智能手机视频捕捉技术分析脑卒中患者骨盆与下肢协调性研究 学术背景 脑卒中（stroke）是全球范围内发病率、致残率和死亡率最高的疾病之一，每年新增病例高达1500万。其中，20%-30%的脑卒中患者会发展为偏瘫步态（hemiplegic gait），这是脑卒中后最严重的功能障碍之一。偏瘫步态不仅影响患者的行走能力，还增加了跌倒风险，严重损害患者的生活质量。传统的步态分析通常关注下肢的时空参数（spatiotemporal parameters）和关节运动学（joint kinematics），但这些离散参数往往无法全面揭示脑卒中患者步态异常的机制。骨盆与下肢的协调性（intersegment coordination）在维持步态稳定性、平衡性和推进力方面起着关键作用，然而，相关研究仍然较少。...
微波诱导热声成像中的被动波束成形超表面研究 学术背景 微波诱导热声成像（Microwave-Induced Thermoacoustic Imaging, MTAI）是一种新兴的医学成像技术，结合了微波和超声成像的优点。它通过微波脉冲照射生物组织，组织吸收电磁能量后产生热膨胀，进而生成超声波（即热声信号），这些信号携带了组织内部的形态和功能信息。MTAI具有无创、高分辨率、深穿透和高对比度等优点，因此在乳腺癌筛查、脑部成像、关节成像等领域得到了广泛应用。然而，随着成像深度的增加，微波能量的衰减导致热声信号的信噪比（SNR）和对比度显著降低，限制了其在深层组织中的应用。 为了解决这一问题，研究者们提出了多种方法，如使用高功率微波源、多天线耦合等，但这些方法存在生物安全性问题、电路设计复杂、成本...
在线表面肌电信号分解的两源验证研究 学术背景 表面肌电信号（Surface Electromyogram, SEMG）是肌肉活动的重要表征，广泛应用于运动康复、机器人控制和人机交互等领域。然而，SEMG信号由于其低信噪比、高相似性和严重叠加的波形特征，分解难度较大。近年来，随着电子和传感技术的发展，高密度表面肌电信号（High-Density SEMG, HD SEMG）的采集成为可能，盲源分离技术（Blind Source Separation, BSS）如卷积核补偿（Convolution Kernel Compensation, CKC）和渐进式快速独立成分分析剥离（Progressive FastICA Peel-Off, PFP）等方法在SEMG分解中取得了显著进展。然而，现有的在...
模仿学习在心脏经皮介入手术路径规划中的应用 学术背景 心脏瓣膜疾病，尤其是二尖瓣反流（mitral regurgitation, MR），是全球范围内第三大常见的心脏瓣膜疾病，尤其在老年人群中发病率较高。二尖瓣反流的特征是二尖瓣在收缩期无法完全闭合，导致血液从左心室倒流回左心房，如果不及时治疗，可能导致心力衰竭等严重并发症。传统的开胸手术虽然有效，但对患者的创伤较大，恢复时间较长。近年来，微创经皮介入手术（如经导管二尖瓣修复术，TEER）因其创伤小、恢复快等优势，逐渐成为替代传统手术的选择。然而，这类手术对操作者的手眼协调能力要求极高，学习曲线陡峭，且手术通常只能在配备专业设备的中心进行，限制了其普及。 为了应对这些挑战，研究者们开始探索如何通过自动化技术来优化这些手术，特别是如何为机器人操...
虚拟现实中的存在感：神经生理学标记的探索与验证 背景介绍 近年来，虚拟现实（Virtual Reality, VR）技术在医学、训练和康复等领域得到了广泛应用。VR的核心在于用户的“存在感”（Sense of Presence），即用户在虚拟环境中感受到的“身临其境”的体验。然而，目前对于存在感的评估主要依赖于主观问卷，如ITC-SOPI（ITC-Sense of Presence Inventory）和SUS（Slater-Usoh-Steed）问卷。这些方法存在主观偏差，且难以捕捉用户的无意识反应。因此，开发一种基于神经生理信号的客观评估方法成为研究的迫切需求。 本研究的目的是通过多模态生理信号（如脑电图EEG、心电图ECG和皮肤电活动EDA）来识别与VR环境中存在感相关的神经生理标记，...
