英特尔和宾夕法尼亚大学医学院正在研究一个庞大的、跨机构的人工智能，它将帮助识别脑瘤，但不会逾越严格的医疗隐私规则。这款跨机构人工智能将使用一种被称为"联合学习"的技术，因为它跨越了29个不同的医疗和研究机构。利用疾病数据集训练人工智能，使其能够让大量的病例充当过滤器，这在很多方面都显示出了有效的作用。然而，其缺点是，为了获得最有效的性能，它需要的数据集必须相当可观。单个医疗机构或研究实验室可能会难以为正在开发的机器学习提供所需的所有信息。宾夕法尼亚大学生物医学图像计算和分析中心（CBICA）的SpyridonBakas博士解释说：“机器学习培训需要大量和多样化的数据，尽管从技术上来讲并不是什么挑战，但现实是健康隐私法律（无论是HIPAA，GDPR还是其他法律）都限制了可以共享的内容，这是大数据处理的瓶颈."英特尔和宾夕法尼亚医学院对此的答案是联合学习。与其共享单个病人的记录，不如将一个加密的机器学习模型分发到每个参与的机构中。它在每台计算机上的安全区域中解密，并接受本地数据训练。随后仅将模型更新与负责汇总模型的组织共享。由于患者数据永远不会离开单独的机构，因此更具隐私化，同时重新训练后的模型数据更小，因此在数据传输方面也更加高效。宾夕法尼亚州医学院和来自美国、加拿大、英国、德国、荷兰、瑞士和印度的29家医疗和研究机构将利用这个运行在英特尔硬件上的联合学习系统，合作研究出一种利用AI识别脑肿瘤的方法。今年，该联盟将开始开发算法，从国际脑肿瘤分割（BraTS）数据集的大幅扩展版本中识别脑肿瘤。这个联盟将允许医学研究人员获得大量的医疗数据，同时保护这些数据的安全性。美国脑瘤协会表示，2020年将有近8万人被确诊为脑瘤。在原始MRI数据上训练之后，当从扫描中识别胶质瘤脑肿瘤时，英特尔和宾夕法尼亚州医学会开发的AI模型可以达到99%的准确率。转载自中文业界资讯站。

生物组织的电特性按照电信号来源可分为主动和被动两类。如果生物组织的电流由细胞内部的离子产生，我们称之为主动响应。这些电信号称为生物电位，最为人所熟知的例子就是心电图和脑电图信号。如果生物组织对外部电刺激（例如电流或电压发生器）做出响应，则该响应为被动的。在这种情况下，我们需要考虑生物电阻抗。生物电阻抗分析生物电阻抗分析是一种用来测量人体组成和评估临床状况的低成本、非侵入技术。生物阻抗是一个由电阻值R（实数部分）和电抗值Xc（虚数部分）组成的复数，前者主要由人体内的水分总量所致，后者主要是由细胞膜产生的电容所致。该阻抗也可以用模为|Z|、相位角为φ的矢量来表示。相位角在确定人体组成方面起主要作用。(1)（2）（3）横截面积为S、长度为l的导体的电阻R，以及表面积为S、距离为d的平行板电容的容值C由以下公式给出：（4）（5）从公式4和公式5中可以看出，电阻和电容取决于几何参数（长度、距离和表面积），这意味着它们与采用的测量系统和物理参数有关；也就是说，电阻率ρ和介电常数ε与待测材料的类型（在本示例中为生物组织）密切相关。图1显示了一个生物阻抗及其测量仪器的电特性简化模型。RE考虑的是细胞外液的电阻，RI代表细胞内液的电阻，Cm是细胞膜的电容。仪器与人体之间的连接通过置于皮肤上的电极实现。仪器向电极提供激励电压并测量产生的电流。激励信号通过连接到后端驱动器的数模转换器(DAC)产生。通过微控制器对DAC进行编程，从而可设置信号幅度和频率。对于电流测量，则采用跨阻放大器(TIA)，将其连接到高分辨率模数转换器(ADC)以实现精确测量。使用系统微控制器处理采集到的数据，从中提取分析所需的信息。图1.生物阻抗测量系统框图。在生物阻抗测量中，将人体分为五个部分：两个上肢、两个下肢和躯干。这样区分对于理解所使用的测量方法很重要。最常见的是手到脚、脚到脚和手到手。在生物电阻抗分析(BIA)测试过程中，需要考虑多个因素，包括人体测量参数；即身高、体重、皮肤厚度和体型。其他因素包括性别、年龄、族群以及（尤其是）患者的健康状况；即任何营养不良或脱水。如果不考虑这些因素，测试结果可能会失真。根据统计数据和考虑了上述各种因素的公式来解读测量结果。人体组成在研究人体组成时，我们引用三室模型，其中包括：•脂肪体质量•细胞质量•细胞外质量图2从众所周知的二室模型瘦体质量（去脂体质量）和脂肪体质量开始，解释说明了这些概念。脂肪体质量有两个组成部分，即必需脂肪和储存脂肪。瘦体质量分为人体细胞质量（由蛋白质质量和细胞内水分组成）和细胞外质量（由细胞外水分和骨质量组成）。最后一个参数是确定含水量的基础，是由细胞内和细胞外水分的总和得到的人体水分总量。从电特性角度来看，细胞内和细胞外电解溶液的行为就像是良导体，而脂肪和骨骼组织则是不良导体。图2.人体组成生物阻抗测量技术运用广泛的各种生物阻抗测量技术在使用激励信号的频率方面有所不同。最简单的仪器是基于固定频率测量（单频生物电阻抗分析或SF-BIA），有些仪器采用多频率系统（多频生物电阻抗分析或MF-BIA），而最复杂的仪器则在一定频率范围内执行实际频谱测量（生物阻抗频谱或BIS）。评估结果的技术也有很多种，其中最重要的是生物电阻抗矢量分析和实时分析。在SF-BIA仪器中，注入人体的电流频率为50kHz；这是基于所测得的阻抗与人体水分总量(TBW)（阻抗的导电性部分）之间成反比关系，而人体水分总量由细胞内水分(ICW)和细胞外水分(ECW)组成。这项技术针对含水量正常的测试对象可以提供良好的结果，而对于含水量发生了剧烈改变的测试对象，由于该技术评估ICW变化的能力有限，因此会丧失其有效性。MF-BIA技术通过在低频和高频下执行测量来克服SF-BIA的局限性。低频测量允许对ECW进行更准确的估算，而在高频下则可获得TBW的估值。由两个估值的差得出ICW。然而，该技术也并非十全十美，它在对患有疾病的老年人群进行体液估算时显示出局限性。最后，BIS基于阻抗测量，根据图1的模型，该阻抗在零频率下是由细胞外液产生的电阻RE，而在无穷大频率下则是RE与RI的并联。在这两个极端频率下，由细胞膜产生的电容表现为开路或短路。中频测量提供与电容值有关的信息。BIS相比其他技术可提供更多的详细信息，但是在这种情况下，测量需要更长的时间。生物阻抗矢量分析（生物电阻抗矢量分析或BIVA）是一种基于生物阻抗绝对值测量的人体健康评估技术。它使用一个图形来显示阻抗的矢量表示，其中横坐标轴显示电阻值，而纵坐标轴显示容性阻抗值，这两个值均按照患者的身高设定了基准。该方法基于3个公差椭圆的公式：50%、75%和95%。50%的公差椭圆定义了具有人体组成平均值的人群。沿着椭圆的水平轴移动，在右侧可识别出瘦体质量百分比较低的个体，反之亦然；也就是说，在左侧识别出的是瘦体质量百分比较高的个体。沿着垂直轴移动可确定含水量，趋向椭圆上半部分代表低于标准水平，而椭圆的下半部分则高于标准水平。图3.生物电阻抗矢量-分析公差椭圆。观察人体组成的波动（例如，与瘦体质量、脂肪体质量和人体水分总量正常值的偏差）是确定患者健康状况的关键因素。瘦体质量明显减少和体液失衡都是诊断疾病时使用的主要参数。当前，生物电阻抗分析已用于诊断以下人体系统疾病：•肺系统-肺癌-肺水肿•心血管系统-术后积液•循环系统-血管内容积-低钠血症-水合作用•肾脏系统-血液透析-评估干重•神经系统-阿尔茨海默氏病-神经性厌食症•肌肉系统-训练期间身体组成的变化•免疫系统-艾滋病病毒感染者评估-癌症患者评估-登革热AD5940，一款灵活的高精度模拟前端ADI公司具有广泛的阻抗分析产品组合，包括ADuCM35x等器件，ADuCM35x是专为阻抗频谱设计的高度集成的片内系统(SoC)。最近投放市场的AD5940是一款高精度、低功耗模拟前端，非常适合便携式应用。AD5940专为测量生物阻抗和皮肤电导率而设计，由两个激励环路和一个通用测量通道组成。第一激励环路能够产生最大频率为200Hz的信号，并且可以配置为恒电势器，用于测量不同类型的电化学电池。其基本组件包括一个双输出DAC、一个可提供激励信号的精密放大器以及一个用于测量电流的跨阻放大器。该环路在低频率下工作，功耗低，因此也称为低功耗环路。第二个激励环路具有类似的配置，但能够处理最高200kHz的信号，因此称之为高速环路。该器件配备了一个采集通道，内置一个16位、800kSPSSAR型ADC和转换器模拟信号处理链前端，其中包括一个缓冲器、一个可编程增益放大器(PGA)和一个可编程抗混叠滤波器。为了完善该架构，采用了一个开关矩阵复用器，它允许将来自多个器件内部或外部信号源的多个信号连接到ADC。这样，除了主要的阻抗测量功能外，还可以执行准确的系统诊断以验证仪器的全部功能。图4显示了采用四线配置将AD5940用于人体绝对阻抗测量的连接方式。对于这种类型的测量，使用高频环路；可编程交流电压发生器提供激励信号。第二个发生器可提供共模电压，以实现正确测量。通过跨阻放大器测量由人体阻抗产生的电流，并采用16位ADC进行转换。该系统能够在最高200kHz的频率下进行测量，在50kHz下可提供100dB的信噪比(SNR)。将数字数据发送到硬件加速器以提取所需数值；即阻抗的实数部分和虚数部分。作为医疗设备，生物阻抗分析仪必须符合IEC60601标准。该标准设定了可施加于人体的电压和电流限值。为此，这款器件提供了一个电阻Rlimit来限制最大电流，并提供了四个耦合电容CisoX，以防止将直流分量施加于人体上。图4.AD5940用于生物电阻抗分析的四线连接。结论生物阻抗测量是一种快速无创评估人体组成和诊断某些类型疾病的低成本通用方法。由于使用AD5940等器件，当前的技术可以实现紧凑、高性能、低功耗的生物阻抗分析仪，并且该分析仪可以使用电池供电。AD5940的高集成度、小尺寸和低功耗特性也使其特别适合可穿戴应用。作者简介CosimoCarriero于2006年加入ADI公司，担任现场应用工程师，为战略和关键客户提供技术支持。他拥有意大利米兰UniversitàdegliStudi的物理学硕士学位。他过去的经历包括：在意大利核物理研究所(INFN)定义和开发核物理实验仪器，与小公司合作开发工厂自动化传感器和系统，以及在ThalesAleniaSpace担任卫星电源管理系统高级设计工程师。文章来源于网络

一场新型冠状病毒感染的肺炎疫情，让血氧饱和度，血氧仪，病人监护仪等专业名词频繁走入大众视线，民用医用需求的短时间迅速攀升，使得众多医疗类厂家出现产能不足的问题，除了传统的日夜开工外，选择高效稳定的量产工具成了医疗类厂家普遍采用以提高产能的重要方式。但是在实际替换执行上，很多厂家却遇到了不良率居高不下的问题，这究竟是为什么呢？其根本原因在于：目前大部分医疗类厂家一边在血氧仪，病人监护仪上批量采用Nandflash方案，一边又不够了解Nandflsh量产烧录的复杂性，所以只好一直采用芯片原厂提供的专烧方案，导致产能始终不高。说到这里，就涉及到了3个关键问题：1.为何芯片原厂提供的专烧工具不适合量产？2.Nandflash究竟有何量产烧录复杂性？3.为什么有些医疗类厂家吐槽曾经买了量产烧录器依旧无法提高产能？先看第一个问题：为何芯片原厂提供的专烧工具不适合量产？原因很简单，专烧工具的原始定位就是给研发人员做调试验证使用的工具，并非针对工厂产线现场复杂工况而设计，有些甚至直接引出内部控制芯片的IO口或FPGA管脚作为编程信号的输入与输出，驱动能力很弱，而且原厂编程工具多数存在编程失败率高的问题，都会严重制约产能，加之产线现场要烧录的芯片种类较多，通常建议选用专业的通用型量产编程器。再看第二个问题：Nandflash究竟有何量产烧录复杂性？导致传统拷贝式烧录方式不好用了，实际中甚至只有半数成功率？答案就在Nandflash的工艺特性：NandFlash存储结构，它由多个Block组成，每一个Block又由多个Page组成，每个Page又包含主区(MainArea)和备用区(SpareArea)两个域。其次NandFlash是有坏块的，由于NandFlash的工艺不能保证Nand的MemoryArray在其生命周期中保持性能的可靠。因此在Nand的生产中及使用过程中会产生坏块的。因为坏块影响了数据的存放地址，用户就不能按常用方法那样，把母片的数据全部读取出来，然后再把数据原原本本拷贝到其他芯片上了，也就产生了传统拷贝机无法量产Nandflash的问题！接着看第三个问题：为什么很多医疗类厂家吐槽曾经买了量产烧录器依旧无法提高产能？答案：多数因为错买了老式量产烧录器（拷贝机），或者采用了传统拷贝式烧录方式。由于很多医疗类厂家对于烧录器/编程器行业并不了解，原来使用较多的又是原厂专烧工具，所以在刚刚采用量产工具时，会思维定式直接采用最简单直接的方法，即用一颗能正常运行的NandFlash芯片作为母片，在连接编程器之后，点击烧录软件上的“读取”按钮，把数据从芯片里面完整读取出来，再找几颗空芯片，把数据重复写进去。本以为可达到量产的目的，但实际上生产出来的产品却达不到品质的要求，往往会出现批量的产品异常开机或启动的状况！既然NandFlash有坏块是无法避免的问题，那就要想办法避开那些坏块；接下来我们就看解决方案，究竟要如何量产烧录NandFlash？解决建议最简单、最常用的方法就是：跳过。使用“跳过坏块”，可以让原本写到坏块的数据，安全转移到下一个块里面！这是一种常用而有效的方法，但是实际上，根本问题还依然存在，细心的人会发现，数据存放的地址也发生了变化！实际应用中，很多用户会把多个文件数据同时存储到NandFlash上(比如uboot、uImage、Logo、rootfs等烧录文件），并给每个文件在NandFlash存储单元中划分了一定大小的存储空间区域，指定了每个文件存储的起始物理地址块；如果某个区域出现了坏块，为了避开它，势必需要把数据安全往下一块转移，而引起的后果就是后续烧录文件的起始物理地址也随着发生了偏移，这将会导致主控MCU无法通过固定的地址，准确、完整地获取到每个文件的数据，最终造成的结果就是产品异常启动。建议小技巧这里，给出的建议技巧就是分区烧录，用户提前设置好每个文件烧录的起始块地址，无论坏块出现在哪个空间区域，都可以确保每个文件起始块地址都不会发生偏移变化，数据也将根据客户预设方案存放在NandFlash存储区域内，主控MCU也能准确完整读取到每个文件的数据，那么产品就正常跑起来了！量产方案演示最后，我们来进行血氧仪/病人监护仪等通用高速量产方案演示：这里就选用医疗行业常用的血氧仪/病人监护仪方案芯片MT29F4G08ABADAW，搭配行业专用的P800高速量产烧录工具做步骤演示（如采用的是其它芯片方案可以留言联系获取需求方案，行业常用方案芯片P800均已支持）。步骤一：创建工程步骤二：选择需求芯片型号步骤三：进行烧写配置，根据分区情况，依次调入烧录文件。步骤四：保存工程，计算工程文件校验和：步骤五：开始量产ZLG致远电子的P800系列编程器支持按分区烧录(并可支持多种分区格式)，可按照每个用户方案需求，设置每个文件的起始块地址和烧录块长度，即可达到高效率烧录，又可提高芯片烧录良品率，同时P800系列搭载独立操作系统，还可满足二次开发，工厂全脱机，一键批量的烧录要求。文章来源于网络

