基于ZYNQ的四通道数据采集系统设计

针对接收设备普遍价格昂贵且集成度不够高的问题,设计一种基于低成本高集成度的四通道ADS-B接收机。该设备在业内首先实现了低成本的实时信号采集、板上多频段ADS-B实时解码等功能于一体的四通道小型射频接收设备。设备以ZYNQ-7000系列芯片为主控芯片,设计包含射频前端接收电路模块、信号采集电路模块、高速大容量的数据存储模块等,实现对ADS-B等目标信号的高速采样及处理。测试结果表明,该接收机可成功接收并解调ADS-B长报文信号,为高性能数据采集及实时信号处理提供了一套低成本低功耗整体解决方案。

基于类平衡损失的咽喉反流语义分割与诊断方法

当前咽喉反流疾病的筛查主要依靠电子喉镜图像通过反流体征评分(RFS)量表进行评分,尽管这种量化评估方式增强了筛查诊断的客观性,但误诊率、筛查效率仍有待进一步改进。通过深度学习算法实现基于RFS的咽喉反流量化辅助评估。首先,提出一种基于类平衡损失的咽喉反流语义分割与诊断(CBD-FCN)算法,通过RFS量表先验知识对电子喉镜图像进行喉部多区域语义分割,该算法有效解决了数据集样本类别不平衡和小目标检测的问题,平均交并比(IoU)提高6.38个百分点,声带沟、肉芽肿和黏液等小目标检出率分别提升4个百分点、18个百分点和75个百分点。其次,针对RFS量表中难量化评估的主观项,通过SE-ResNet和目标区域分割特征进行量化并实现评分。上述辅助评分结果可以有效快速地实现咽喉反流的筛查诊断,实验结果表明,所提方法的诊断正确率达到94.40%。该研究不仅提供了一种创新的计算机辅助咽喉反流量化评估方法,同时也为基于RFS量表的咽喉反流评估提供了诊断参考,有助于咽喉反流相关疾病的研究。