学术背景 在现代工作环境中，尤其是涉及重复性搬运和弯腰的行业，腰部损伤是一种常见且代价高昂的职业健康问题。根据统计，腰部损伤占美国所有职业性肌肉骨骼损伤的35%。尽管通过人体工程学控制（如减少某些物料搬运任务）可以降低风险，但在许多情况下，完全消除风险暴露并不可行。因此，开发能够辅助工人减轻腰部负担的技术显得尤为重要。 外骨骼（Exoskeletons）和外骨骼服（Exosuits）是近年来兴起的一种可穿戴技术，能够通过提供辅助力来减少腰部损伤的风险。准被动外骨骼（Quasi-passive exos）结合了被动外骨骼的轻便性与主动外骨骼的灵活性，能够在需要时提供辅助力，而在不需要时保持不干扰用户的状态。然而，现有的准被动外骨骼离合器在设计上存在一些局限性，特别是传感和控制能力不足，限制了其...
自动化技术在胚胎滋养层细胞活检中的应用研究 学术背景 胚胎活检（Embryo Biopsy）是辅助生殖技术（In Vitro Fertilization, IVF）中的重要环节，尤其是在植入前遗传学检测（Preimplantation Genetic Testing, PGT）中。通过胚胎活检，医生可以从胚胎中提取少量细胞进行遗传分析，以避免遗传疾病的传递并提高胚胎植入的成功率。然而，传统的胚胎活检依赖于人工操作，存在操作时间长、成功率不稳定以及胚胎损伤风险高等问题。随着单细胞生物学研究的深入，自动化技术的引入成为解决这些问题的关键。本文旨在开发一种基于计算机视觉和图像反馈控制算法的自动化系统，用于在小鼠囊胚阶段进行滋养层细胞（Trophectoderm, TE）活检，以提高活检的精确性和可...
基于选择性听觉注意解码的脑机接口无监督准确性估计研究 学术背景 在复杂的听觉环境中，人类能够选择性地关注某一个声音源，而忽略其他干扰声音，这一现象被称为“鸡尾酒会效应”（cocktail party effect）。选择性听觉注意解码（Selective Auditory Attention Decoding, AAD）技术通过分析脑电图（Electroencephalography, EEG）等脑信号，解码出用户正在关注的声音源。这一技术在神经导向助听器（neuro-steered hearing aids）和脑机接口（Brain-Computer Interface, BCI）等领域具有重要应用。然而，当前的AAD算法通常依赖于监督学习，即需要用户明确告知其关注的声音源，以提供“地面真值...
学术背景 帕金森病（Parkinson’s Disease, PD）是第二常见的慢性神经退行性疾病，主要影响65岁及以上人群。随着全球人口老龄化的加剧，帕金森病的患病率预计将从2015年的700万增加到2040年的1300万。目前，帕金森病的诊断主要依赖于临床问卷和运动日记，这些方法耗时且存在较大的主观偏差。近年来，随着可穿戴技术和机器学习方法的结合，研究人员开始探索通过量化运动症状来辅助帕金森病的诊断。然而，这些技术的有效性受到环境设置的影响，难以在现实世界中广泛应用。因此，本研究旨在提出一种有效的特征评估框架，通过短期运动任务自动评估帕金森病运动症状的严重程度，并在现实世界中进行分类。 论文来源 该研究由来自University of Sheffield和Yunnan Universit...
基于光谱扩散后验采样的多材料分解研究 背景介绍 在医学成像领域，CT（计算机断层扫描）技术被广泛应用于疾病诊断和治疗规划。近年来，谱CT（spectral CT）因其能够提供能量依赖的衰减信息，成为研究热点。谱CT通过多能量通道的投影数据，可以重建出不同材料的密度分布，这一过程称为材料分解（material decomposition）。然而，材料分解是一个高度非线性的逆问题，传统的分解方法如解析分解（analytical decomposition）和迭代模型分解（iterative/model-based decomposition）存在诸多局限性，如计算效率低、噪声大、模型依赖性强等。此外，尽管基于深度学习的分解方法在精度和速度上有显著提升，但它们往往缺乏对物理模型的显式利用，导致鲁棒...