近年来，医疗CT设备正向多层数、低X射线剂量、上市时间缩短、更低系统成本方向发展，这四大趋势不但要求ADC具有更高的集成度、更小的尺寸、更低的功耗以及极低的噪声，还要求芯片厂商能够提供系统级支持和参考设计，以及连贯的产品路线图。“这些恰好是ADI的价值所在。”ADI公司亚太区医疗行业市场经理王胜说，相比五年前推出的ADAS1128，ADAS1131最显著的改进是将通道数由128提升到了256。“更高的层数是CT扫描仪能够提供更高图像质量的主要因素之一，而这势必要求增加处理图像所需的数据采集通道的数量，ADI通过降低数据采集电路每通道的成本，从而降低了CT系统的总成本。”ADAS1131内置了256个低功耗、低噪声、低输入电流积分器、同步采样保持电路和提供可配置采样速率的两个高速ADC，还集成了所有相关内部缓冲器、用于数据采集的去耦和旁路电容，进一步减少了元件数量，简化了电路板布局。据了解，若实现同样的通道数目的数据采集，该器件所需PCB板面积比通道密度仅为其一半的器件大约少33%。借助0.8mm管脚间距封装特性，设计人员可以将ADAS1131安装在标准的PCB基板上，这种方案比要求激光过孔的高密度专用PCB基板成本低、成品率高。在与ADAS1128的PCB布局比较方面，ADAS1128采用双层模拟输入迂回布线，走线宽度和间距通常为3mil/3mil，采用激光、盲孔、埋孔过孔技术；ADAS1131则采用四层模拟输入迂回布线，走线宽度和间距可以是4mil/4mil，采用6mil通孔过孔技术，成本得以进一步降低。就封装而言，ADAS1128为10mm×10mmBGA封装，ADAS1131为15mm×15mmBGA封装。ADAS1131由于集成了电源和电压基准的电容，因此封装面积有所增加。但是从系统级的设计角度考虑，整体设计空间更为精简，且系统整体的性能、成本最优。医疗影像、体征信号监测、医疗仪表、消费/移动医疗是ADI当前在医疗保健市场重点专注的四大领域，基本覆盖了CT、超声、核磁成像、监护仪、心电图、血糖仪、心率HRM、生化分析仪、血液分析、运动监测、家庭诊疗等常见的医疗保健设备。王胜表示，ADI对于医疗行业将主要聚焦于三方面：在医疗影像和体征信号监测领域，通过芯片集成关键模拟功能来实现系统突破；护理和家庭医疗方面，在提高性能和可靠性的同时降低成本和功耗，并改善互用性和易用性；第三，合并患者运动监护、诊断和无线通信，支持新一代远程医疗系统的关键构建模块。他列举了几款ADI当前在市场上广受好评的产品及方案，包括：用于数字平板X光机的探测器前端ADAS1256COF，它是256通道高精度、高集成度Chip-on-Flex模拟前端模块，可实现单芯片多路电荷转化为数字，在多种功耗模式选项下都具有极佳的噪声性能和图像质量。ADAS1256具有每通道1mW~3mW的多功能功耗模式，允许制造商使用多种数字X射线成像手段，单个设备就能满足医疗设备设计人员对便携式及无线数字X射线产品不断增长的高性能需求。专为中到高端便携和手推车式超声系统而设计的8通道超声接收器AD9671，集成片内标准的JESD204B串行接口。与其它数据接口标准相比，在实现同样数据吞吐量的情况下，可减少80%超声系统I/O数据线，在简化超声设备电路板设计的同时，更符合业界对更高数据速率、更多通道数和更佳图像分辨率的要求。而随着便携医疗设备的迅速兴起，ADI也推出了专为健身设备、便携式/可穿戴式监控设备和远程健康监护设备的ECG信号调理要求而设计的单导联模拟前端AD8232，多导联的ADAS1000系列心电采集前端，可通过极低的成本和功耗完成心电图、心率监测、呼吸/起搏器脉冲检测等应用。除此以外，也陆续推出更具竞争优势的光电测量模块化方案。此外，还有适用于便携式设备应用的ADuCM350MOC（Meter-On-Chip），它包括基于ARMCortex-M3的处理器、内存和所有I/O连接，以支持带有显示、USB通信和有源传感器的便携式计量仪,可以测量电压，电流及阻抗信号，尤其是生理阻抗测量等。以及3轴加速度传感器ADXL362，号称业内功耗最低的加速度计，可用于计步器、跌倒检测、运动检测等应用。文章来源于网络

蓝牙(bluetooth)技术是一种个人无线网络的通信协议，它起源于是1998年由爱立信、工BM、英特尔、诺基亚、东芝等5家公司联合推出的一项先进的近距离无线通信技术。1998年2月，以爱立信为首，联合东芝、工BM,Intel和诺基亚成立了特别兴趣小组(SpecialInterestGroup)，共同发布了蓝牙无线电接入技术，即在全球范围内建立和运用通用、先进的无线接口技术标准。到目前为止有数千家的企业参与支持和开发蓝牙技术及其相关产品。蓝牙技术的最终目标就是要建立一种全球统一的无线连接标准，使不同厂家生产的各种移动、便携设备和固定终端，在近距离内用无线电自动连接，实现互操作与资料共享。蓝牙技术以其独特、实用的魅力，从开始诞生就吸引了众多的关注，它通过一个9mm}9mm的微芯片和蓝牙无线收发器嵌入各种便携式设备，传输距离为10米，取代所有数字设备上的有线接口。例如计算机、主机、键盘、打印机和显示器之间通过蓝牙技术的连接，可以省去纷乱的连接线;手机应用蓝牙技术，可以使手机和耳机分离，方便开车和商务活动。由此可见蓝牙技术可以随着人们的需要不断在扩大使用范围，日益进入了各行各业之中，同样在医疗设备中也在逐渐引进该技术。随着现代社会不断发展，现代医疗事业也取得蓬勃发展。医院病房监护系统和医疗会诊系统的出现为现代医疗事业的发展做出突出贡献。但其最大的弊端就是病人身上的线缆，不但给病人的行动带来很大的不便，而且在病人需要大面积活动时不得不中断对病人病情的监控或需要人力监控。蓝牙最初考虑的多数应用都是用于取代有线连接。医疗设备在医院每台设备基本都是独立的系统，因此各种设备，都配有自己的计算机系统和打印机等外设系统，都是数据线独立连接，因此，读取机器状态、重新配置设备、传感器数据、病人资料、病人监护、安全}t问数据、资产追踪等为了安全性考虑，都是独立的系统，最常见的现象如手术室，故鱿科室，可以看见到处是电缆线连接，交错地散在地上，一旦出了仪器故障，要花费医生很大的功夫顺着电线检查每个接口是否连接好，整理线就很费事，这样浪费很多时间，时间对抢救病人而语言是十分宝贵的。在有蓝牙技术联接后的各个设备，就解决了医疗设备使用者的麻烦。有些医疗仪器，如脑电图、心电图等电生理仪器，是从患者的体表接受电电信号，将生物电信号，通过电缆传输到医疗设备中，进行分析。其间，因为电缆的连接，限制了患者的位置和运动，只能在卧位接受体检，于是不能了解到在其他体位，甚至是运动状态下患者在一定范围活动的生物电信号的情况。有些医疗的禁区，如层流病房、手术室、放射摄片室、放疗室、抢救室等，不是适宜所有医务人员的进出，必须要有严格的隔离制度，蓝牙在这些地方就能发挥很到的作用，医生可以使有些检查和治疗无线遥控进行，减少了工作人员直接进出的机率，同时不妨碍医生的治疗和会诊的工作。多机通信中必须保证主机与所选择的从机进行可靠的通信，而且通信接口必须具有较强的识别能力，对于蓝牙多机通信更容易受到干扰，因此除了要求外界的干扰尽可能少外还需要有比较可靠的通信协议。蓝牙协议的组成:蓝牙协议作为开放性的近距离高速通信标准，主要包括以下4个方面内容:蓝牙核心协议议(BB,LMP,L2CAP,SDP)、电缆替代协议(RFCOMM)、电话控制协议(TSCBinary,AT命令集)以及选用协议。根据具体的应用，蓝牙协议可以进行灵活的配置，并鼓励尽可能利用各种高层协议，保证现有网络技术与蓝牙技术的融合。因此除了蓝牙核心协议是必需的，其他三方面协议根据应用的具体需要而定。生理电信号传输的要求和实现:生理电信号是由生物体在生命活动中由机体、组织、器官、细胞等各级系统产生的特定表征转化成的电信号，反映特定的生命活动细节。这里主要指的是针对一维生理电信的蓝牙数据传输，如:心音、肌电、胃电，以及转为电信号的血压、脉搏、呼吸等生理参数。按照信号的频率围可以分成三类:(1)低频信号，即最高频率小250Hz，以心电为代表;(2)中高频信号，主要是心音;(3)宽带高频信号，指肌电。抑制无线电电磁干扰:蓝牙工作在全球通用的2.4GHzISM(即工业、科学、医学)频段。蓝牙的数据速率为1Mb/so跳频技术是把频带分成若干个跳频信道(Hopchannel)，在一次连接中，无线电收发器按一定的码序列(伪随机码)不断地从一个信道到另一个通信信道，蓝牙系统内地收发双方是按这个规律进行通信地，而其他无线电设备不可能按同样地规律进行工作。所以从很大程度上抑止了无线电。建立“个人微型网”(Personalareanet):蓝牙采用了扩频技术，使整个蓝牙频段内噪声影响变得最低。与其他工作在相同频段地系统相比，蓝牙调频更快，蓝牙设备与其他无线通信设备相比是低功耗地，蓝牙技术地无线电收发器地链接距离可达10米，使用高增益天线可以将有效通信范围扩展到100米。不限制在直线范围内，甚至设备不在同一个房间内也能相互链接，并且可以链接多个设备，活动最多可达7个，在线设备可达200个，这样就可以把用户身边地设备都链接起来，形成一个“个人微型网”。不使生物电信号受影响:蓝牙技术具有传输信号稳定、不易受干扰和不受物体阻碍等优点，一般情况下通过蓝牙技术，能有效取代传统病房监护系统中病人身上的医疗传感器与分析仪、PDA和电脑等分析设备之间的线缆。对人体生命参数的无线实时监控是广大医患的共同愿望，但基于传统电子技术实现起来有无法避免的缺点。蓝牙不仅可以取代个人电脑周边的数据线缆，也能够满足监护病区中的患者周边无线化的需求。通过病区蓝牙网关，可以实现蓝牙监护网与有线局域网的无缝连接，从而结合多种不同网络的优点，带给患者简洁舒适的环境。任何医疗设备的使用，首先要保证对人的绝对安全性，才有可能投入临床使用，才能被被医患双方接受使用。安全性包括信息安全和生态安全。有实验证明，微波炉的使用，会使数据传送的速度减慢300k/s，除此之外，扩频设备、跳频设备、无线LAN等均会使数据传送速度减慢。但是国际SIG在各种环境中做过实验，低功率蓝牙产品对其他同类产品干扰微乎其微，相反，其他产品对蓝牙的干扰可通过软件或硬件方法解决。所以信息安全问题更多地是在软件协议栈中加以强调，由软件工程师去主要解决。生态安全问题是指当蓝牙设备靠近人体时是否带来危，主要是否有电离辐射等，这是使用的医患双方都十分敏感的问题。由世界卫生组织、工EEE等专家组成的小组表示，检测中并未发现蓝牙产品的辐射对人体有影响。蓝牙的问题主要是由于蓝牙使用和微波炉一样的频率范围，是否会带来不良的后果目虽然尚无定论，但是一些组织分析认为蓝牙输出功率很小，只有1mW，是微波炉使用功率的百万分之一，也仅是移动电话的辐射的几分之一，而在这些输出中仅仅只有一小部分被物体吸收，基本检测不到局部有温度增加。长期来看，蓝牙取代现有有线系统的机会不断增加，短期内发展速度将会比较快。通过无线连接来增加产能速度虽然较慢，但长期潜力较大，有很好的发展前景。文章来源于网络

PrincetonInstruments宣布将立即推出NIRvana®SWIR家族新成员：NIRvanaHS。为满足当今科学、工业和医学界日益对SWIR产品的需求，TeledynePrincetonInstruments充分发挥公司近红外二区的技术积累，新推出NIRVanaHS相机，一款创新性的产品，该产品性能在同类产品中世界一流。在高性能NIRvanaLN（液氮冷却）和NIRvana640（过冷）的成功基础上，NIRvanaHS综合考虑了速度、灵活性、性能和价值，将成为工业和科学研究的利器。新型NIRvanaHS相机具有高性能SWIR相机中前所未有的独特功能组合。NIRVanaHS在16位模式下以每秒250帧的惊人速度运行，并提供累积后读出(ITR)和同步采集读出(IWR)模式，实现了低噪声和高占空比。先进的散热设计包括低至-55C的深度冷却，并采用最先进的真空密封室，可终身免维护运行。先进的图像校正功能可确保相机提供无与伦比的图像质量。为了进一步加强NIRvanaHS的体验，我们的LightField®软件提供了直观的界面和内在强大的分析功能，无需借助于任何第三方硬件或软件。“NIRvanaHS是我们开展的最令人兴奋的相机项目之一，”PrincetonInstruments的成像产品经理MichaelMelle评论道。“HS是根据客户的反馈而进行构想和设计的，这些客户不仅有使用我们产品的客户，也有使用我们友商产品的客户。它填补了低成本工业设计与低冷(-80°C)SWIR相机之间的空白，从而拓宽了SWIR相机在应用研究领域和新兴商业的应用。”NIRvana产品系列推进了包括天文学、生命科学和半导体制造领域在内的许多科研进步。SWIR成像应用的前景一片光明。对包括量子点和碳纳米管在内的纳米技术的投资正在推动对高性能易操作相机的要求。在生命科学领域，体内成像以及对更高性能NIR-II探针的相关要求正为最终用户和OEM机会敞开大门。无论是哪种应用，荧光显微镜、纳米材料、体内成像、天文学、农业还是半导体，NIRvanaHS都能满足您的需求。文章来源网络

欧司朗向武汉市第一医院、武汉市第四医院和武汉市第五医院捐赠紫外除菌灯具，帮助医院、医护人员和患者共同抗击病毒。通过光电健康解决方案，欧司朗将持续关注疫情发展、并为人们早日回归正常的生活和工作而作出努力。连线武汉医院，驰援抗疫据权威专家意见，足量的紫外照射是目前已知的、可以抑制该病毒的有效手段。紫外线除菌是一种被国家认可且推荐的高水平除菌方式。通过破坏微生物细胞的脱氧核糖核酸（DNA）和核糖核酸（RNA）的分子结构，促使生长性细胞和（或）再生性细胞死亡，从而达到除菌消毒作用。所有冠状病毒都属于单链正链RNA病毒。欧司朗捐赠的紫外除菌灯具可用于室内空间，能够安全高效地消除空气及家具表面的细菌和病毒。欧司朗了解到目前不少医院都急需专业的紫外除菌灯具，不仅能消除医院室内的病毒，还能在很大程度上减轻护士的日常消毒工作，让护士们留出更多的时间照顾病人。欧司朗详细了解了武汉市第一医院、武汉市第四医院和武汉市第五医院的具体需求，并第一时间发往武汉。目前，欧司朗捐赠的510套灯具已抵达三所医院。以光为媒，改善健康与社会福祉作为一家科技企业，欧司朗始终致力于解锁光之无限可能，改善人类在数字时代下的生活。一直以来，欧司朗致力于开发基于光电技术的健康解决方案，促进医疗技术发展，帮助病人康复，检查重要健康指标，测量健身数据，甚至检测食品成分，为改善社会福祉贡献力量。欧司朗中国区总裁穆兰德表示：“我们持续关注疫情的发展和一线医院的抗疫需求，在关键时刻毫不犹豫驰援武汉，同时做好公司每一个员工的防疫工作，时刻和中国人民站在一起，期待抗疫大捷！”文章来源网络

随着春节后返工日逐渐临近，全国各大城市的公共场所成为防空疫情的关键。如何在人流密集的地方做到“无接触感应”、“高效率通行”、“高温智能预警”成为城市管理者的挑战。据了解，在北京市海淀区以及中关村科学城管委会的统一调度下，中国人工智能企业旷视科技（下称“旷视”）团队提出了“人体识别+人像识别+红外/可见光双传感”的解决方案。旷视AI测温系统应用界面这套方案可以通过前端红外相机鉴别人流中的高温人员，再根据疑似发烧者的人体、人脸信息，通过AI技术，可以辅助各类公共场所（火车站、汽车站、地铁站、机场）等高密度人员流动场景下的工作人员快速筛查体温异常者，实现非接触密集型人流AI辅助温感解决方案，解决疫情平稳后在开放场所的通行效率与可控度。旷视AI测温系统在北京市海淀政务大厅投入使用2月4日，旷视AI测温系统已正式上线，并率先在北京市海淀政务大厅和部分地铁站展开试点应用。据旷视介绍，相比人工近距离检测手段和传统的发热筛查系统，旷视将研发重点放在对远距离的测温精度以及高密度人流量的可用性上。首先旷视针对戴口罩遮挡进行了专项模型优化，即便在口罩和帽子大面积遮挡人脸的情况下，系统也能帮助工作人员快速筛查通行人群，识别误差±0.3℃，大众无需摘下防护也无需排队聚集，大大提升公共空间的安全性和检测效率。旷视AI测温系统在北京市海淀区某地铁站点出入口布设中系统另外的一大特点是可支持大于3米的非接触远距离测温，一旦有疑似发热人员出现就会自动报警。结合旷视自研的人体ReID检测检索技术，系统可以帮助工作人员快速筛查发热人员位置线索，以进行进一步的确认检测和医学观察。旷视研发人员表示，此系统的智能疑似高热报警带宽可达到每秒15人，且一套系统可以部署16个通道，基本保证一个地铁口管控。这样一来，人流量较大的通道在AI系统的辅助下，仅需1名工作人员就能够管控现场，大大降低一线工作人员被感染的风险。本文来自澎湃新闻

当前，春运返程高峰即将来临，疫情防控正处于关键时期。在医院、火车站、机场等场所进行提问监测是防控中的重要措施。2月1日，百度官方宣布，百度AI体温检测技术落地北京清河火车站，助力疫情防控。据介绍，百度AI体温检测技术基于AI图形识别技术和红外热成像技术，具有部署简单、筛选快速、非接触式巡查的优势，可快速查出体温不在正常范围的人员，以减少疫情在公共场所的的传播，更减少工作人员被传染的风险。百度表示，将继续发挥领先AI技术优势，为抗击新型肺炎尽快推出更多优质产品，为全国疫情防控工作贡献科技力量。百度称，欢迎有需求的各级政府、卫健委机构、基层社区、疾控中心等相关疫情防控机构来联系，将第一时间提供免费支持。此外，百度还整理了一些预防新型冠状病毒肺炎的注意事项，希望大家保护好自己和家人。火车站、机场等人员密集的地方，人多、空气流通差，病毒感染率较高。注意以下几点，可以有效预防感染：去火车站、机场等人员密集地方，一定要在洗净双手后戴上医用N95口罩，它能够有效阻挡飞沫进入口腔和鼻腔，预防病毒感染。可携带含酒精的消毒湿巾，方便擦拭公共座椅等你会接触的物品。乘坐公共交通时，记得全程佩戴口罩，避免近距离接触咳嗽的患者。到达自己的座位后，你可以用75%的酒精擦拭你可能接触到的扶手、小桌板等。尽量避免用餐，如果需要用餐，在用餐前，再次清洗双手。下车后，选择就近洗手间，使用流水、肥皂或洗手液洗手，大多数传染病都可以通过接触传播，因此保持手部卫生至关重要。回家后，可以摘掉口罩，立即洗手，并对自己的随身衣物或行李进行消毒。专家建议，如果2020年2月9日之后，疫情得到了有效控制，还是需要日常戴好口罩。无论是家中，还是你的办公地点，都需要保持室内的通风状态，尽量避免去人群密集或空间密闭的地方。大家可以在百度APP首页的“抗击肺炎”频道中，点击“防护手册”进入查看。如果有发热、乏力、干咳等可疑症状，建议及时就医。文章来源网络

