摘要：本文提出了一种基于最优阻抗选择的机器人自适应鲁棒导纳控制策略,以提高机器人与环境交互的性能.本文的创新点包括:1)提出了一种新的环境阻抗复合学习估计方法,保证阻抗参数估计值约束在预定的集合内,通过初始激励保证了估计误差的指数收敛性;2)基于估计的环境阻抗,设计机器人期望的最优刚度和阻尼,实现交互力和轨迹跟踪误差的最优协调;3)设计了一种基于时滞估计的自适应鲁棒导纳控制器,使机器人能够以规定的性能跟踪导纳轨迹.在自适应鲁棒控制器中,采用饱和函数来代替传统的滑模控制,极大地缓解了可能出现的抖振问题.通过对比仿真验证了本文环境阻抗估计方法和自适应鲁棒导纳控制的有效性.

摘要：以传统人工方式检测呼吸机通气性能,工作量巨大、检测周期长、数据记录繁琐易错,难以满足当下呼吸机研发制造对检测效率的要求,因此本研究设计了一套呼吸机关键性能参数自动化测试系统。该系统主要包括呼吸机气流分析仪、模拟肺自动切换模块和测试控制平台三部分。在测试软件的控制下,该系统能够实现呼吸机关键性能参数的自动化测试,并生成最终的测试结果报告。为验证本文设计系统的有效性,使用该自动化测试系统和传统人工检测方法,分别对两种不同品牌的呼吸机在四种不同工况下的潮气量、氧浓度和呼气末正压精度进行测试。布兰德—阿尔特曼(Bland-Altman)统计方法分析表明,上述所有呼吸参数的自动化测试精度与人工测试精度二者具有良好的一致性;在检测效率方面,自动化测试系统检测用时约为人工检测的1/3。研究结果表明,本文设计的自动化测试系统为呼吸机的质量检测和计量校准提供了一种全新的方法与手段,具有广泛的应用前景。

摘要：静电纺丝技术作为一种高效、灵活的纳米纤维制备方法,凭借其可控的纤维直径、优异的力学性能和高表面积,在可穿戴柔性传感器的设计与优化领域有广泛应用前景。介绍了静电纺丝技术的基本原理,并简述了可穿戴柔性传感器常用的静电纺丝材料及其在传感器中的性能特点,展示了该类材料在灵敏度、耐久性和柔韧性方面的优势,阐述了由该类材料制备的传感器在健康监测、运动检测和人机交互领域的应用进展情况。分析了当前静电纺丝技术在可穿戴柔性传感器实际应用中面临的问题,如耐用性、生产成本和多功能传感问题,并提出了相应的解决思路。

摘要：针对膀胱神经功能障碍患者无法感知膀胱充盈,导致排尿不及时的问题,本研究设计了基于生物阻抗的可穿戴实时尿量充盈监测装置。该装置由可穿戴生物阻抗采集硬件和移动终端组成:4个电极和传感器通过纺织布带固定于膀胱映射腹部表面。其中:一对为刺激电极,可产生840μA的50 kHz正弦激励电流;另一对为采集电极,每500 ms进行一次数据采集。本研究首先将采集电极获得的阻抗数据通过蓝牙发送至移动终端进行预处理,通过采集人体姿态信息缓解体位变化导致的基线漂移问题;然后输入拟合算法,计算膀胱充盈等级;最后基于用户信息和当前阻抗数据,利用线性支持向量机(SVM)模型判断膀胱是否充盈,达到充盈条件时发出提示和振动警报。实验结果表明,回归模型的均方根误差(RMSE)、线性相关性系数R 2分别为56.43 mL、0.82,线性SVM算法的准确率为95.2%。本研究装置可实时监测膀胱充盈等级,对膀胱神经功能障碍康复患者的健康管理具有重要意义。

