在于各种计算机环境中,并且可以由计算机系统的不同层次软件产生,从底层操作系统一直到上层应用软件都可以生成小数据同步写请求.然而,操作系统的文件系统是以块作为最小逻辑可寻址单位,小数据写将会导致严重的写放大问题,使得系统的I/O性能大幅度降低.为了解决上述问题,提出了一种I/O调度器,并将其命名为Hitchhike.该调度器可以识别小数据写,并通过对其他数据块中的数据进行压缩,将小数据嵌入到压缩出来的空间中,从而将小数据和该数据块一起写入到磁盘上,以异步回写的方式完成小数据的同步写,不仅有效缓解了磁盘的写放大问题,也极大地提高了小数据同步写的效率.基于Linux 2.6.32的Deadline调度器实现了Hitchhike原型系统,并利用Filebench基准测试来测试调度器在吞吐量、I/O延迟等方面的性能.通过与传统I/O调度器的性能进行比较,可以发现,Hitchhike调度器能够显著地提高小数据同步写的性能高达48.6%.