近日，英特尔和哥但斯克工业大学通过AI成功识别人脸，并在第12届国际人机交互会议期刊上发表了成果。在这一研究中，他们在普通可见光图像的模型基础上，将数据替换为热图像进行了再训练。在日常生活中，很多采用可见光图像的设备，在特殊的隐私要求下常常采用热成像来替代。因为热成像能够模糊人体特征，例如眼睛的颜色或下颌轮廓。传统看法上，热图像相比RGB图像提供的信息不够，不足以让AI模型识别人脸特征。但英特尔的研究给了否定的回答，研究团队通过机器学习对热成像进行剪切，提取面部特征并转换为特征向量。最后，研究团队采用利用可见光图像来验证可见光模型是否匹配热成像。结果发现，用可见光图像训练的模型能够很好的泛化到热图像应用中，成功率高达九成以上。理论上，隔着墙就可以进行辨认。通过温度来进行骇入是目前黑客研究的方向之一。2015年，一个以色列团队就成功地利用温度来操控两台物理隔绝的电脑，黑客利用电脑自带的热传感器（防止电脑过热），通过操控一台电脑的温度升降，近距离将热量传播到和它隔离的另一台电脑上。只需要温度升高1度，两台原本互相隔绝的电脑，就能够通过类似摩尔斯电码来的温度传导来进行通信。幸运的是，通过“温度”来窃取隐私的技术要求很高，普通黑客目前无法复制。不过现如今，我们不少的家居监控装置都可能涉及私人或敏感数据，例如关于人体健康的生物体征信息。而之前人们普遍认为，热图像能够在提供有用信息的同时保证个人隐私，经过这一研究，人们恐怕要重新考虑“温度”的安全性。文章来源网络

荷兰半导体设备供应商ASML表示，无论有无美国发放的极紫外光光刻机（EUV）销售许可证，ASML都希望对华继续供应半导体设备，并希望2020年增加其产品在中国市场的销售份额。据了解，在EUV光刻机领域，ASML是全球唯一能生产EUV的企业，美国一直反对这家荷兰企业与中国的芯片制造公司有过多的生意往来。据路透社报道，稍早前特朗普政府展开“强大攻势”，阻止荷兰向中国出售芯片制造技术。美国国务卿迈克·蓬佩奥正在游说荷兰政府，同时白宫官员向荷兰首相分享了一份机密情报报告。此前并未报道的高规格做法，表明了白宫对阻止中国获得制造世界上最快微处理器所需机器的重视程度。这也显示了美国政府在试图单方面阻止先进技术流入中国方面，很大程度上还难以得逞。本文转载自网络

AI这个领域相信大家都觉得有点儿遥远，毕竟目前真正意义上的AI还没有进入到我们生活当中。不过这并不代表AI真的离我们很远，因为目前AI除了可以在围棋中完虐你、在游戏中打爆你、帮你分类乐高积木外，现在还可以帮助医生判断乳腺癌。Google在一篇博客中指出，单单在英国每年就有超过55,000人被诊断出患有这个致命疾病，并且八分之一的美国女性很可能在其一生中的某个时候患上这种疾病。目前不少人对于乳腺癌都并不陌生，至少都从各种宣传和渠道里了解过这种疾病。但是，尽管这种疾病可以说是众所周知，它仍然很难治疗。不论是乳腺癌还是各类癌症，治疗的最佳时机通常在于及早发现。在某些情况下，一旦出现症状，可能已经到了晚期而错过治疗的最佳时机。不过，即便是进行早期检查，成功率也不是百分之百。目前乳腺癌最主要是以X光检查来检测，而其成功率只有百分之八十。而Google的AI则可以提高成功辨认的机率。Google以总共9万1千张X光照片来训练这个AI。之后，让这个AI对2万千张独立数据库中的X光照片进行认别。在这个测试当中，相比起平均的检测成功率，AI把阴性误报率减少了百分之9.4，而阳性误报率则减少了百分之5.7。Google表示这个结果代表着希望，并且认为如果将这个技术用于实际临床环境中的话，可以帮助医生“减少等待时间并减轻潜在患者的压力”。本文转载自网络

虽然在很多科幻电影中，全息投影几乎成了标配，主人公随便在空中一挥手，各种影像资料手到擒来。不过受到技术本身的限制，我们生活中真正的全息投影产品并没有几个。于是就有公司开始琢磨了，我们先搞个准全息总可以吧。于是就有人发明了一个准全息投影仪，他号称是世界上第一块桌面及全息显示方案。可以实现在空中绘画的功能，你就可以把空气当成画纸随意涂鸦。他就是Holovect。HolovectMkII是一个独立的激光立体显示系统，它适合安装在实验室的工作台或桌面上，并可以和3D打印机或者单个教学器械及宣传设备配套使用，其是第一个商用的激光类桌面，能够用光在空中绘制3D物体。Holovect成像不是全息图，而是投影到被修改的空气中的矢量图像（即）。这种区别是由于以下事实：全息图是包含关于物体的三维信息；然而，由于Holovect成像包含三维信息并且是空中自由浮动的对象，所以它们当然是全息的。它们是真正的3-D投影。那么它的工作原理是怎样的呢？原理很简单。在大多数情况下，当光在两种不同的媒介之间传播时，你会看到三种不同的效果：折射（弯曲）、反射或扩散。这种不同的效果取决于材料的不同“折射率”（RI）。这方面的典型例子就是海市蜃楼现象，当一部分空气具有和其周围环境不同的折射率时，会造成光线弯曲，然后以意想不到的方式反射出去，就会发生海市蜃楼，往往由于不同地区的温度或压强存在差异，所以也会发生这种情况。现在有了Holovect技术，我们知道了如何在空间箱形截面控制空气，然后精确修改特定区域内RI，来折射和反射激光束。这种修改引出了“反照率”概念，它被定义为在物体表面反射的入射光的比例，也是被修改的和未被修改的空气边界处的折射率。因此，通过同时控制激光束的目标和修改后的空气柱的位置，计算机可以在三维空间中的任何地方放置一个体积像素或体素的光。然后通过保持从物体A点到B点的激光束，绘制3D向量属性的线条有序排列，就形成了一个全息矢量图。HolovectMkII能够每秒绘制50次一个完整的图像。3D打印的提前可视化及应用在以前，HolovectMkII可用于STL格式的CAD模型可视化。这可以通过两种方式完成：导入STL文件并将其转换为矢量格式，或者直接可视化。第一种依据可视化，转换STL会形成立体线框投影，而直接将STL模型可视化可将模型切成层状，这可以理想地在打印前检查可能存在的制造误差和修改中空部分的内部结构。在进行长时间打印之前，这种预视容量能力通过节省时间和打印材料，提高了3D打印设计和制造效率。该技术还可以应用在其他方面。比如，通过3D扫描仪获取可视化3D数据或进行计算机断层扫描；商业上应用包括广告和品牌营销。

5G+物联网方兴未艾。根据产业研究机构StrategyAnalytics的最新研究，到2025年，5G连接将成长到所有IoT连接的三分之一，以NB-IoT与LTE-M为主的蜂窝物联网连接的数量将成长到23亿。截至2019年底，当前市场以2G、3G、4G为主，占所有连接技术的79%，但是5G在整个2020年代将占据主导地位。汽车是最主要的应用领域，其他应用包括工业和公共领域、交通运输和安全等。在政府的大力支持下，亚太地区仍然是最大的市场，尤其是在中国物联网成长的支持下，5G+物联网发展蓬勃。2019年12月19-20日为期三天，在深圳会展中心举办的第八届深圳国际电子展暨嵌入式系统展向来是电子半导体产业的盛事，但这次电子展上除了国内外各种半导体原厂与电子元器件厂商之外，IDH方案展出板卡和创新方案也不少，且值得注意的是，中国RISC-V联盟的关键成员都纷纷到此布展展示IP产品及相关服务，显示开源生态与电子半导体产业结合，将是一大趋势。中国RISC-V产业联盟：搭建中国国产自主、可控、安全的RISC-V异构计算平台RISC-V指令集架构（简称“架构”）本质上是一套关于处理器软硬件接口规范的开放标准，真正能够被使用起来的是不同“微架构”的处理器IP，有商业、开源、自行并发三种实现方式。它具有低成本、低功耗、比较灵活，适合物联网、人工智能这些比较创新性的领域和给业界公司提供了很多选择，避免在CPU上绑死，这是产业共性的特点，凭借创新性、灵活性，大家一块去推动产业发展的共性。在中国还具有自主可控的意义和价值。近几年，国际社会特别是一些大国，对关键技术实行封锁政策，而且有愈演愈烈之势。在本次展会中，中国RISC-V产业联盟（CRVIC）秘书长滕岭表示，联盟秉承开放、合作、平等、互利的原则，致力于解决中国RISC-V领域共同面对的关键问题，建立中国国产自主、可控、安全的RISC-V异构计算平台，促进形成贯穿IP核、芯片、软件、系统、应用等环节的RISC-V产业生态链。RISC-V与出口管制资料来源：CRVIC据滕岭透露，这一年多来，在国内各地举办的RISC-V相关大大小小会议激增到几十场之多，可以说业内推广已经提前达成。未来的目标更多是向外界的较深入的推广，一是向下，一是向上。向下推广是指与更多的下游行业组织发生联系，如物联网、家电等等，让RISC-V这样一个上游的底层的技术能够被下游所认知，RISC-V所独有的灵活、面向领域定制等得到探索，能更大程度地延伸RISC-V的创新触角。向上推广是指比较深入地去研究RISC-V的一些共性问题，去和相关部门做比较深度的沟通汇报。中国RISC-V产业联盟（CRVIC）秘书长滕岭目前，联盟创始会员包括紫光展锐、华大、晶晨、格易、乐鑫、苏州国芯、华米等五十多家产业链上下游企业，复旦、交大、同济、电子科大、西安电子、中国科大等十余家重点大学和研究机构等。佰维存储：AI+5G快速融合，智慧存储需求夯2020年，AI与5G技术的快速发展与融合，极大助力了物联网相关应用方案落地，IoT、智慧医疗、智慧城市，安防监控等领域技术不断更新，催生了新一代的智慧存储需求。每一类应用需求对存储设备的性能、耐用性、可靠性、接口规范、宽温应用等提出了不同的规范和要求。佰维存储嵌入式存储事业部负责人涂有奎表示，在此次嵌入式系统展中展出面向智能穿戴、车载电子、智能音箱、网络安全、宽温级工业应用、轨道交通、加固型工业应用等不同场景下的存储解决方案，产品类型涉及嵌入式存储芯片，工控级SSD，存储卡、内存以及客制化存储服务。佰维为智能硬件设备提供更为卓越的存储解决方案，典型的产品有BGASSDE009和ePOPE010。搭乘5G+AI新风口，米尔科技深耕ARM+Linux米尔科技是一家总部位于深圳，专注于ARM/FPGA嵌入式软硬件开发的高新技术厂商，专门提供ARM/FPGA核心板模块/开发平台，开发工具，项目定制服务。同时米尔科技致力于工业以太网/机器视觉等解决方案的开发。米尔科技营销副总周麒在今年第八届深圳国际电子展暨嵌入式系统展，米尔科技携多款新品和技术解决方案亮相本次大会吸引众多观展者，让米尔展区热闹非凡。米尔科技展示全系列产品：Arm开发工具及仿真器、Arm核心板及开发板、充电桩计费控制、物联网、车联网、工业控制、人工智能、边缘计算、智能新零售等解决方案。米尔科技携多款新品和技术解决方案亮相本次大会吸引众多观展者，让米尔展区热闹非凡谈及对客户的服务，米尔科技营销副总周麒表示，米尔科技在解决方案上并不认为自己是一个完整的硬件厂商，米尔科技更多的关注的是软件和对客户服务的对接。就充电桩方案举例来说，包括大客户所需要对接充电网的协议，甚至包括一些特色充电功能，米尔科技都通过其软件团队去帮客户实现。米尔科技也有驻厂工程师的服务，除硬件以外，在协议上的支持，在产品的定制化上给客人带来更多增值服务。专注超微型MLCC，宇阳科技紧盯5G手机和智能穿戴机遇宇阳科技自2001年成立，是一家专注于贴片陶瓷电容（MLCC）领域的自主品牌企业。宇阳科技战略开拓中心总监陈永学表示，这次参展的重点产品有超微型01005封装电容、高温X6/X7系列电容和高容系列电容，还有新开发的射频大功率系列产品。01005的尺寸仅有0.4*0.2*0.2mm。非常适合5G手机、智能穿戴、和芯片内置等行业应用高容系列产品。目前宇阳科技已经完成0201-2.2uF的技术开发，同时大尺寸高容也在积极准备产能。宇阳科技战略开拓中心总监陈永学高温X6系列工作温度是在-55～105℃，X7是-55～125℃。随着CPU、GPU等主芯片处理速度不断提升，功能更加丰富，终端产品的工作温度不断升高。在这个情况下，高温产品的可靠性优势会非常明显，大大提升整机设备的高温可靠性。射频大功率UPC系列产品具有高Q值，低ESR，非常适合5G基站等射频大功率场景使用。瞄准5G+物联网机遇，芯讯通加速转型芯讯通市场部总监谭梦溪表示，芯讯通这次在展会主要展出有最新的5G模块，一共推出了三个型号：8200EA-M2（M2封装），8300G（M2封装）和8200G（LGA封装）三款。M2封装更适合笔记本电脑、CPE，因为它是直接拔插的，连接会比较方便。LGA封装相对比较复杂，可能更加适合高端应用，像工业类的网关等应用场景。另外，在NB这块也有推出一些新的产品，像今年最小的7909G，还有7070和7080都是全网通和全球通在用的NB模块，都是对芯讯通之前2G和我们原有NB的升级。芯讯通市场部总监谭梦溪NB模组越做越小，芯讯通在今年做了一款全球范围内最小的一个NB块的模组——SIM7090，是现在所有体量最小的一个NB的模组，它是一个全频段的模组，封装尺寸只有14.8×12.8×2毫米。谭梦溪透露，事实上，2G、3G、4G，包括现在的5G，芯讯通都在做。但是占比最大的还是2G业务，但现在2G面临退网，所以很多都开始往NB这块转。2G和4G各占50%左右。文/莫延芬原创声明：电路城原创内容，未经授权禁止转载。

MaximIntegratedProducts,Inc近日宣布推出三款业界领先的模拟产品，帮助设计者进一步降低功耗和方案尺寸，同时提高测量精度。MAX6078A电压基准IC、MAX16155nanoPowe监控器和MAX16160电压监测器及复位IC拥有业界最佳的性能，适用于云基础设施、IoT、智能前沿、设备端AI，以及消费、通信、工业和医疗领域的智能与新兴应用。设计者在开发新型及下一代系统时，对性能、小尺寸和创新能力提出了更高要求，这需要可靠的模拟方案来提供基础支持，例如精密测量与可靠保护。Maxim凭借世界一流的电路设计专业团队和独有的先进工艺提供高品质基础功能IC，推动多应用领域的系统发展。Maxim为其高性能、单功能模拟IC基础产品新增三款方案，为系统提供高能效、精密测量、稳定互联和可靠保护。Maxim基础模拟产品的最新方案：MAX6078A：精密电压基准在严苛的电池功率预算下提供工业级高精度方案MAX6078A具有±0.04%初始精度，精度比同类竞争产品的高20%。MAX6078A的静态电流仅为15µA，使得电池供电和能量收集系统的精密测量成为可能。器件的工作电流比最接近的竞争产品低6.6倍，方案尺寸仅为1.458mmx1.288mm，比竞争方案小58%。MAX16155：业界最低功耗的nanoPower监控器MAX16155的耗流典型值仅为400nA，是竞争方案所需供电电流的4%，在几乎零功耗的状态下提供可靠系统保护。器件通过监测系统电路的欠压故障，并利用看门狗定时器在故障状态下使系统保持复位状态，确保便携式、低功耗设备在发生电源故障或软件故障时安全工作。IC采用微型、6引脚SOT23封装。MAX16160：四通道电压监测器及复位IC，为VCC电源轨上电提供灵活性MAX16160是业内唯一一款当四路电源轨的任何一路高于1V时即可保持低电平复位的四通道电压监测器及复位IC。器件凭借确定的低电平复位输出，提供业界最可靠的多电源系统上电启动和连续工作模式。这种“无供电上电”特性避免了系统的不确定状态，工程师可以轻松配置各路电源的上电顺序。所有输入电压监测精度为±1%，比竞争产品(通常所有输入的精度为±1.50%)提高50%。器件采用6焊球WLP(1.408mmx0.848mm)封装，比最接近的竞争产品减小85%。评价“高性能基础模拟器件是系统设计者成功的关键。”Databeans市场调研总监SusieInouye表示：“Maxim最新的基础模拟系列产品能够帮助所有终端领域的设计者节省宝贵的时间和精力，使其专注于自身的专业领域，而把复杂的模拟设计交给专业人员。”“这些新器件凭借最低功耗，并在电源故障时避免不必要的关机，有效提高了系统的正常运行时间。”MaximIntegrated核心产品事业部执行总监DavidAndeen表示：“超高精度与最小尺寸相组合，我们的基础模拟产品再次在竞争中脱颖而出，为客户带来巨大优势。”供货及价格MAX6078A的价格为1.21美元(1,000片起，美国离岸价)，可通过Maxim官网购买；提供MAX6078EVKIT#评估套件，价格为39美元MAX16155的价格为1.25美元(1,000片起，美国离岸价)，可通过Maxim官网购买MAX16160的价格为1.87美元(1,000片起，美国离岸价)，可通过Maxim官网购买