摘要：脱细胞真皮基质口腔修复膜是临床上用于引导骨再生、促进伤口修复的生物膜产品。然而,目前常用的修复膜存在性能较差的问题,难以满足临床需求。为此,文章通过涂布法与真空热干燥法相结合的方式,在不破坏脱细胞真皮基质的前提下,将修复膜设计为双层结构,并探究不同浓度促骨因子对修复膜性能的影响。结果表明,研究所制备的修复膜具有双面不同结构,在钙磷比为1.6时,样品抗张强度为80.38 MPa,断裂拉伸率为118%,降解时间为42 d,孔隙率为82.74%,吸湿率为437%,且具备良好的生物相容性,与其他临床产品相比性能提升较大。

摘要：功能性电刺激(Functional Electrical Stimulation,FES)已成为运动障碍患者康复的一种有效手段。然而,在实际应用FES设备中,如将传统扫描阵列电极与FES技术相结合时,面临着在保持成本效益和可扩展性的同时须考虑诱发疲劳因素的挑战。针对这一关键问题,本研究采用方差分析(Analysis of Variance,ANOVA)对收集到的人体表面肌电信号数据进行预处理。为减轻因过度刺激导致的疲劳和受伤风险,提出一种基于特征Q值的疲劳检测算法。该方法能够实现电刺激中各种参数的反馈控制调节,从而提高其在运动障碍康复治疗中的有效性和安全性。

摘要：图像超分辨率重建是计算机视觉领域的一个重要研究方向,主要目标是从低分辨率图像中恢复高分辨率图像、提升图像质量和清晰度,使图像在视觉感知和信息提取方面更具可用性。为此,全面总结了基于深度学习的图像超分辨率重建技术,对已有模型进行分析和比较。首先,概述图像超分辨率重建的背景;其次,详细回顾了典型深度学习模型及其原理;再次,分析现有研究不足,并概述当前的重点研究,介绍了研究者通过预训练策略、轻量级网络设计、优化创新等方式,在降低计算成本、增强模型适应性等方面取得的成绩;最后,对未来研究趋势进行总结展望。以期为研究深度学习图像超分辨率重建领域的学者提参考与借鉴。

摘要：高过载和缺氧易引发飞行员的意识丧失,意识丧失是威胁飞行安全的重大隐患。利用深度学习技术去判断飞行员头部姿态的异常是识别意识丧失的一种有效手段。针对于目前缺乏相关数据集的问题,该文设计并实现了一种用于构建飞行员意识丧失数据集的数据采集与标注系统。该系统硬件部分由惯性传感器、摄像头和上位机组成,实现头部姿态角和头部区域图片的采集,软件部分使用PyQt开发实现数据的打标和存储。经过实验测试,该系统可在不同硬件配置不同系统平台下长期稳定的运行,可快速制作出带有大量优质样本的数据集,为后续判断飞行员意识丧失的深度学习网络模型的训练提供相对应的数据支撑。

摘要：血压监测对心血管疾病的早期预防和评估手术治疗效果具有重要作用。本研究采用超声技术探究了动脉直径与压力间的关系,设计并制备了厚度为2 mm的超声贴片换能器用于血压监测。该换能器的中心频率为10.4 MHz,插入损耗为6.3 dB。通过猪动脉离体实验,获得动脉直径与压力的相关数据。为描述动脉直径和血压之间的关系,基于Levenberg-Marquardt算法,建立了关于动脉直径的动力学模型。结果表明,该模型在血压低于183.75 mmHg时,具有较小的误差,平均绝对误差为2.2 mmHg。该模型有望应用于人体血压监测。

摘要：心肌梗死(myocardial infarction,MI)由冠状动脉阻塞引起,是全球主要致死和致残原因。树突状细胞(dendritic cells,DCs)在MI后的炎症反应和心脏重塑中起重要作用。本综述着重探讨了DCs在MI中的调控机制,尤其关注了DCs衍生的外泌体(DC-derived exosomes,DEX)以及耐受性DCs(tolerogenic dendritic cells,tDCs)在MI治疗中的潜在应用前景。