基于多光晶体管-单忆阻器阵列的可重构传感器内处理：一种融合机器学习与类脑神经网络的新型视觉计算平台 学术背景及问题提出 人工视觉系统作为智能边缘计算的重要组成部分，长期以来受到传统基于CMOS（互补金属氧化物半导体）技术与冯·诺依曼架构的限制。这类系统的图像处理效率受制于独立的图像传感器、存储模块以及处理器之间的物理分离。这种分离导致大量数据冗余和信号处理延迟，增加了电路复杂性和功耗问题，限制了实时处理能力。在自然环境中，传统视觉系统需要完成从信号捕获到图像处理的一系列繁杂过程，但其效率有限。 近年来，传感器内计算（in-sensor computing）这一融合感知与计算的新型架构，由于其具备内存计算（in-memory computing）和神经形态特性，逐渐受到关注。在此领域，光学神经...

穿戴式单一声波肌电图系统的创新突破：从肌肉动态监测到复杂手势跟踪 学术背景与研究意义 近年来，穿戴式电子设备因其在健康监测和人机交互领域中的巨大潜力而备受关注。其中，表面肌电图（Electromyography，EMG）作为一种能够测量肌肉活动的技术，已成为研究的热点。然而，EMG 信号存在诸多限制：信号强度弱且不稳定，空间分辨率较低，且信噪比不佳。其随机性和低同步性的问题导致测量结果的不一致，使得难以实现对特定肌肉纤维贡献的有效分离。此外，为提高信号质量所采用的大型电极会进一步降低空间分辨率。 相比之下，超声波肌电图（Echomyography，ECMG）是一种利用超声波来测量肌肉活动的技术，具有安全、稳定、灵敏度高等特点。然而，目前依赖刚性或柔性传感器阵列的 ECMG 系统需要复杂的线路...

基于二维范德华金属阴极的模拟电阻开关存储器研究 学术背景 随着人工智能（AI）应用的快速发展，传统的冯·诺依曼架构在数据密集型计算任务中面临性能瓶颈。神经形态计算（neuromorphic computing）作为一种新兴的计算范式，能够以更高的速度和效率处理数据密集型任务。在这一领域中，忆阻器（memristor）因其能够实现内存计算和模拟计算而备受关注。特别是具有多级电导状态的模拟忆阻器，能够显著提高神经形态计算的效率。然而，现有的模拟忆阻器通常具有较小的开关比（on/off ratio），这限制了其在高精度权重映射中的应用。 为了解决这一问题，研究人员一直在探索如何提高模拟忆阻器的开关比，同时保持其多级电导状态。传统的忆阻器主要分为两类：基于价态变化机制（valence-change-...

基于风险模型的临床决策支持系统在自杀筛查中的应用：一项随机临床试验 学术背景 自杀预防是全球公共卫生领域的重要议题，尤其是在医疗环境中，如何有效识别自杀风险并进行干预是当前研究的重点。传统的自杀风险识别方法主要依赖于患者的自我报告、支持网络的反馈或面对面的筛查。然而，这些方法存在一定的局限性，例如患者可能不愿意主动报告自杀倾向，或者医疗资源有限，无法对所有患者进行全面的筛查。近年来，随着大数据和人工智能技术的发展，基于统计模型的自杀风险评估工具逐渐被引入临床实践，以辅助医生的判断。然而，这些工具在临床决策支持系统（Clinical Decision Support, CDS）中的应用效果尚未得到充分验证。 本研究旨在评估基于风险模型的临床决策支持系统在自杀风险评估中的有效性，特别是比较“中断...

大型语言模型在放射学图像解读中的表现：与人类读者的比较研究 学术背景 近年来，大型语言模型（Large Language Models, LLMs）在多个领域展现了强大的能力，尤其是在自然语言处理方面。随着多模态LLMs的发展，这些模型不仅能够处理文本，还能够处理音频、视觉和视频等多种输入形式。代表性的多模态LLMs包括OpenAI的GPT-4 Turbo with Vision（GPT-4V）、Google DeepMind的Gemini 1.5 Pro以及Anthropic的Claude 3。这些模型在放射学领域的应用也逐渐增多，尤其是在生成和结构化放射学报告方面。然而，尽管LLMs在文本输入方面表现出色，其在解读放射学图像方面的能力仍然受到质疑。此前的研究表明，LLMs在基于患者病史和...

深度学习算法在乳腺癌筛查中的应用 学术背景 乳腺癌是全球女性中最常见的癌症之一，早期筛查对于提高治愈率至关重要。传统的计算机辅助检测（Computer-Aided Detection, CAD）系统在乳腺X线摄影筛查中已被广泛使用，尤其是在美国。然而，这些系统虽然提高了召回率，但对读者（即放射科医生）的表现改善有限。近年来，深度学习（Deep Learning, DL）算法在医学影像分析中的应用迅速增长，特别是在乳腺癌筛查领域。多项系统综述和荟萃分析表明，自2017年以来，DL算法在乳腺X线摄影筛查中的证据迅速增加。尽管一些研究表明，DL算法作为单一读者时表现不逊于人类读者，但目前尚无独立算法能够在保持可接受召回率的同时，优于标准的双阅读系统。因此，DL算法目前还无法完全取代人类读者在双阅读...