整个医疗保健领域的互联为该行业和患者们带来了巨大的好处，而且，这种连通性及其带来的便利还将持续并加速发展。但是，网络安全是一个不可忽视的问题。尽管人们普遍认为医疗行业需要一个安全的企业级体系架构，但是，很重要的安全编码设备起到的作用却很容易被忽略。尽管患者和医护人员可以受益于使用各种来源实时数据带来的更高的操作效率，但是，这种便利同样带有一定的不利。随着联网医疗设备的不断增加，坏蛋操纵数据从事不良行为的访问接口的数量同样在随之增加。2011年，白帽黑客BarnabyJack进行的一个演示使人们开始审视这个问题的严重性。他修改了天线设计，进行了编程，展示了如何通过无线方式攻击和控制美敦力的植入式胰岛素泵，并命令它们管理致命剂量的胰岛素。最近的一些案例表明，几年过去了，这种直接式的攻击仍然是一个尚未完全解决的挑战。比如在2017年8月23日，美国食品药品监督管理局（FDA）批准了一次医疗器械的固件更新，以减少某些Abbott（以前的St.JudeMedical）起搏器利用网络安全漏洞给患者造成伤害的潜在风险。2017年，英国国家卫生局（NHS）遭遇的WannaCry恶意软件攻击是另外一个例子。这个恶意软件利用Windows的服务器消息块（SMB）协议进行传播，攻击对象是在XP工作站上运行的MRI和CT扫描仪。攻击者对这些医疗设备进行了加密，并索要赎金，导致妨碍了对患者安全有效的治疗。据估计，这次攻击影响了全球150个国家超过20万台计算机，造成的总损失估计在数亿至数十亿美元之间。上图：将LDRA工具套件的功能映射到IEC62304：2006+AMD1：2015的准则纵深防御攻击的性质多种多样，说明了没有单一的防御措施可以解决问题。为了抵御攻击，需要做一些基本的整理工作，比如更新较旧的操作系统和保护协议，更新和验证软件和固件。但是，即便是采取了这些预防措施，攻击者仍然有无数种攻击系统的方法，因为他只需要一个漏洞就可以了。根据JamesReason教授的说法，许多医学活动都需要人工输入，随之而来的便是不可避免的人为错误。但是总的来说，当建立多层级的防御体系之后，需要整个体系层层被攻破才能发生灾难的几率便大大降低了。Reason将其比作“瑞士奶酪”的切片序列，只是在他的模型中，和瑞士奶酪相比，“切片”中的孔永远都在移动、闭合、扩大和缩小。就像检查和控制人类向医疗系统的输入一样，多层次的网络安全方案在很大程度上可以起到作用。比如说，即便攻击者攻破了第一道防线，后面还有好几层防线在等待着他。可能有助于建立这种纵深防御的方法和技术包括安全的网络体系结构、数据加密、安全的中间件和域分离。不过，我们对医疗设备尤需特别注意。对于攻击者而言，围绕医疗设备的网络基础设施下手只是达到其攻击目的的一种手段，设备本身才是真正的威胁对象。医疗设备和网络安全在过去，嵌入式医疗软件通常用于实现静态、固定不变的功能，面向专用设备，隔离足以保证它的安全。网络安全和安全软件的开发则倾向于被动式：先开发软件，然后使用渗透、模糊和功能测试来暴露它的弱点。从本质上来说，“打补丁”以解决现场发现的弱点是对上述被动式原则的扩展，但是，设备制造商不大会及时提交程序修补记录。针对这种情况，MITRE公司和FDA在2018年10月发布了其“医疗设备网络安全”战术手册，该手册分为四个阶段：准备阶段、检测和分析、遏制/根除和恢复，以及事后恢复。在医疗设备“准备阶段”的网络安全实践中，采取积极主动的方法可能是减少这种“事件-响应”周期的关键要素。不仅仅是确定现有设备的安全措施，更是主动将它们设计到新产品中。网络安全设计的一个方法是让它遵循并反映功能安全标准所倡导的开发过程，例如IEC62304“医疗设备软件-软件生命周期过程”。IEC62304提供了开发软件的通用框架，它完全满足了软件开发生命周期中各个层面的质量、风险和软件安全性要求。使用这种方式的结构化开发生命周期，不仅可以实现开发生命周期的最佳实践，还创建了一组可追溯的人工信息，在发生违规情况时，这种信息对提供快速响应非常宝贵。除了可以规避任何违反安全规定的行为外，这种方法还符合FDA的建议，即任何医疗设备均不得允许未经授权的实体查看或访问敏感数据。数据必须始终处于受保护状态，并保持准确性，以防止黑客更改诊断信息或重要的患者信息。上图：瑞士奶酪模型，说明了即便有一系列不完善的防御层，系统也仅会在所有这些不完善之处都重合时才会失效安全代码开发通过应用自动化工具，可以最高效地证明代码开发活动对法规提倡的流程的遵从性。尽管在开发功能安全应用和网络安全应用之间存在一些差异，但它们也有许多相似之处。例如，它们都是从一开始就定义了恰当的需求，并且建立了对这些需求的双向可追溯性，以确保能够完全践行功能安全和网络安全的理念，而且它们都可以从这种流程中受益。单元测试和动态分析也可以以同样的方式适用于功能安全和网络安全，这对网络安全至关重要，因为这有助于确保防御机制（举个例子）有效，而且在应用边界值时也不会轻易地受到攻击。IEC62304还要求使用编码标准，以将指定编程语言的使用方法限制到安全的子集内。实际上，为功能安全开发的代码通常也是安全的，因为编程语言应用中的相同弊端也同样经常引起安全性和安全性方面的顾虑。结论任何联网的医疗系统都无法同时保证既能发挥作用又绝对无法被渗透。所以，按照风险级别的高低进行对等程度的保护是说得通的，而且这意味着需要应用多个安全级别。医疗设备本身值得人们特别关注，因为它们提供了黑客发起攻击的主要途径。功能安全标准（例如IEC62304）的结构开发方法可以提供理想的框架，以将主动方法应用于安全应用的开发。令人高兴的是，许多用于安全编码的质量保证技术已经在功能安全领域得到了充分证明。这些技术包括：确保正确地遵循了编码标准的静态分析、检查是否有多余的“恶意代码”的动态代码覆盖率分析，以及在整个开发过程中跟踪需求。这种开发流程给开发者留下了一组结构化的人工信息，如果在现场发生安全漏洞，这些信息将提供理想的参考。考虑到黑客与解决方案提供商之间的战斗永无止息，优化漏洞响应时间绝对不仅仅是加快修补漏洞的进度，有的时候它还能救命。

为了开发出一种可以快速测量药物中的成分或者对患者的皮肤组织进行分类的便携式扫描仪，研究人员设计了一种成像系统，该系统使用了可以装入到微芯片中的小巧且高效的激光器。该系统在太赫兹频段上发射和检测电磁辐射，太赫兹频率高于无线电波，但是低于热成像应用中的长波红外光。根据普林斯顿大学研究小组的说法，长期以来，工程师们都想实现基于太赫兹电磁辐射的成像，但是在这个频率范围内成像非常困难，这也让很多应用都停步不前，工程师把这种状况戏谑地称为“太赫兹陷阱”。“现在我们取得了突破性的进展，我们发明了一种革命性的技术，在这里直接使用半导体芯片中的太赫兹组件直接对外辐射，不用任何移动部件，”普林斯顿大学电气工程专业的副教授，研究团队的领导者之一GerardWysocki向记者解释道。太赫兹辐射可以穿透纺织物、塑料之类的物质，而且不会产生电离，所以它可以安全地用在医疗用途中，用来观察很难在其它频率范围内成像的物质和材料。这种基于太赫兹的新系统可以快速探测药物中分子的特性和排列方式，也可以揭露材料中的结构性损坏。该装置使用了一种可以精准地保持频率稳定度的辐射束，它又被称为“频率梳”，因为它里面包含多个“梳状牙齿”，每个“牙齿”都可以发出不同的固定辐射频率。这种辐射可以和被测材料中的分子相互作用。该装置还设计了双梳结构，使得它可以有效地测量反射回来的辐射。研究人员对反射辐射中的独特图案或者光谱特征进行分析，就可以识别出被测材料的分子组成。目前主流的太赫兹成像技术生产成本高昂，操作也很麻烦，但是本文的新系统基于半导体工艺进行设计，成本更低，而且可以实现更高的图像分辨率，每秒可以生成更多的图像。这种图像生成速度对于生产线上对药物进行实时质量控制非常有用。“想象一下，在药物的生产线上，每隔100微秒就生产出一颗药片，你可以利用这种成本更低、速度更快的半导体太赫兹成像系统检查药片是否具有一致的分子结构，以及它是否足量地包含了所期望的所有成分。”Wysocki说。为了验证这种概念，研究人员制造了一种在三个区域内含有三种成分的药片，这三种成分就是寻常药物中常见的惰性成分-葡糖糖、乳糖和组氨酸。太赫兹成像系统可以识别出每种药物成分，并且划出这三个成分分布区域之间的界限，还能显示出某一种化学物质溢出到其它区域内的几个异常点，这种“热点”代表活性成分没有适当地分布到药片特定区域内，这是药物生产中经常出现的问题。该研究团队还利用这个太赫兹成像系统在一个25美分的硬币上进行了试验，用于展示该系统出色的分辨率。试验结果表明，该太赫兹成像系统能够呈现硬币上的微小细节，比如硬币上鹰的翅膀的羽毛小至五分之一毫米宽，在成像系统中依然清晰可见。虽然普林斯顿的这项技术进一步提高了太赫兹成像在工业和医疗应用中的实用性，但是在实际应用中，仍然需要把它冷却到低温范围，这是应用推广中的主要障碍。目前，许多研究人员正在研究可以在室温下正常工作的微型激光器。普林斯顿大学的研究团队表示，它的双梳状宽光谱成像技术适用于这些新的可在室温下应用的激光光源，可以帮助解锁很多应用。

在中国，影像科和病理科医生总共才8万多名，医生数量增长非常慢，而影像数据每年增长率是63%左右，这一定会促使AI扮演越来越重要的角色，帮助医生做疾病的筛查，从而降低医生的工作量。在2018年，我国人工智能的白皮书里提到：所有工商系统中带“人工智能”字眼的注册公司有4040家，其中拿到VC投资的有1237家，这两个数字都很惊人。近日，《电子技术设计》的记者参加了第三届“青城山中国IC生态高峰论坛”，论坛以打造智慧医疗电子产业链为主题，一整天的论坛结束后，发现医学影像是在AI医疗当中落地最好、效果最好的板块。在中国，影像科和病理科医生总共才8万多名，医生数量增长非常慢，而影像数据每年增长率是63%左右，这一定会促使AI扮演越来越重要的角色，帮助医生做疾病的筛查，从而降低医生的工作量。医疗影像AI对哪些临床帮助较大？在论坛同期的圆桌讨论上，西安交通大学医电校友会秘书长陈勇向圆桌嘉宾和现场观众抛出一个问题：医疗影像AI哪方面对临床帮助较大？大家的投票结果如下：我也认为放射影像、病理科和内窥，这三块对临床帮助较大。”上海联影医疗科技有限公司X射线事业部向军的观点和现场投票一致，他解释道：放射影像：放射科数据比较容易获得，数据量大，大家投入的关注度比较高。病理科：美国病理科医生平均年龄大约50岁，后继无人，没有人愿意每天看着显微镜，且每个病理数据都是GB的数量级。内窥：内窥影像数据量非常大，如果数据采集后发到系统中用AI识别，就彻底改变了内窥角度的工作流程。英诺天使基金合伙人、臻云创投合伙人祝晓成补充了7月4日四川一个远程医疗案例，在四川一个自治县和成都一个医院之间300多公里的两地，成功实施了5G+AI的远程消化内镜的诊断。“我们都以为美国病理医生的诊断一致性是精标准，但其实美国病理医生的诊断一致性也只有70%！”陈勇提出一个让观众感到惊讶的数字。他指出，影像是看一个结节或者其他，病理跟影像一样都很依赖医生的经验，所以“病理也极需AI的帮助”。但病理影像用AI很难，“因为病例影像与已经全数字化的放射设备不同，如果是病理图片，医生一分钟看完，但如果扫描数字化后20分钟都看不完。”他补充道。尽管病理影像用AI很难，目前在一些具体的病理应用领域还是有突破的，如CTC宫颈剥落细胞有很多公司在做，包括武汉兰丁的人工智能宫颈癌诊断机器人、和深思考等。此外，要把静态影像和动态影像、离线和在线的不同类别也考虑在内，博恩思医学机器人有限公司CEO李耀认为，“AI在不同的类型里价值不一样。例如离线对运算的要求并不高，只是辅助的判断；而在线则要求运算速度非常快，在线的过程中是做决策/还是辅助决策也有不同需求。”的确，AI医疗影像从图片跨越到视频，对其中的芯片和算法需求也是一个很大的跨越。祝晓成也提出芯片领域大部分是nVidia的机会，国内有很多家人工智能芯片厂商，但在AI影像领域落地的还比较少。医疗影像AI面临的最主要的问题是什么？除了上面遇到的芯片和算法的技术问题，医疗影像AI也会遇到其他问题，包括数据量不足、医生标准不统一、医生本身主观性太强、模型只能解决单一问题、医生心中抗拒AI，“不会帮助训练模型”等，现场观众的投票如下：“医生标准不统一这个问题现在是最严重的。”汇医慧影创新事业部总监左盼莉指出，中国数据量永远都足，只是这些数据都是没有标注的数据。不能定量的东西在不同医生之间就无法达成一致的意见，这是医学问题。而AI算法的首要要求就是标注必须是完全正确的。做医疗机器人的李耀认为对技术的需求一直存在，“从手术角度来讲，特别需要辅助性的东西，例如对血管的判断、对神经的定位等，这些如何从影像上升级？一方面实时性要求很高，另一方面误判率要求严苛。——这个对于整个数据、标注、算法，以及芯片，要求都非常高。他提到甚至至今仍有医生在腔镜和开放手术里面还有争论，医生更喜欢开放手术就是因为：医生在看不到的情况下能够用手摸出是不是静脉/是动脉。另外，现在整个放射学界和临床医生都很拥抱AI，主动做很多AI相关的课题，主动性有时候比工程界都高。但现在AI应用更多还是需要人的参与，这种系统更多算是信息系统，而非智能系统。手术机器人在其中哪一个步骤最先实现商用？据ResearchandMarkets报告显示，医疗机器人市场预计到2021年将达到128.8亿美元，与2016年49.9亿美元相比，复合年成长率为21.1%。Frost&Sullivan更是认为到2025年，80%的外科手术很可能由机器人完成。医生做手术分为四步：分离、切割、止血、缝合。手术机器人想要代替医生的工作，在观众们心目中，缝合是最先会商用的一个步骤：我们通常讲重建所有过程都建立在缝合之上，所以大家可能会选缝合。“缝合技术在过去10年当中变化很快，很多新的应用技术已经应用在缝合上，包括新的胶水和线，现在还有自动缝合技术。”李耀指出，上述4个操作是整个手术机器人操作里面最重要的4个核心，但在专科里的消融手术和切割手术已经走在最前面了。但对投资人来说，角度不会只看局部，而是会看整体解决方案是不是能落地，例如手术内更细分应用如开颅、颅内探针等。整体来讲，投资人认为手术机器人仍然是门槛最高的行业，精度和配合度都要求很高。最后，值得一提的是：中国的病理医生只有9000人(所有癌症的片子/内窥镜取的东西都需要看病理)、放射科医生七万多人、超声科医生12万人，所有医生加起来共有324万人，我们电子工程界同仁发展医疗AI不仅是帮助医生，其实也是帮助我们自己。

计算机视觉是AI领域的一大吸金赛道，也由此产生了商汤、云从、依图、旷视这样的“图像四小龙”。背靠视觉识别的技术优势，依图在医疗领域的强项在于医学影像分析，能够用AI读取医学影像报告，智能甄别诊断影像情况，并给出相应的治疗意见。目前，依图的AI医疗影像系统已经应用于全国200家三甲医院，覆盖肺癌、乳腺癌、宫颈癌、胃肠疾病等众多病种。其实，AI医疗赛道发展到现在，业内已经形成共识，即优势资源向头部企业聚集、行业加速洗牌——从原来的一百多家公司，发展到现在只剩数十家仍在活跃。市面上的AI医疗影像产品极度重合，覆盖病种的相似多颇高。那么这种业态中，依图的独特性是什么？针对我们的提问，依图医疗总裁倪浩表示，依图医疗的优势是针对病种构建了延伸产品，如从肺癌诊断拓展到各种肺部疾病的诊断，以及从医学影像诊断拓展到临床教学和科研。除了医学影像分析，依图在医学NLP领域也做了较深的布局。目前市场对医学NLP技术的探索仍较少，还在摸索临床科室究竟需要什么样的辅助诊断产品、技术能做到什么样。近日，依图科技与广妇儿的科研成果发布于影响因子约33的国际医学期刊NatureMedicine。科研成果是关于电子病历NLP技术的，具体是用AI智能诊断病历，将临床数据转变为诊断结果。这是全球顶级医学杂志首次发表通过自然语言处理中文文本型电子病历进行临床智能诊断相关技术的论文。基于电子病历NLP技术，依图推出了儿科智能就诊流程，建立病历结构化、疾病问诊、疾病预测、危重病鉴别等场景模型，推出AI导诊、AI预问诊、AI随诊等一系列辅助工具，形成覆盖诊前、诊中和诊后全链路的AI解决方案，优化门诊就医的质量和速度。依图表示，这套智能诊断技术将于2019年内拓展到成人科室。至于产品是否会下沉，公司表示基层医院、年青医生对智能诊断的需求更多，未来不会只针对三甲医院。总结来说，依图的特点是注重AI核心技术的积累，一共布局了视觉识别、NLP、语音三项技术。这些技术会如何在医疗场景中落地？能够解决哪些需求？这是整个行业都在探索的问题。那么依图的这三项技术未来会有怎样的联动呢？针对我们的提问，依图医疗总裁倪浩分享了该公司对行业趋势的判断。依图认为医疗AI分为三个阶段，第一阶段以单科室的单任务为中心，例如医疗影像诊断等等。第二阶段以疾病为中心，每个疾病是跨科室、多学科的，需要实现多学科综合诊断，也正是视觉识别、NLP、语音三项技术配合运用的阶段。依图认为现在已进入了第二阶段，行业技术门槛很高，不会是红海，预计会持续3-5年时间。第三阶段以患者为中心，数据会结合院内与院外，给出个性化诊疗方案。热门推荐：英特尔神经计算棒2，将机器视觉提升到全新级别德州仪器IWR1642BOOST毫米波传感器评估模块，从此让评估不再复杂微芯SAMR34XplainedPro评估套件扩展电路板特性，简化定制开发亚德诺半导体LTM46xxμModule稳压器，帮你突破时间和空间的限制美信MAX77278超低功耗PMIC提供高集成度的电源解决方案美信MAXM22510/MAXM22511收发器模块让你的设备稳健通信恩智浦LPC54018物联网模块OM40007，让你的方案更快落地AnalogDevicesEVAL-ADXL362评估板给开发设计者更多选择原文地址：https://www.eeboard.com/news/ai-359/搜索爱板网加关注，每日最新的开发板、智能硬件、开源硬件、活动等信息可以让你一手全掌握。推荐关注！【微信扫描下图可直接关注】

