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...

加速多电极阵列模拟的稀疏与低秩矩阵技术 学术背景 多电极阵列（multi-electrode arrays, MEAs）在神经刺激领域具有重要应用，尤其是在视网膜假体（retinal prostheses）等神经假体中。这些设备通过电刺激神经元来恢复视力或治疗神经退行性疾病。然而，模拟这些设备的电场分布和电流动态行为具有极高的计算复杂性。传统的模拟方法需要处理数百万个相互连接的电阻（resistor mesh），导致计算时间和内存需求急剧增加，尤其是当电极数量增多、像素尺寸减小时，模拟变得几乎不可行。 为了解决这一问题，本文提出了一种基于稀疏矩阵（sparse matrix）和低秩补偿（low-rank compensation）的加速模拟方法，旨在显著减少计算复杂度，同时保持高精度。该研究...

基于可穿戴线圈的仰卧位乳腺MRI运动校正研究 学术背景 乳腺癌的诊断和监测中，磁共振成像（MRI）是至关重要的工具。目前，标准的乳腺MRI通常采用俯卧位进行成像，这种姿势有助于减少呼吸运动带来的伪影。然而，俯卧位对患者来说并不总是舒适的，并且与手术、超声检查、放射治疗等临床干预中常用的仰卧位存在乳腺形状和位置的差异。因此，开发仰卧位乳腺MRI具有重要的临床意义，但其对运动伪影的敏感性较高。 为了减少仰卧位乳腺MRI中的呼吸运动伪影，研究人员提出了多种策略，包括屏气技术、呼吸门控或重新排序技术，以及基于导航器或运动传感器的回顾性非刚性运动校正。其中，使用运动传感器进行校正是一种有效的方法。然而，传统的呼吸带（respiratory belt）在仰卧位乳腺MRI中的应用存在局限性，尤其是在使用可...

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...

呼吸表面肌电图电极位置定量比较研究 学术背景 呼吸表面肌电图（Surface Electromyography, SEMG）是一种非侵入性技术，用于记录呼吸肌肉的肌电活动，广泛应用于分析呼吸努力、患者-呼吸机不同步以及呼吸训练。然而，由于缺乏标准化的电极放置方案，不同研究中使用的位置和配置差异较大，导致研究结果的可比性受限，临床应用的推广也受到影响。因此，确定最佳的电极位置对于提高呼吸SEMG的临床接受度至关重要。本研究旨在通过定量比较单侧和双侧双极导联的性能，为呼吸SEMG的标准化提供科学依据。 论文来源 本论文由Andra Oltmann、Jan Graßhoff、Nils Lange、Tobias Knopp和Philipp Rostalski共同撰写，作者均来自德国弗劳恩霍夫研究所（...