国内AI创业企业银河水滴近日宣布成功研发出首款步态边缘计算机芯，面向智能家居、智慧医疗及智能安防等领域。据悉，这是国内首个步态识别硬件模组，尺寸仅为86mm*56mm*18mm，功耗3W。这款步态边缘计算机芯基于ARM技术架构，历时近一年时间的研发，支持深度学习算法，将硬件、算法、软件高度集成为一体，支持外接摄像机进行视频流分析。该机芯模组可以实现诸多功能，如完整的人体生物识别方案；可集成完整的步态、人脸、防摔倒、跌倒检测等算法；可以作为独立的人体信息采集终端；拥有独立的计算能力，可以作为大型系统的子运算节点，并支持任务分配，作为独立采集终端上传结果，可以广泛应用于智能家居、智慧医疗、智能安防等诸多领域。资料显示，银河水滴公司于2016年6月由中科院自动化所孵化，联想等机构投资。团队在计算机视觉领域已有20多年的技术积累，主攻步态识别技术和工业视觉技术。目前，银河水滴已形成智慧安防、智能工业检测、智慧轨道交通三大业务板块。不久前，银河水滴还发布了步态检索智能一体机“水滴神鉴”、轨道交通综合智能检测车“水滴智检”、安检分析仪等产品。热门推荐：IntelRealSense深度摄像头D400系列“更便捷的秘密”的等你来发现AnalogDevicesEVAL-ADXL362评估板给开发设计者更多选择CypressSemiconductorPSoC6BLE开发套件，美好的设计即将发生STMicroelectronicsVL53L1X飞行时间测距传感器，绝对测距无惧颜色和反射NXPi.MX8MQuad评估套件MCIMX8M-EVK，一款开箱即用的高性能开发工具英飞凌IM69D120和IM69D130XENSIVMEMS麦克风，为低失真和高信噪比而设计原文地址：https://www.eeboard.com/news/xinpian-74/搜索爱板网加关注，每日最新的开发板、智能硬件、开源硬件、活动等信息可以让你一手全掌握。推荐关注！【微信扫描下图可直接关注】

苹果公司的新款手表证明了一点：科技巨头正在以自己的方式重塑医疗行业。苹果为介绍新款iPhone和新款AppleWatch于近期举行了盛大的发布会。这款手表会在佩戴者摔倒时且60s内无反应就发出求救信号，并向紧急联系人发送位置信息，还能监测心率以防发生危险情况，它还可以展示心电图，要知道心电图一般都是专业医生来做的。AppleWatchSeries4对于苹果来说，这是其迄今为止在个人健康领域最大胆的尝试，其已经开始推动其移动设备在健康跟踪和医疗研究领域的应用，最近还开发了一个新功能，可以使自家设备接入到一些医院的病历系统。现在，人们手中的iPhone和其他移动设备比任何时候都要多，不去冒险才是真正的冒险。在全球互联网市场接近天花板之际，苹果、亚马逊、微软和谷歌这类的科技巨头应该如何更上一层楼？以客户为中心是一个合理的逻辑出发点。医疗市场占据美国经济产出的18%左右，而且仍然在依赖那些过时的工具，比如传统传真机，这使得医疗市场成为了这些科技巨兽们寻找新领地的诱人机会。其实这些公司早已深入布局了。苹果正在追踪生命特征；亚马逊则收购制药公司，并联合了两个强力伙伴来重塑工人健康保险；谷歌的母公司希望能帮助你变得长寿。但是也有一些怀疑的声音。一些分析师担心，苹果新推出的脉搏监测工具可能会导致误报和焦虑；虽然亚马逊和它的合作伙伴们雇佣了一位著名的外科医生来担任CEO并执行他们的医疗计划，但是这可能需要好几年的时间。不过，这些公司正以惊人的速度前进，而且很难跟上他们发展的脚步，事实就摆在眼前：首先就是触角遍布四方的亚马逊。该公司正在与摩根大通和巴菲特旗下的伯克希尔·哈撒韦共同投资员工健康保险计划。在今年更早的时候，亚马逊还以10亿美元收购了在线药店PillPack。与此同时，医院、医生和牙医诊所已经帮助亚马逊公司的年销售额达到了100亿美元，这个医疗部门什么都卖，包括乳胶手套，病床床垫到专业牙科工具和医疗设备。亚马逊曾表示，其客户已经囊括了美国100家最大医院的一半以上。亚马逊的云计算部门（AmazonWebServices）为纸质病历转变为电子病历提供了大量的工具，这些工具可以帮助基因组学研究人员存储和分析海量数据。云计算大大提高了客户所需的实验和模型处理能力，从而降低了他们的实验成本。科技巨头们的资本市场表现远超医疗行业整体水平再来看看谷歌。谷歌的母公司今年在健康保险创业公司Oscar上投资了3.75亿美元。Alphabet旗下还有两家完全不同但又同时聚焦于健康的公司，它们初具规模还有了自己的CEO（还不清楚规模有多大，因为Alphabet没有公布它们的收入）。一个叫Calico，这个团队由生物学家、医生和药物研发人员组成，他们专注于研究衰老的过程以解开延年益寿之谜。第二个叫Verily，致力于研究收集和使用健康数据的新方法，比如能够监测血糖水平的隐形眼镜。谷歌旗下的人工智能公司DeepMind也有一个不错的医疗部门。另外，谷歌还拥有专门与HIPAA（美国健康保险流通与责任法案）兼容的云存储、电子邮件和文件共享产品。GoogleFit是为Android手机开发的一套工具，开发者可以使用它来构建健康跟踪类的应用程序，就像AppleHealth一样。还有不要忘了核心的搜索产品，自从有人在Google上搜索“心脏病发作是一种什么样的体验”之后，该公司就一直在努力改良“Dr.Google”（谷歌医生），谷歌现在有一个专门的医生团队来确保常见健康问题得到了正确的解答。微软也在暗度陈仓。在微软解散健身带团队，并把一个“早安心”健康软件团队出售给通用电气之后，这家软件巨头正在为市场提供医院、制药企业和医生软件、云计算和人工智能服务相结合的更加个性化的医疗服务。该公司还对外展示了为“分诊机器人”而开发的语音和语言识别软件，并公布了用于监测病患是否坚持使用健身跟踪器的工具。微软的Azure云计算服务正在与St.Jude儿童研究医院合作，致力于利用云计算的处理能力进行大量的遗传分析计算。微软的研究实验室也在研究如何使用机器学习来更好的治疗癌症，更早的检测癌症或者其他潜在的致命疾病。除了大型科技巨头，很多企业也想吃一块医疗市场的蛋糕。比如打车独角兽Uber和Lyft，它们想为病人提供更加及时的打车服务。比如通用电气，这家老牌的灯泡和喷气发动机制造商，也是医疗器械领域的主要参与者，根据最新消息，该公司的医疗保健部门预计将分拆成一家独立的公司，生产包括连接云端的MRI扫描仪、人工智能软件到无线分娩监护仪等在内的各种产品。无论如何，传统的医疗行业急需像科技行业一样与时俱进，而且，如果站在客户的角度，进军医疗什么时候都不会晚，毕竟人们都在变老。原文地址：https://www.eeboard.com/news/apple-watch-41/搜索爱板网加关注，每日最新的开发板、智能硬件、开源硬件、活动等信息可以让你一手全掌握。推荐关注！【微信扫描下图可直接关注】

德国海德尔堡大学的心脏病学家BenjaminMeder借助鼠标和计算机屏幕而不是手术刀，小心翼翼的在一个跳动的数字心脏上安放了一个起搏器的电极。借助模拟患者细胞电气和物理特性打造的这种“数字副本”，Meder能够在手术前通过模拟了解起搏器是否能够挽救心脏衰竭患者的生命。这种数字心脏是由西门子医疗公司打造的，这项研究也代表着，随着个性化时代的到来，医学设备制造商们如何使用人工智能技术来帮助医生们进行更准确的诊断。西门子医疗和飞利浦、通用医疗等竞争对手所面临的挑战在于，如何在与谷歌等希望借助大数据获取健康医疗利润的科技巨头的竞争中获得优势。对于西门子医疗和它的传统竞争对手来说，从主要的硬件制造公司向医学软件先驱者的过渡被视作该领域入行的关键。谷歌已经研发出了大量的AI工具，其中包含了能够通过分析医学影像进行眼部疾病诊断的算法，以及通过数字记录预测可能死亡时间的算法等。与此同时，阿里巴巴也希望借助它的云系统和数据系统来扭转中国医学专家短缺的现状。阿里巴巴正在进行人工智能辅助诊断工具的研究，以帮助医生们进行CT扫描和核磁共振扫描图像的分析。今年三月份从西门子集团分离出来的西门子医疗在最近这个季度的医学影像设备销售获得了突破，这也多亏了一系列新产品的问世。但是据分析人士称，这家德国公司还有飞利浦以及通用医疗都将遭遇一种压力，它们必须证实自己能够为医疗保健制度节省资金，因为医疗开销越来越多的与患者的收入联系在一起，而且医院也依靠批量采购来获取折扣优惠。西门子医疗在这一行业有着悠久的历史，它在1896年打造了第一台企业化X射线机器，现在它已经成为世界上最大的医学成像设备制造商。现在公司董事长BerndMontag的野心在于把公司打造成为“医疗保健领域的GPS”，不仅通过销售智能服务获取数据，而且也让小型科技公司研发App为它的反馈数据。随着西门子医疗公司的转型，公司在IT领域投入了巨资。公司雇佣了大约2900名软件工程师，而且在机器学习领域拥有超过600项专利和专利申请。但是西门子医疗的举动并不孤单。飞利浦公司宣称，公司大约60%的研发人员和60%的资金已经投入到软件和数据科学领域。而且飞利浦公司也雇佣了数千名软件工程师。有专家称，AI在医学技术领域的成功取决于可以获得的可靠数据，这种成功不仅仅是打造出数字模型，而且预示着针对特定患者的有效治疗即将到来。心脏病学家Meder称：“你可以设想一下，未来我们将能够模拟一位患者所有的器官功能以及所有的细胞功能。我们将能够提前数周或者数月预测患者是否会得病，以及患者对于特定疗法会有怎样的反应，而且患者将成为最大的受益者。那可能给医学领域带来革命性变化。”为了实现这一目标，西门子医疗已经建造了一个拥有超过2.5亿份注释图像、报告和手术数据的巨大数据库，并借此对新的算法进行训练。在心脏数字副本的案例中，AI系统被训练借助心脏的电气、物理特性以及结构数据打造3D影像。西门子医疗的软件研发负责人TommasoMansi称，研究人员面临的其中一项主要挑战在于避开其复杂性，并且创建一个易于使用的界面。为了测试这项数字副本技术，Meder的团队创建了100个心脏数字副本，这些模型全部来自于一个6年试验中所研究的心脏衰竭患者。计算机根据数字副本进行了预测，预测结果随后会与真正的结果进行对比。Meder的研究团队希望在2018年年底之前完成预测的评估。如果这一研究结果是有希望的，研究人员接下来将对这个系统进行更大规模的实验测试，并且最终让监管者批准这软件进行商业应用。西门子医疗拒绝透漏这项技术最终将什么时候用于临床，而且也未透漏它的数字心脏或者其它器官模型如何实现货币化。西门子医疗、通用医疗和飞利浦宣称，它们的数据库来自于可获取的公共数据、临床数据或者合作医院的数据，也有些数据来自于它们的客户。而且它们宣称，所有的这些数据都是匿名的，并经过了患者的同意。然而一些活动家和专业学者担心，这些患者的数据会被这些公司主要用作一种商业工具。埃森哲咨询公司科学实践部门的负责人BorisBogdan认为，这些数据的所有权属于灰色地带，如果这些公司开始借助这些数据盈利，可能导致患者的强力抵制。他声称：“当Facebook创建时，没有人真正关心这些信息的所有权。现在人们开始了解，Facebook借助他们的数据赚取了巨大的利润。数据隐私、数据用途以及数据货币化等问题也变得越来越明显。”原文地址：https://www.eeboard.com/news/ai-297/搜索"爱板网"加关注，每日最新的开发板、智能硬件、开源硬件、活动等信息可以让你一手全掌握。推荐关注！【微信扫描下图可直接关注】

患者入院后，对接下来的事情总是充满担忧。他们会在心里不断问自己，我什么时候可以回家？我会好起来吗？我还要再回医院吗？准确回答这些问题有助于医生和护士更加周到、安全和高效地护理患者——一旦患者的健康状况恶化，医生和护士可以抢先主动采取措施。如今利用机器学习预测事态发展已经非常普遍。我们可以用它预测通勤途中的交通状况，以及将英文翻译成西班牙语时需要用到的词汇。那么，我们是否可以用相同类型的机器学习进行临床预测呢？我们认为，要做到实用，预测模型必须具备以下两点特征：可扩展：该预测模型要能进行多项预测，得出所有我们想要的信息，并且适用于不同医院的系统。鉴于医疗保健数据十分复杂，需要进行大量数据处理，这一要求并不容易满足。精度高：预测结果需能帮助医生关注真正的问题所在，而不是用误报警分散医生的注意力。随着电子病历逐渐普及，我们正尝试用其中的数据建立更加精准的预测模型。我们联合加州大学旧金山分校、斯坦福大学医学院和芝加哥大学医学院的同事，在《自然》杂志的兄弟期刊——《数字医学》上发表了题为《可扩展且精准的深度学习与电子健康记录》的论文。这篇论文对实现前文所述的两个目标有所帮助。基于脱敏的电子病历数据，我们用深度学习模型对住院患者进行了广泛预测。值得一提的是，该模型可以直接使用原始数据，无需人工对相关变量进行提取、清洗、整理、转换等一系列费时费力的操作。合作伙伴在将电子病历数据交给我们之前，先对其进行了脱敏处理。我们也采用了最先进的措施保障数据安全，包括逻辑分隔、严格的访问控制，以及静态和传输中的数据加密。可扩展性电子病历非常复杂。以体温为例，因测量位置不同（舌头下方、耳膜或额头），其往往具有不同含义。而体温不过是电子病历众多参数中最简单的之一。此外，各个卫生系统都有一套自己定制的电子病例系统，导致各个医院的采集的数据大不相同。用机器学习处理这些数据之前，需要先将其统一格式。基于开放的FHIR标准，我们构建了一套标准格式。格式统一后，我们就不需要手动选择或调整相关变量了。进行各项预测时，深度学习模型会自动扫描过去到现在的所有数据点，并分析其中哪些数据对预测是有价值的。由于这一过程涉及数千个数据点，我们不得不开发了一些基于递归神经网络（RNN）和前馈网络的新型深度学习建模方法。*我们用时间线来展示患者电子病历中的数据。为方便说明，我们按行显示各种类型的临床数据，其中每个数据片段都用灰点表示，它们被存储在FHIR中。FHIR是一种可供任何医疗机构使用的开放式数据标准。深度学习模型通过从左往右扫描时间表，分析患者从图标开头到现在的住院信息，并据此进行不同类型的预测。就这样我们设计了一个计算机系统，以可扩展的方式进行预测，而无需为每项预测任务手动制作新的数据集。设置数据只是全部工作中的一部分，保证预测的准确性也十分重要。准确性评估准确性的最常见方法是受试者工作曲线下面积，它可以有效评估模型区分特定未来结果患者和非特定未来结果患者的效果。在这个度量标准中，1.00代表完美，0.50代表不比随机结果更准确，也就是说得分越高代表模型越准确。通过测试，我们的模型在预测患者是否会在医院停留很久时，得分为0.86（传统逻辑回归模型的评分为0.76）；预测住院病死率时的得分为0.95（传统模型的得分为0.86）；预测出院后意外再住院率时得分为0.77（传统模型得分为0.70）。从得分上看，新方法的准确率提升非常显著。我们还用这些模型来确定患者接受的治疗，比如医生为发烧、咳嗽的患者开具头孢曲松和强力霉素，该模型就会判定患者正在接受肺炎治疗。必须强调，该模型并不会给患者做诊断，它只是收集患者的相关信号，以及临床医生编写的治疗方案和笔记。因此，它更像是一位优秀的听众而不是主诊医生。深度学习模型的可解释性是我们工作重点之一。每项预测的“注意图”会展示模型在进行该项预测时认为重要的那些数据点。我将展示一个例子作为概念验证，并将其视为让预测对临床医生产生价值的重要部分。*患者入院24小时后，我们使用深度学习进行预测。上图顶部的时间表包含了患者几个月时间的历史数据，我们将最近的数据做了放大显示。模型用红色标识了患者信息图表中用于“解释”其预测的信息。在这个研究案例中，模型标注了临床上有意义的信息片段。这对患者和临床医生意味着什么？这项研究成果还处于早期阶段，而且是基于回顾性数据得出的。事实上，证明机器学习可用于改善医疗保健这一假设还有做很多工作要做，本文不过是个开始。医生们正穷于应付各种警报和需求，机器学习模型是否能帮助处理繁琐的管理任务，让他们更专注于护理有需要的患者？我们是否可以帮助患者获得高质量的护理，无论他们在哪里寻求治疗？我们期待着与医生和患者合作，找出这些问题的答案。原文地址：https://www.eeboard.com/news/google-ai-9/‎搜索"爱板网"加关注，每日最新的开发板、智能硬件、开源硬件、活动等信息可以让你一手全掌握。推荐关注！【微信扫描下图可直接关注】

人工智能和基因组学数据的结合，有助于推动精准医学，了解我们的身体为什么会对不同的药物、病毒和环境做出反应。了解这些将有助于改变对患者的诊断和治疗方式。全球人口老龄化，对消费者基因检测和其他技术进步的认识增强，这些将促使遗传学检测市场到2024年规模达到103亿美元。人工智能是推动遗传测试发展的主要动力之一。人工智能和基因组学数据的结合，有助于推动精准医学，了解我们的身体为什么会对不同的药物、病毒和环境做出反应。了解这些将有助于改变对患者的诊断和治疗方式。据分析公司Frost＆Sullivan预测，到2021年的未来三年内，人工智能系统将在医疗保健行业创造6.7亿美元的价值。医疗行业可能是数据驱动收益最具潜力的领域之一。然而，这不仅仅是因为人工智能，还因为医疗数据存在整体混乱的问题。患者数据的存储方式仍然是碎片化的，大部分数据仍以纸质形式保存。因此，即使在各种人工智能方法激增之前，数据收集、数据统一、数据处理以支持更好的医疗保健方式，这些仍然有巨大的发展潜力。BlueprintGenetics是一家位于芬兰和旧金山的基因检测公司，迄今拥有100多名员工，从芬兰、德国、瑞士和旧金山的风险投资公司那里累积获得19亿美元的股权。BlueprintGenetics公司首席执行官TommiLehtonen表示：“我们正在构建一个非常复杂的软件平台，解决三种不同的艾滋病问题，通过完全透明和可追溯的分析方法，提供可扩展和高质量的基因检测，换句话说，我们正在从DNA检测中去除那些不可靠的、难以追踪的基因检测结果。”Lehtonen认为，监管不会成为在基因测试中使用和发展人工智能的一个障碍。“不同的统计分析方法以及人工智能方法正在获得如此多的关注，我相信这个行业将会与监管机构找到合适的方向。阻碍增长的因素可能是有如此庞大的、高质量的数据集。现在我们在数据共享方面取得了很好的进展，但总有一个问题，那就是真正纯粹的高质量数据很难快速积累起来。”但没有人工智能的话，这个充满数据的遗传学新世界将会何去何从？Lehtonen认为，有可能跟今天的情况差不多。他说：“遗传学有着巨大的机会，我认为企业和研究小组最近才真正开始研究数据。另外，不是所有的分析都需要采用不同的人工智能方法，而且无监督式人工智能（unsupervisedAI）至少在一开始的时候，可能会对具有规范性的临床环境应用带来挑战性。然而，例如在DeepVariant项目中，我认为生物数据和人工智能的结合可能会有着非常光明的前景。”人工智能和行为改变加拿大人工智能初创公司Kiwi从FounderFuel、IncWellVentureCapital、加拿大商业发展银行以及AngelInvestors那里为他们的人工智能应用筹得了250万美元的风险资金，这款应用专门用于帮助人们戒掉烟瘾。Kiwi公司将其称为预测性医疗，Kiwi的人工智能和机器学习可以自动学习用户的吸烟习惯，当用户吸烟的时候进行自动追踪以确定其行为模式，然后预测下一次有吸烟冲动的时间。该应用会为用户生成一个吸烟时间表，以逐步拉长两次吸烟的时间间隔，帮助用户按自己的步调来戒烟。在这个名为Cue的应用中，机器学习可以预测下一次你可能会在什么时候吸烟，如果你延长了时间间隔就会得到奖励。每当吸烟者延长时间间隔的时候，他们就会获得可转换为亚马逊积分的信用值。Kiwi公司表示，他们计划未来进一步扩大可兑换积分的选项。人工智能和诊断2018年1月，美国联邦药物管理局（FDA）将Cognoa基于人工智能的软件指定为新自闭症II类诊断医疗设备。Cognoa首席执行官BrentVaughan表示，这打开了改变患者行为健康状况诊断和治疗方式的一扇大门。Cognoa的人工智能会学习如何提高最初的诊断准确性，作为诊断自闭症医疗设备的筛查工具。Vaughan表示：“关于在医疗领域使用人工智能引发了很多讨论。根据FDA的决定，Cognoa发展道路很明确，那就是将我们的软件作为一种医疗设备，运用人工智能的力量从根本上改变从自闭症开始的行为健康状况护理标准。在这个早期诊断和早期治疗可能对改善终身至关重要的领域，我们正在展现人工智能如何以独特的方式解决那些未得到满足的健康需求。”Vaughan说，在如今的医疗体系中，自闭症诊断的平均年龄为4.1岁，在治疗影响最大的关键性早期干预窗口之后逐渐下降。早在患者18个月大的时候，Cognoa的第一个应用就被临床验证可用于识别儿童是否患有自闭症。医疗领域中的增强现实、虚拟现实和混合现实USC混合现实实验室成员兼总监ToddRichmond表示，在这种新的医疗范例中，虚拟现实、增强现实和混合现实（VAMR）技术将在某些方面带来好处。Richmond表示：“从医学和术后护理，到身体和心理康复，VAMR技术除了作为直接治疗工具之外，还在医疗和行为领域有着更广泛的应用，包括患者培训和降低术前压力，这将有助于改善患者的整体体验，从而可能改善患者报告的结果。”2017年10月31日，在荷兰阿培尔顿的'SHeerenLoo残疾人护理中心，一位治疗师正在测试一种会播放海豚电影的新型尖端防水虚拟现实（VR）眼镜。与野生海豚一起游泳似乎只能是一种梦想，而在池子里圈养海豚变得越来越有争议性，环保人士将其视为一种残忍的行为。荷兰非营利性组织DolphinSwimClub认为，他们已经找到了一种方法，通过VR技术提供身临其境的体验，让人们特别是残疾人更身临其境地感受到这种愉快的体验。Richmond表示，在医药方面面临的最大挑战之一就是患者的依从性。“如果患者不坚持治疗方案，所有先进的成像、机器人手术和药物干预都会被边缘化。个人健康传感器的大量增加使这一问题更加复杂化，因为个人的非正式可穿戴设备和健康记录、以及各种信息开始混杂在一起，对于那些已经被现状所困扰的人来说，信息越来越多地涌现，但是对他们的帮助却越来越少。”Richmond认为，VAMR在这个领域正在以某种方式兑现承诺。“首先，VAMR提供了一种传递信息的新媒介。这其中关键是数据能够向患者‘讲故事’，告诉人们如何运用信息，如何学习，以及如何改变行为。VAMR代表了一种帮助数据讲故事、改变生活的新途径。”“其次，VAMR可以作为身体健康和身心健康‘游戏化’这个更广泛概念的一个组成部分。我们已经看到新技术与游戏相结合用于受伤——特别是中风康复——所带来的良好结果。VAMR和游戏化，让可怕的物理治疗和康复变成了一种真正的游戏，这让患者参与到这个过程中，并在更长的时间内保持治疗。”位于法国的Rossetti康复中心拥有一个步态实时分析交互实验室（GRAIL），该实验室专注于步态分析和训练的解决方案。该解决方案采用一个双走道，配备各种仪器、动作捕捉系统、三台摄像机和EMG，全部这些都与VR环境是同步的。Richmond说，VAMR会带来最大影响的一个领域是数字疗法。VAMR技术可用于支持治疗各种心理问题，如创伤后应激障碍、恐高症、焦虑症、抑郁症、阿尔茨海默氏症和痴呆症。Richmond说：“医疗型VAMR对于治疗身体疾病能起到一定的帮助作用。华盛顿大学的一个研究小组已经尝试使用VR来治疗烧伤患者的疼痛（分心治疗），结果令人鼓舞。此外，在一些不适合使用传统疗法（考虑中风患者的运动能力有限，因此限制了他们的治疗选择）的情况下，VR技术支持的交互式的、引人入胜的身体康复计划，已经被证明可以提高患者康复率。”“就我个人而言，VR让我感到兴奋的不是对现实世界情况的复制，而是以一种人类可以探索自己心灵、并积极影响日常生活的方式，来重塑潜意识和无意识的世界。考虑到这一点，不难看出医疗型VAMR拥有的巨大潜力。”但根据伦敦DigitalCatapult数字健康部门负责人AndrewChapman的说法，这些公司都需要克服的阻碍。Chapman表示：“要克服的两个最大障碍，是让监管部门接受，以及医疗保健专业人员（HCPs）的采纳。早期所取得的成功，主要是由那些拥有成熟管理框架、与HCP密切合作设计出产品的公司所推动的。”Chapman表示：“随着AR和VR等身临其境的技术，当前硬件的高成本和复杂性以及缺乏监管指导的情况进一步困扰了这种情况。“到2018年，随着低成本独立硬件的发布和快速扩散，我们将看到前者的障碍-但监管方面的突破需要更长的时间。”Chapman认为，在我们看到可预设的数字疗法之前，沉浸式技术的使用还有很长一段路要走。他说：“学术界在心理健康领域已经有了一些例子，并且在TouchSurgery、MedicalRealities和PearsonImmersive等医疗训练方面也有一些出色的应用。“我们已经看到了人工智能在医疗领域的早期应用，例如，放射科/病理学领域对机器学习的运用正在快速发展，并且人工智能比VR/AR解决方案更接近市场。”NTTDATAServices健康计划咨询自动化负责人DeanaRhoades表示，采用这些技术的最大障碍，都是与信任和忠诚度有关的。“虽然千禧一代对特定提供商的忠诚度较低，但他们更关注可用性和便利性；老一辈对医生非常忠诚，更喜欢面对的诊治。技术社区必须克服虚拟代理要取代提供商的观点——相反，虚拟代理是要让提供商更好地为患者服务。”原文地址：https://www.eeboard.com/news/rengongzhineng-45/搜索"爱板网"加关注，每日最新的开发板、智能硬件、开源硬件、活动等信息可以让你一手全掌握。推荐关注！【微信扫描下图可直接关注】

据外媒NewAtlas报道，现在在监测药物滥用治疗计划中已有一些检测人们酒精摄入量的方法。由DrewHall教授带领的加利福尼亚大学圣地亚哥分校的科学家开发了一种可以植入体内的酒精感应芯片。该芯片被设计为在皮下植入，它将位于围绕细胞的间质液中。它包含三个传感器。主要的传感器是用乙醇氧化酶涂覆。乙醇氧化酶是选择性地与酒精相互作用以产生可被电化学检测的副产物的一种酶。另外两个传感器测量信号和pH值，它们被抵消以提高酒精读数的准确性。该读数是通过可穿戴设备获得的，例如靠近芯片所在位置的智能手表。手表将无线电频率信号发送到芯片，芯片随后将信号反射回手表-它们变化的方式表明病人的血液中有多少酒精。该芯片只需三秒即可进行一次测量，这种测量可能会在一天中定期自动发生。研究人员表示，活体动物测试计划即将进行。“这是一个概念验证平台技术，”Hall表示。“我们已经证明，这种芯片可以用于酒精，但我们设想创建能够检测不同滥用物质的其他产品，并定制它们植入病人体内，以提供长期的个性化医疗监控。”原文地址：https://www.eeboard.com/news/xinpian-27/搜索"爱板网"加关注，每日最新的开发板、智能硬件、开源硬件、活动等信息可以让你一手全掌握。推荐关注！【微信扫描下图可直接关注】

TDK公司宣布推出TDK-Lambda品牌的CUS30M和CUS60M系列交流／直流电源。这些紧凑型产品的额定功率为30W和60W、采用I类或II类（双重绝缘）结构且无需外部滤波，符合等级B传导和辐射EMI标准。凭借这种灵活性，CUS30／60M可以在；临床护理、影像系统、生物科学、牙科、家庭护理、测试和测量、广播和工业设备等各种应用中使用。这两款型号采用行业标准50.8x76.2mm(2”x3”)封装，CUS30M的高度为24.2mm，CUS60M的高度为26.7mm。两者均可在85至265Vac的宽输入范围内工作，工作效率高达90%。30W产品的空载功耗此系列的输入与输出隔离为4,000Vac（2个MoPP），输入与地隔离为2,000Vac（1个MoPP），输出与地隔离为1,500Vac（1个MoPP），适用于B级和BF级设备。30W的接触电流最大为100μA，60W的接触电流最大为60μA。最大工作、运输和存储海拔高度为5,000m。CUS30／60M系列经过IEC／EN／ES60601-1、IEC／EN／UL60950-1和IEC／EN60335-1的安全认证，具有符合低电压和RoHS2指令的CE标志。这些电源还符合EN55011-B和EN55022-B传导和辐射发射要求（I类和II类），并且满足EN61000-3-2谐波、IEC60601-1-2第4版和IEC61000-4抗扰度标准。此外，产品还符合UL1310限功率电源（2类）要求（5V型号除外）。原文地址：https://www.eeboard.com/news/tdk-2/搜索爱板网加关注，每日最新的开发板、智能硬件、开源硬件、活动等信息可以让你一手全掌握。推荐关注！【微信扫描下图可直接关注】

提起台湾的人工智能，似乎不管在亚洲还是世界都找不到一席之地。我们对台湾人工智能的印象大概都来自于那篇关于“大陆在办大数据会，台湾在开卤肉饭节”的新闻，以及李开复在台湾大学演讲时讲到的，台湾做人工智能的优势在于“人情味”。同时伴随着宏碁、HTC在硬件市场表现的节节败退，好像从舆论和市场两方面看来，台湾都已经注定要错过人工智能时代了。但事实真的如此吗？台湾AI技术究竟有多差？大半企业尚未接入云服务首先我们可以来看看台湾人工智能发展落后的客观原因。首先是在整个移动时代，台湾深度参与全球化分工，将自己定位在了硬件代工的位置，从而使台湾在移动软件、App方面相对弱势。Google台湾地区董事总经理简立峰博士曾经在演讲时表示过，由于台湾硬件产业的成功，已经形成了硬件思维的固化模式，工程师们习惯了被自上而下的领导，缺乏开源精神，也就很难适应软件创新。而这样产生的结果，自然是数据资源和云计算、云储存技术的匮乏。一份来自台湾自由撰稿人雁默的调查显示，两百多家台湾企业中有三分之一根本没有上云计划，另外三分之一计划了上云却没有明确的时间规划。加上台湾很大一部分企业依然以服务岛内为主，资本活性极低，久而久之当地经济体会陷入一种自给自足的状态，似乎不接入新技术也能维持现状。如同上图显示，大多数企业还停留在端侧ERP和CRM系统，仅有17%的企业应用上了数据分析，而应用了机器学习的仅有5%。在这样的现状下，最起码我们可以判断现阶段台湾的人工智能发展和应用是不尽如人意的。很多人常常拿日本和台湾进行对比，其实双方在人工智能的发展现状上也很相似。在日本街头会看到大量平成初期建设的自动化装置：贩卖机、用灯光显示座位空余的餐馆平面图……当一个国家或某座城市在某种科技水平下得到满足，并且未来人口水平没有打破这一平衡时，科技发展的动力也会有所丧失。人们满足于自动贩卖机，所以不需要无人便利店；人们满足于街边的大头贴机，也就不再需要美颜算法。AI世代，台湾还有哪些可能？当然我们讨论这些并不是为了进一步唱衰台湾人工智能，而是为了从现状中找可能。实际上台湾人工智能的前景也没我们想象的那么悲观，在当下台湾人工智能至少存有两大优势。第一个优势既是半导体工业。人工智能并非仅仅依赖于算法和数据，硬件设施也是其中不可或缺的一环。未来随着人工智能技术的普及，适用于各种场景和各种设备GPU、NPU将会有极大的出货量。这时台湾丰富的代工经验和IC设计基础就会成为一种优势，不过或许是因为AI芯片的研发成本较高，台湾厂商在最近才开始应声而动，在上个月联发科发布了首款AI芯片P60。而随着中国AI芯片的增多，台积电的代工订单也呈指数级上涨。另一个优势则是台湾的人才优势。台湾虽然人口不多，但科学基础教育水平足够高。尤其从八九十年代开始，台湾对IT技术的引入比大陆更早，也拥有更厚重的教育底牌。在上个世纪台湾涌现了一批侯捷这样的技术作家，影响了中国一代程序员。到今天台湾大学的机器学习课程仍然在网上大量流传，在2016年一份关于全球人工智能高校的排名中，台湾大学位列第37名，是除东京大学以外唯一一家入选Top50的亚洲高校。像AlphaGo的“人肉手臂”黄士杰就毕业于台湾师大，如今他已经是DeepMind的顶级工程师。只是和黄士杰一样，随着台湾的人工智能发展迟迟没有起色，台湾高校薪资水平也不高，大量人工智能方面的人才正在外流。台湾早年间累积下来的优势，正在被一点点耗尽。从智慧医疗到智能算命，台湾真的有AI说过局限又说过可能，其实我们今天提出这个话题还有一个重要原因……那就是台湾真的有AI啊！或许我们印象里的台湾是白天卤肉饭、晚上小确幸，但这其中一部分原因是媒体本身对台湾科技的关注较少，在那些我们没看到的地方，台湾的人工智能正在长出根须，慢慢立足。或许是因为资本的热度没那么高，反而在台湾催生出了不少没那么功利的小项目。举例来说，在一次台湾大学的黑客马拉松上，几位学生利用2000张人手照片数据训练出了一个“看手相”模型HandBot，让人工智能也参与到算命的行列中来。这一项目将接口放置在了Facebook的Messenger上，一时引爆了社交网络并且获得了该黑客马拉松的“信息安全奖”。另外一个典型案例，是台湾近年来在智慧医疗上取得的进展。台湾地区的平均医疗水平一直表现优异，曾经被世界卫生组织评为亚洲第一。相比大陆，台湾地区的民营医疗发展的更为完善，如果把诊所、医学中心等等都算在内，台湾有85%的医疗机构都属于民营。针对灵活、高水平的医疗优势，在十年前台湾地区科技部就推行了一项Stanford-TaiwanBiomedicalFellowshipProgram（斯坦福-台湾医疗器材产品设计人才培训）政策，鼓励台湾医疗人才去斯坦福中进修。在不断交流的过程中，斯坦福中的人工智能技术也以这种方式来到了台湾。目前在台湾的智慧医疗创业潮中，我们可以看到事先规划脑部手术路线的脑部导航机器人、利用机器学习分析糖尿病患病风险等等不少结合了人工智能的项目。不难发现，数据量的不足和资本的缺席并没有彻底堵死台湾人工智能的发展，反而使台湾利用起了自己的优势，走出了拥有自身特色的道路。那么，未来呢？台湾绝不可能永远是人工智能的处女地，也绝不可能永远按照自己的节奏发展。如今国际企业已经陆续进入台湾，就在几天前，谷歌宣布对台湾进行进行大规模投资，称其今年将聘用至少300名AI工程师，培养5，000名人才，并培训超过50，000名数字营销人员。今年一月，微软也宣布将在两年内投资10亿元新台币，在台湾设立微软AI研发中心。国际资本可以给予台湾技术和经济支持，可台湾或许会因此失去“人工智能主动权”。包括台湾地区自身，也在努力自我突破。去年台湾地区科技主管部门正研拟计划，预计在未来4-5年内注资160亿新台币，打造人工智能生态圈。但以台湾当下的资本和数据基础来看，实在是太难。那么，究竟该依然向外引援支持本地经济发展，还是自我革新寻找机会？台湾绝非没有人工智能，而恰恰走在了人工智能的分叉路口。当一个时代来临，没有人选择去错过它。人们可以选择的，只有自己在这个时代中所扮演的角色。原文地址：https://www.eeboard.com/news/ai-195/搜索爱板网加关注，每日最新的开发板、智能硬件、开源硬件、活动等信息可以让你一手全掌握。推荐关注！【微信扫描下图可直接关注】

近日，《自然》杂志再出人工智能重磅成果。来自美国、德国、意大利等100多个实验室的近150位科学家通力合作，联合在顶级期刊《自然》发表了这篇文章，他们开发了一个超级AI系统，该系统基于肿瘤组织DNA的甲基化数据，可以准确区分近100种不同的中枢神经系统肿瘤。更厉害的是，这个AI系统还能自学成才，发现一些临床指南里面没有的新分类。为了更广泛的可访问性，团队设计了一个免费的在线分类工具，不需要任何额外的现场数据处理。团队称，研究结果为跨越其他癌症实体生成基于机器学习的肿瘤分类器提供了蓝图，并具有从根本上改变肿瘤病理的应用前景。大约一个月之前，张康教授那篇“重磅！中国科学家最新医学AI成果荣登《细胞》杂志”在朋友圈刷屏，也充分体现了公众对于AI技术在医疗领域的不断突破给予了极大的热情。准确的诊断对于适当的疾病治疗至关重要。目前，临床上中枢神经系统肿瘤的诊断核心技术还是基于显微镜的组织学诊断。然而，这需要对细微的细胞改变进行评估。在某些情况下，可能导致不同个体对特定样本进行不同的分类。如今，技术的发展使大量的分子数据能够被获取和评估，这种主观判断的误差也在不断缩小。1926年，一篇由神经外科医生PercivalBailey和HarveyCushing发表的题为“神经胶质瘤组的肿瘤分类与预后相关的研究”，为公众提供了对中枢神经系统（CNS）癌症类型的发展、细胞特征和临床后果的早期认识。这本书的标题充满了预见性，因为他们所倡导的基于显微镜的诊断方法并不普遍。作者的想法早于他们的时间。例如，书名中的“histo-genetic”一词指出了细胞变化与遗传学之间的联系。Bailey和Cushing对细节的强烈关注使得他们能够发现与临床结果相关的宏观和微观肿瘤特征，并提出了14种肿瘤的分类。今天，许多脑肿瘤通过组织学和分子特征的分析来鉴定。世界卫生组织在2016年更新其对某些脑肿瘤的诊断指南，以推荐一种结合组织学和分子信息的综合诊断方法。然而，不同的中枢神经系统肿瘤的临床表现和生物学特性有高度特异性，很难确诊。很多在显微镜下表现相似的肿瘤，实际上有不同的基因变异特点，这些几乎是很难观察到的，这就给精准诊断带来了极大的困难。组织学分析的一个重要发展是计算工具的拓展，让机器学习过程分析组织学数据。在这种方法中，使用由医生分类的肿瘤样本图像的数据集对“计算机”进行“训练”。计算机使用分类信息来开发自己的模式识别标准，用以识别肿瘤类型。然而，如果缺乏对某些肿瘤明确定义的诊断标准，或者如果不同类型的肿瘤在组织学上难以区分，机器就会遇到挑战。研究团队决定专注于分类信息，其分类不需要复杂的视觉评估。他们采用机器学习方法根据DNA甲基化的变化（将甲基添加到DNA中）进行肿瘤分类，并将这些诊断与病理学家使用组织学分析所做的诊断相比较。爱板网了解到，DNA甲基化是最早发现的基因表观修饰方式之一。这类改变不会改变DNA序列，但可影响基因表达或细胞命运。异常DNA甲基化和癌症其他后生变化的作用正日益明显。在许多癌症中，表观遗传变化的基因组范围模式（称为表观基因组）可能发生显着改变。例如，神经胶质瘤中基因IDH1或IDH2的突变引起DNA甲基化模式的全基因组失调，这可能与特定的临床结果相关。之前的研究已经强调了在某些类型的脑肿瘤中，分析DNA甲基化的诊断优势：甲基化特征一方面能够标记相应的细胞变化，一方面还能够用于追踪细胞来源，例如用来诊断那些病灶不明的癌症。然而，常规的全基因组范围甲基化分析对于临床诊断仍然不常见，原因有几个：成本；样品要求；缺少必要的数据分析专家以及这些发现是否会对临床治疗产生影响。但是，相关研究正在取得一些进展。现在科学家已经可以很容易地从经福尔马林固定后石蜡包埋的少量组织（FFPE）中提取DNA。作者向计算机提供了由世界卫生组织分类的几乎所有CNS肿瘤类型样本的全基因组甲基化数据。此外，为了区分中枢神经系统肿瘤与其他肿瘤和正常脑组织之间的差异，研究团队还分析了部分间充质肿瘤、黑色素瘤、弥漫性大B细胞淋巴瘤、浆细胞瘤以及6种垂体腺瘤，以及健康脑组织的DNA甲基化情况。根据世卫组织的分类以及样本的诊断结果，在有监督的机器学习算法下，分析世卫组织定义的每类肿瘤的甲基化特征；然后又用无监督的机器学习算法再分析一遍，让AI系统总结出自己对中枢神经系统肿瘤甲基化的认知。据爱板网了解，经过训练，计算机可以根据特定的甲基化特征将肿瘤分为82个不同的类别。其中有29个符合世卫组织定义的特定肿瘤类型，第二类也有29个，它们能与WHO分类中的某种肿瘤下面的亚类型匹配。剩下的就是只能部分匹配，或者完全不能匹配。研究人员认为，这些发现可以帮助研究人员更深入地理解中枢神经系统肿瘤，并有助于治疗方案的选择或诊断工具的发展。图1|使用机器学习方法的肿瘤分类。Capper等人使用机器学习方法根据称为甲基化的DNA改变类型的全基因组模式对脑肿瘤进行分类。使用基于标准显微镜分析或选定病理学家诊断的肿瘤样品的甲基化数据来训练计算机。训练结束后，电脑获得1104个测试用例。作者比较了计算机和病理学家所做的诊断。在60.4%的样本上，AI系统和病理学家诊断是一致的。15.5%的样本AI系统和病理学家的也是一致的，只不过AI系统认为，它们应该属于一个更小的亚型。还有12.6%的病例，AI系统和病理学家诊断的结果不一致。经过更加深入的分析（例如基因测序）之后，92.8%的样本是AI系统正确。考虑到每种样本的低成本与标准癌症诊断相比的优势，研究团队的方法是否代表了肿瘤诊断的未来可能标准？针对这个问题，研究者也提出，甲基化特征还不能作为单一的诊断标准，还需要临床的验证。获得肿瘤标本的全面分子图谱当然是有用的（尤其是当与显微镜检查相结合时），并且可能会随着医学治疗变得更加个性化以适应个体肿瘤特征的前进方向。组织学仍然是疾病分类中不可或缺的部分，因为显微镜标本保存和检查的标准方法为世界各地临床实验室使用的常规诊断工作流程提供了最容易获取和标准化的切入点。疾病可以在分子和细胞变化中表现出来；因此，整合分子分析和视觉检查的方法可以加强诊断能力。常规和广泛使用由研究人员开发的平台，对于目前许多实验室来说可能并不实用。所以这种技术最可能的直接应用是评估具有不明确组织学特征的病例。然而，这一新的方法对传统方式来说是一个有益的补充。搜索爱板网加关注，每日最新的开发板、智能硬件、开源硬件、活动等信息可以让你一手全掌握。推荐关注！【微信扫描下图可直接关注】

腾讯副总裁姚星介绍了腾讯在人工智能方面的的三大战略方向。一是打造通用AI（人工智能）之路，二是成立机器人实验室，三是聚焦“AI＋医疗”战略，探索落地场景。“整个AI在我看来还是非常早期的阶段。”姚星提到目前整个AI产业发展出现的三个问题：AI落地环境过于单一；AI产业商业化程度还不够；AI在产品中的落地还过于狭窄。“我们所提倡的AI的产品落地，大部分都是行业＋AI，而不是AI＋行业。因为行业还是起决定性的，而不是AI。其次，整个AI产业化价值还没那么大。目前AI产业还不像互联网PC时代或移动互联网一样有巨大的变革。第三，我们在AI产品的落地中还过于窄，不是端到端，只是起到辅助作用或是提高部分的效率、便捷的作用。”姚星表示。这也是腾讯要发展通用人工智能的原因。“人工智能实际上是虚拟世界对现实世界的仿真和刻画。现实世界是非常复杂的，因为它有更多的角色、更多的约束、更多的协同、更多的平衡。对于通用人工智能就是要去刻画整个现实世界的复杂度。”姚星表示。对于即将成立的腾讯机器人实验室RoboTIcsX，姚星表示，该实验室将和人工智能实验室（AILab）一同成为腾讯AI产业的双基础支撑部门。另据接近腾讯的人士透露，微软研究院（MSR）首席研究员、研究经理张正友已从工作20年的微软离职，即将加盟该实验室，对此腾讯方面未予证实。“AI＋医疗”是人工智能可见的重要落地场景。2017年，腾讯发布了首款“AI＋医疗”产品“腾讯觅影”，筛查一个内镜检查用时不到4秒，对早期食管癌的检出率高达90％。目前，该产品从最初的食道癌早期筛查已经拓展到肺结节、糖尿病、眼底病变等多病种筛查，并在全国多省市的100多家三甲医院落地。“腾讯觅影”也位列首批国家新一代人工智能开放创新平台名单。腾讯AILab于2016年成立，专注于人工智能的基础研究及应用探索，同时为腾讯各产品业务提供AI技术支撑。AILab聚焦的基础研究包括计算机视觉、语音识别、自然语言处理和机器学习，并根据腾讯业务提出游戏、内容、社交及工具平台型AI四个应用方向。目前其产品已应用在微信、QQ及天天快报等上百个产品。目前实验室有70余位世界知名学院的AI科学家（90％为博士）及300多位经验丰富的AI应用工程师，力求做到“学术有影响，工业有产出”。当天，腾讯AILab与国际领先的学术与教育出版集团施普林格？自然集团（SpringerNature）旗下的自然科研（NatureResearch）正式达成战略合作，共同推动“AI＋医疗”领域的跨学科研究，促进AI产学研一体化。搜索爱板网加关注，每日最新的开发板、智能硬件、开源硬件、活动等信息可以让你一手全掌握。推荐关注！【微信扫描下图可直接关注】

人工智能的好处显而易见，比如在医疗健康领域，人类专家需要花费数年时间不断研究和纠错，才能总结出一套基于各种因素诊断疾病的方法，但对人工智能而言可能只是几分钟的事情。Google在医疗AI领域已经取得了不少成果，比如利用AI诊断心血管疾病、眼底病和急性肾损伤等。如今老牌科技巨头——微软也加入了这一行列。爱板网消息近日，微软和阿波罗医院发表联合声明，表示双方将结成战略同盟，联手设计新的机器学习算法，用于预测心脏疾病的风险，并协助医生迅速找到相关治疗方法。“我们与阿波罗医院的合作，将我们在人工智能和机器学习领域的特长和阿波罗医院在心脏病方面的专业知识和经验结合到了一起”，微软人工智能研究中心副总裁PeterLee说道。他还指出，人工智能与医疗健康系统的结合是为了更好地赋能医务工作者，从而推动人工智能的普及。这个过程是以解决方案为导向的，通过更加直观、快捷和有效的诊断方法来减轻疾病对人类造成的负担。微软在一篇博客中指出，目前双方正在开发一个用于确定心脏健康状况的人工智能API。不过博客中并没有声明，这个API是归阿波罗医院独有，还是会向该国的其他医疗从业者开放。在印度，心血管疾病是导致患者死亡的主要原因之一，心脏病导致的死亡率比全球平均水平高出0.235%（截至2016年）。对于患有早发型疾病的患者来说情况更是严峻。阿波罗医院掌握了大量心脏病患者的临床病史数据，他们计划利用这些数据和人工智能等先进技术来预测和预防心脏病的发生。阿波罗医院的联合总经理SangitaReddy表示，他们将逐步建立一个“全球联盟”，让他们的研究成果惠及其他国家的患者。爱板网了解到，除了与阿波罗医院合作，微软近日还宣布推出MicrosoftGenomics服务。MicrosoftGenomics服务通过利用和处理基因数据，来帮助医学研究者发明更精准地治疗癌症等疾病的药物。比如，通过分析患者的健康和肿瘤细胞组织以及其他患者的医疗数据（包括治疗方法和结果），医生能够选择最有效的治疗方案。圣裘德儿童研究医院、微软以及DNAnexus（一个运营在Azure上的基因数据管理平台）三方基于共享基因数据以及MicrosoftGenomics服务，合作开发了一套基因组比对和基因变异识别的流程。基于这套流程，合作者们已经处理了超过500TB的基因数据，并将其存储在Azure以供大家分析。对于研究医院、DNAnexus和微软正在合力建立的数据分享平台来说，这些数据分析结果提供了一个良好的基础。据爱板网了解，MicrosoftGenomics服务是微软HealthcareNExT的一部分，HealthcareNext是微软发起的通过人工智能和云计算来加速健康保健行业的创新。在拥有大量准确医疗数据的前提下，微软希望通过部署在云上的AI工具来帮助研究者更快地发现癌症等疾病的治疗方法。而一个处理基因数据的通用流程，可以有效降低可能影响数据的伪影和噪音，有助于AI驱动下的精准医疗。目前，MicrosoftGenomics已经面向美国、西欧和东南亚的用户提供服务。原文地址：https://www.eeboard.com/news/ai-185/搜索爱板网加关注，每日最新的开发板、智能硬件、开源硬件、活动等信息可以让你一手全掌握。推荐关注！【微信扫描下图可直接关注】

惠普的Elite品牌一直以来都将其创新的安全特性瞄准了企业，今天，该公司宣布了针对医疗保健行业的Elite电脑新产品，包括EliteBook840G5HealthcareEdition和EliteOne80023.8G4HealthcareEdition。EliteBook800G5系列于二月份首次公布，但这是自称是第一款专门用于医疗保健的笔记本电脑。它包括HPEasyClean软件，因此用户可以通过停用键盘，触摸屏和触控板，使用杀菌擦布在打开机器时清洁机器。它还具有SureView，这是惠普的隐私屏幕，可以防止其他人在旁边偷窥屏幕内容。EliteOne800G423.8HealthcareEdition是一款全功能的产品，它声称是第一款集成了双频RFID和生物识别技术的单点登录认证产品。HPAudioBoost“提供强大的协作体验”，HPNoiseCancellation可抑制背景噪音。相机是双面的，这意味着让病人注册更容易。这两款Elite设备仍将包含该品牌已知的其他功能，包括SureStart，SureClick等。除了两款Windows10个人电脑，惠普还推出了全新的惠普医疗版HC270cr临床评估显示器。这是首款包含RFID阅读器的单点登录认证系统。它有27英寸和1440p分辨率，具有亮度均匀性，自动背光源监控，自动图像旋转和用户校准功能，可准确一致地查看医疗图像，它还包括USBType-C，可以为连接的设备提供65W功率。所有宣布的设备符合EN/IEC60601-1-2：2015标准，并且它们可适用于重复消毒。EliteBook840G5医疗版将于5月份上市，其他两款设备预计将于6月份上市。原文地址：https://www.eeboard.com/news/elite-pc/搜索爱板网加关注，每日最新的开发板、智能硬件、开源硬件、活动等信息可以让你一手全掌握。推荐关注！【微信扫描下图可直接关注】

FDA已经批准了由AliveCor制造的AppleWatch第一个医疗设备配件，该公司首席执行官是前Google+负责人VicGundotra。配件是AliveCor的KardiaBand心电图阅读器，与应用程序配对，可以检测异常心律和心房颤动（AFib）。用户触摸卡入手表带上插槽的传感器，以在30秒内获得EKG读数。记录然后可以发送给医生。彭博社指出，使用AI，KardiaBand可以根据病人和健康人的数据预测和分析某人的心率。这样的设备可以快速诊断异常，然后提醒保健专业人员，并且在危及生命的情况当中发挥重要作用。VicGundotra表示，没有FDA的许可，诊断心房颤动是不可能的。这是一个巨大的变化。苹果本身有一项名为苹果心脏研究“（AppleHeartStudy）的计划，并计划利用苹果手表和心率数据为进行预防分析。AliveCor还在其名为的Kardia应用程序中发布了一项新功能，该功能使用AI来分析手表的心率和活动传感器的数据。该应用程序将评估心率和活动之间的相关性，如果这些出现异常，将提醒用户再进行一次心电图阅读。语音识别功能还可以让病人大声描述自己的症状。然后应用程序将根据数据生成分析结果，这些数据可以通过电子邮件发送给用户的医生。KardiaBand目前售价199美元，并且需要订购AliveCor的高级服务，每年售价99美元。该公司也有一个类似的EKG阅读设备称为KardiaMobile，但该设备只能安装到用户智能手机的背面。原文地址：https://www.eeboard.com/news/fda-ekg/搜索爱板网加关注，每日最新的开发板、智能硬件、开源硬件、活动等信息可以让你一手全掌握。推荐关注！【微信扫描下图可直接关注】

物联网、大数据及云计算等信息科技，不但开启了工业4.0，也就是“第四次工业革命”，连带也开启医疗产业的“第四次医疗革命”。回顾前面三次工业革命，可以发现，每一次工业革命的变革，多半都是由新科技的出现所引发。如第一次是瓦特发明蒸汽机，利用水力及蒸汽的力量作为动力源，也因此成为轻工业的基础；第二次则是1870年使用电力为大量生产提供动力，奠定重工业的发展基础；第三次工业革命则是使用电子设备及信息技术(IT)，来增进工业制造的自动化。换句话说，科技发展不仅为制造业生产力带来改变的契机，同时也改变相关产业的营运模式。医疗4.0的定义医疗产业不例外，东京女子医科大学与早稻田大学共同研究所共同尖端生命医科学专业教授伊关洋指出，第一次医疗革命，是始于消毒和杀菌的医疗现代化；第二次医疗革命，则是引入显微手术和内视镜手术的微创治疗；第三次医疗革命，则是引入使用X光、CT设备和MRI的术前及术中诊断，以及使用导航仪的信息引导治疗。据羿戓设计所了解，物联网、大数据及云计算等信息科技，不但开启了工业4.0，也就是“第四次工业革命”，连带也开启医疗产业的“第四次医疗革命”。换句话说，医疗4.0的成型，也是透过物联网技术将医疗器械相互连接，并使用传感技术将搜集的信息传送到云端的服务器，透过大数据分析技术，优化手术的效率，构建出对任何病例都能实时下达最佳决策的导航仪系统，与工业4.0可说是异曲同工。事实上，医疗设备的日益精进，对医生其实也是一种负担。如东京女子医科大学医院的手术部，2014年使用的手术器械多达296种，而且这些器械基本上都是单独工作，如果不能汇总各种器械在手术中收集到的信息，就无法分析术中所发生情况之间的关联，进而得到更有价值的信息。如伊关洋正在开发的“SCOT(SmartCyberOperatingTheater)”新一代手术系统，能将手术室内的医疗器械联网，将医疗器械的基本数据、术中图像、手术器具的位置信息、患者的生物信息等加以整合，实时分析各手术台设备的运转情况和医疗人员的活动等，再将分析结果反馈至手术导航仪等设备上，显示手术信息、引导手术进行，或是监控器械的运转情况，而手术中收集到的各种信息，还可作为分析术中发生情况之间关联的数据库，用来帮助改善治疗质量。制药产业也受医疗4.0影响不只是医疗院所，医疗4.0也已成为制药产业升级的推动力。如上海医药近日宣布与京东达成战略合作，未来将在处方药、非处方药、医疗服务等领域建立合作关系，并共同增资，在流量导入、IT系统、物流体系方面，快速建立市场竞争优势，全面落实公司在医药电商领域的战略布局与业务发展。全球药品包装解决方案厂商Palladio集团与E-Ink元太也已宣布共同推出专为药品包装打造的先进解决方案——PhutureMed智能型药盒，除可侦测药物运送与存放的环境变化以确保质量，亦能记录病患用药历程，同时还能协助其遵照医嘱服用药物。PhutureMed整合E-Ink电子纸显示器与传感器，可持续监控药物周遭的环境变化，并透过E-Ink电子纸显示相关信息。即便在电池没电的情况下，所有讯息仍可持续保留于屏幕上，让病患与客人对于使用药物的质量感到放心。PhutureMed透过触发设备(activationtriggers)来显示上一次用药时间，能有效地协助病患排除用药与否的不确定性因素，大幅改善病患用药习惯。而记录于PhutureMed中的完整用药历程，可经由无线传输技术，回传到医院的远程健康管理系统，实践远距医疗、云端照顾的愿景。PhutureMed显示器模块内建温度传感器、定时器与触发设备，借助定时器与传感器能记录药品的储存环境和取用历程。E-Ink电子纸能在不受电力因素干扰的情况下，持续显示信息，记录药物是否储存在适合的温度区间，确保药物质量。PhutureMed目前仍处在开发阶段，可以根据不同药厂的实际需求进行客制化应用。由于传统的药品流通方式，长期受到供应链冗长、终端信息用户难以掌握、供需信息不通畅等问题掣肘，医疗4.0的出现，可望打破这一僵局，实现工业等级的生产与需求的快速对接，从而大大提高药品流通效率，降低成本。医疗4.0为医药行业带来的巨大变革，其实就是工业4.0所建构的兼具个性化和数字化的产品与服务生产模式，突破传统的产业界限，催生出多种新兴活动领域和合作形式，进而创造新的价值网络或链条，提升制药业水平，重构诚信体系。医疗4.0带来潜在商机智慧医疗的未来，包括分析(Analytics；A)、大数据(Bigdata；B)、云端(Cloudcomputing；C)、穿戴设备(wearableDevices；D)，除了政府需要制定标准推动还资于民，如健康存折和云端药历，让民众自主健康，以及民间发挥创意提供服务，如何以商业化机制实现个人化服务，将成为智慧医疗的根本。随着物联网、云计算、大数据分析等技术的应用日趋成熟，医疗服务和健康管理都有了许多新突破。如马偕纪念医院的信息系统运作架构与环境，设定权限及监控落实安全管理，让管理者已可随时随地及用任何移动式设备，取得同步管理决策信息，达到精简作业流程，提高管理者的决策与管理效能，而马偕也以webApp接口开发，建立跨平台的行动医疗信息系统，推动病历无纸化作业，大幅提高临床照护质量与效率。医疗4.0也代表着科技产业未来的重要商机。根据IDC预估，2015年中国医疗产业在IT的支出费用将达到人民币268亿元，比2014年成长14.9%，预计2017年将达到人民币336亿元。而进一步观察中国2011年至2017年在医疗产业IT花费的成长率，尽管在2013年后有成长缓和的趋势，但仍维持每年10%以上的成长，预估2012年至2017年的年复合成长率(CAGR)将达14.5%，显示中国自2011年颁布“十二五”规划纲要后，投资在医疗产业的IT费用呈现逐年增加的趋势。实现医疗4.0尚需多方共同努力但要实现医疗4.0的愿景，仍有许多困难需要克服，如建立一个符合医疗4.0标准的医院，需要投入大量资金，适逢全球经济复苏脚步缓慢，政府补助经费难以提高，投资回收期又长，如果医院信息部门在医院管理的地位不够高，都可能会导致许多医疗机构抱持观望的态度。此外，智慧医疗市场目前仍缺乏统一的医院信息系统建置规范和技术标准，不同地区医疗保险系统亦不同，导致电子病历或图像文件案的传输或交换，均面临巨大挑战。更重要的是，由于医疗产业涉及许多个人隐私问题，透过无线传输技术将病患数据传到云端平台上，必须要格外注意数据安全性及病患隐私保护的问题。但医疗4.0愿景若能实现，医院在提供病患服务时，不只可以依赖熟练医生的经验和技术，还可根据科学运算的结果，运用数据库、电子和机械设备，自主决定对现场提供的支持，设法实现对每位患者的最佳治疗，不仅对医院、医护人员或病患，甚至制造及相关科技业者，都是一大福音，值得大家一起努力。原文链接：https://www.eeboard.com/news/4-0-2/搜索爱板网加关注，每日最新的开发板、智能硬件、开源硬件、活动等信息可以让你一手全掌握。推荐关注！【微信扫描下图可直接关注】相关阅读：客官，这15种板卡送给你，可要否？

虽然国内在外骨骼领域起步落后于以色列、日本等国家，不过这两年却呈爆发趋势，先后有大艾、尖叫科技、傅利叶智能已正式对外发布产品。而现在，这个名单上将加一个名字，迈步机器人。他们研发的外骨骼产品目前已经完成第三代样机，11月11号将正式对外发布。迈步机器人由新加坡国立大学生物医学工程系博士及博士后陈功、日本早稻田大学生命理工学（机器人）专业博士叶晶，以及资深机器人创业者胡峰于去年9月所创立。留学期间，陈功研究的方向包括康复外骨骼机器人控制，大脑控制的下肢外骨骼机器人系统，叶晶主要研究开发针对脑中风、肢体运动障碍患者的新型康复机器人，师从日本机器人之父“加藤一郎”的弟子，康复机器人领域著名教授藤江正克。目前，迈步机器人不仅成功拿到联想创投集团领投的天使投资，其外骨骼产品目前也已经迭代至第三代。柔性驱动器输出，人工智能交互粗略的划分，外骨骼应用有三大方向，一个是成为身体的附加式“人工器官”，这类外骨骼基于仿生学设计，使得普通人能够拥有真正的“超级力量”，在运输行业和军方应用较成熟，如美国科研机构SRI.International开发的柔软型机械外骨骼Superflex，国内初创企业铁甲钢拳的外骨骼近期也有了很好的进展；一个是个人出行，即偏消费行业，比如出去远行穿上外骨骼会帮助减少体力的消耗，哈佛大学实验室正在这个方向进行尝试；最后是康复行业，帮助病人做步态康复训练。目前来看，最后一个应用方向是最为成熟的，上述提到的国内初创企业均选择了这个方向。迈步机器人同样选择了将外骨骼应用在康复领域。该名为BEARH1的外骨骼根据病人身高，可在1.5至1.9米高之间调节，体重不超过85公斤的病人都可以使用，它本身的重量在20公斤以下。跟目前现有的外骨骼不同，BEARH1有六个关节，包括双侧的髋、膝、踝关节，这增加了外骨骼的运动控制难度。陈功在向雷锋网介绍外骨骼的优势时表示，传统工业机械臂采用的都是刚性驱动的方式，但是因为其本身钢度高，惯性大，做力控制时就会有一定的难度，需要用复杂的算法去保证稳定性，而且这个系统的带宽也比较小，导致训练的速度会比较慢，BEARH1采用了柔性驱动器作为输出，这样在力控制的时候，稳定性和精度会变得非常高，特别适合在人机交互的场景里面使用。世界卫生组织的统计显示，全球每6个人就有1人会在一生中罹患脑卒中，很多人经过治疗后，将进入漫长的术后康复阶段。我国目前的术后康复训练器械功能单一，以固定式为主，无法建立训练参数和康复指标的对应关系。为了解决这个问题，迈步机器人在BEARH1上装了非常多的传感器，可以实时检测人体的运动状态。而且通过一些人工智能的算法，可以预测人体的意图，比如想走得快一点还是慢一点，包括他想迈左腿还是右腿以及想走想停这些，这些信息会用于控制外骨骼。外骨骼市场遇冷？由于外骨骼价格偏高，目前主要市场还是局限于作为医疗器械被医院引用，这就需要产品取得相关认证，国外主要有以色列的Rewalk、日本的HAL、美国的Ekso以及Indego获得美国FDA（食品药监局）认证，国内目前并未有企业正式获得FDA认证。不过，作为领军企业，上市企业Rewalk和Cyberdyne（生产HAL）从去年10月开始股票持续下跌，其中RewalkRobotics的估值更是从3年前上市时的2亿美金跌至今日的3370.81万美金。RewalkRobotics曾被媒体捧到“下一个特斯拉”的高度，曾被奥巴马在访问以色列时亲自评估，并在2014年通过美国FDA许可，获批上市。而如今RewalkRobotics的表现，一度让外界猜测外骨骼的市场遭遇寒冬期。对此，迈步机器人CEO陈功则表现地相当乐观，他向爱板网表示，RewalkRobotics和Cyberdyne的市场表现不好主要还是太贵了，ReWalk6.0系统的售价约是7.7万美金，而Cyberdyne的产品售价更是高达20多万美金，所以两家公司都采用了租赁的商业模式，但是租金依然不菲。虽然还未做最终的定价，但陈功表示迈步机器人的外骨骼售价可能会在30到50万之间，未来如果推出消费者版本希望可以控制在10万以内。另外，在陈功看来，这些老牌企业这些年其实在技术上并没有什么突破，只是进行了简单的迭代，所以市场的竞争力也在逐渐降低。当然，让陈功对康复机器人市场看好最关键的还是在于国内政策的支持，不管是国家还是地方政府都给予了大力支持。陈功向爱板网表示，其外骨骼即将进入三甲医院进行一年的临床测试，目前院方对于其外骨骼的接受度非常高，已经有多家医院有意向与其合作。去年3月，国家卫计委联合5部门印发《关于新增部分医疗康复项目纳入基本医疗保障支付范围的通知》，在原已纳入支付范围的9项医疗康复项目基础上，将“康复综合评定”等20项新增康复项目纳入医保支付范围。据前瞻产业研究院发布的《中国康复医疗行业发展前景与投资预测分析报告》显示，2016年中国康复医疗市场规模约270亿元。随着我国未来将继续加大对医疗服务的改革、三级康复医疗体系的完善以及与康复医疗相关的医保政策进一步落实，2020年中国的康复医疗市场规模或突破700亿元，年复合增速不低于20%。另外，根据第三方咨询机构GrandViewResearch的预测显示，未来5年广义康复机器人的年复合增长率约为37%，其中康复机器人年复合增长率为21%，外骨骼机器人年复合增长率为47%，远高于其他类别的医疗机器人的平均增速。从去年年底，爱板网二度拜访过迈步机器人的办公室，见证了其从几人成长为近30人团队，也见证了其外骨骼一步步完善。两次的聊天过程中，陈功都保持很平静的心态，无论是对于市场还是对于融资，在他看来做好产品才是最重要的，目前产品还需要很多问题需要解决，一个月后机器人将正式对外发布。“我们有太多事儿要做了”陈功笑着说。除了要解决产品的问题，他们还需要忙办公室的事情。原文链接：https://www.eeboard.com/news/rouxing/搜索爱板网加关注，每日最新的开发板、智能硬件、开源硬件、活动等信息可以让你一手全掌握。推荐关注！【微信扫描下图可直接关注】科技早知道：15种开发平台支持，千套免费板卡阵容，更有万元现金大奖等着你，2017贸泽电子智造创新大赛群英征集令开始了，你敢接令吗？年薪25万只是白菜价？你绝对想象不出会人工智能的应届工程师是有多抢手！HuaweiPay支持ofoNFC智能锁，无需联网直接扫码，即可秒开小黄车NFC智能锁DisplayPort接口要取代HDMI接口还为时尚早！慢慢长征路，龙芯终于实现桥片和GPU自主化

总体医疗电子市场在2015年的估值约为30亿美元，并预期将以5.4%的年复合增长率持续成长，到2022年达到44.1亿美元的市场规模。[信息来源：Marketsandmarkets.com]。那么，认为以下因素是推动这种发展的一些主要动力就不足为奇了，即：不断上升的人口老龄化和日趋增多的生活方式疾病；对于个性化、易用型和先进保健装置日益攀升的需求；以及可穿戴式医疗电子产品使用率的不断提高。与此同时，由于长时间地让患者在医院的病床上治疗和康复所产生的费用在经济上逐渐变得难以为继，对于医疗机构自身和患者而言都是如此。因此，医院正在寻找减少这些费用负担的方法，在不会影响患者完全康复的情况下，让患者尽快获得良好和自主性。实现此目标的一种方法是用远程监测和诊断设备解放患者，这样他们就可以回到自己的家中休养了。这些远程病患监测功能通常包括心率、血压、呼吸率、睡眠呼吸暂停、血糖水平和体温。因此，这对“刺激便携式和无线医疗仪表增长的现实走向之一是门诊治疗”的假设提供了支持。结果，许多此类便携式电子监测系统必须内置RF发送器，这样从患者监测系统收集的任何数据都能容易地直接发送回医院内的监控系统，主治医师稍后即可在此进行检查和分析。低功率精准型组件促成了便携式和无线医疗仪器的快速成长。然而，与许多其他应用不同的是，此类医疗产品对于可靠性、工作时间和坚固性通常有着高得多的标准。该负担的大部分落在了电源系统及其组件身上。医疗产品必须正确地工作，并且在交流电源插座、备份电池、甚至收集的环境能量源等多种电源之间无缝地切换。此外，必须竭尽全力地提供针对各种不同故障情况的保护及耐受能力，尽量地延长依靠电池供电时的工作时间，并确保每当接入了某种有效电源时正常的系统操作是可靠的。适用于患者监测系统的潜在解决方案鉴于上述情形，这是合理认为“给患者提供合适家用医疗仪表的花销远远不及出于相同目的而让患者住院治疗所支付之费用”。不过，至关重要的是：患者使用的设备不仅必需可靠，而且还要为患者提供防护！因此，这类产品的制造商和设计师必须确保它们能够依靠多种电源(包括备份能源)无缝地运行，从患者身上收集的数据具有高可靠性，并实现99.999%的无线数据传输完整性。这要求系统设计师确保即将采用的电源管理架构不仅具备坚固性和灵活性，而且还必需紧凑和高效。这样，医院和患者的需求相互得到了满足。幸运的是，凌力尔特等多家模拟公司致力于通过推出创新型产品来提供针对上述问题的解决方案。由于医疗电子系统中有很多应用即使在交流电源中断的情况下也需要连续运行功率，因此一项关键的要求是实现低静态电流以延长电池寿命。相应地，备用静态电流小于9mA的开关稳压器常常是用户所需要的。事实上，有些依靠电池与能量收集之组合作为其主电源供电运行的新型系统，要求其静态电流为个位数的微安级，或者在某些场合中甚至是纳安级。这是在此类“居家使用型”患者医疗电子系统中得到采纳所必需满足的先决条件。尽管开关稳压器产生的噪声高于线性稳压器，但是它们的效率水平要比后者好得多。只要开关电源以可预知的方式运行，噪声和EMI水平在许多敏感应用中被证明是易控制的。如果开关稳压器在正常模式中以恒定频率执行开关操作，而且开关边沿是干净和可预知的(没有过冲或高频振铃)，则EMI得到了最大限度的抑制。小的封装尺寸和高工作频率能够提供小巧紧凑的布局，这极大地降低了EMI辐射。此外，假如稳压器可使用低ESR陶瓷电容器，则能尽量地减小输入和输出电压纹波，这些纹波是系统中的额外噪声源。当今多功能患者监测医疗装置中的电源轨数目有所增加，而工作电压则持续地下降。虽然如此，许多此类系统仍然要求3V、3.3V或3.6V电源轨以为低功率传感器、存储器、微控制器内核、I/O和逻辑电路供电。此外，由于它们的运作有时是生死攸关的，所以其中很多都配有一个电池备份系统以防装置的主电源发生故障。传统上，它们的电压轨一直是由降压型开关稳压器或低压差稳压器提供。然而，此类IC并未利用电池的全工作范围，因而缩短了装置的潜在电池运行时间。于是，当采用降压-升压型转换器(其能提升电压或降低电压)时，它将使电池的全工作范围能得到利用。这增加了操作裕量并延长了电池运行时间，因为更多的电池寿命是可用的，尤其当它接近其放电曲线的低端时。作为一种电源的能量收集最近，在能量收集领域涌现了大量的创新成果；特别是采用人类自身的体热作为给电子监测系统供电或对为这些系统供电的电池进行再充电的一种潜在能量源。这类技术进步实现了医疗电子组件尺寸和形状的改变，以适应毫瓦和/或微瓦功率范围。这意味着许多复杂的电子系统和装置(例如：可穿戴式医疗和自主设备)如今的功率消耗可大约低于250µW。而且，功率级别处在数µW至数百mW范围内的无线传感器网络通常采用电池电源工作。不过，由于电池电源内在局限性(例如：电荷的贮存寿命，以及适用情况下进行定期再充电的需要)的原因，采用热量或振动等环境能量源来完成“可再充电”电池定期再充电的可能性已经展现在世人面前。现在，该是介绍的时候了。凌力尔特制造能量收集IC几乎已有10年的时间；推出的首款产品是2009年12月面市的LTC3108。LTC3108是一款超低电压DC/DC转换器和电源管理器，专为收集和分配剩余能量而特别设计，可从热源产生极低的电压。这可以是从“热”到“更热”或从“冷”到“更冷”，因为唯一需要的是1°C或更大的温度梯度。然而，更近期推出的产品是LTC3107，它是一款高度集成的DC/DC转换器，专为通过收集和管理来自TEG(热电发生器)和热电堆等极低输入电压电源的剩余能量来延长低功率无线系统中的主电池之寿命而设计。采用LTC3107后，一个负载点能量收集器只占用极小的空间，只要能够容纳LTC3107的3mmx3mmDFN封装和几个外部组件即可。通过产生一个跟踪现有主电池之电压的输出电压，可无缝地采用LTC3107以把免费热能收集的成本节约带到新的和现有的电池供电型设计中。此外，LTC3107还能与一个小的热能量源一起延长电池寿命(在有些场合中可长达电池的保质期)，从而降低与电池更换有关且重复发生的维护成本。LTC3107专为增强电池或甚至完全为负载供电而设计，这取决于负载情况和可用的收集能量。图1示出了LTC3107能怎样容易地收集热能以为无线传感器节点(WSN)供电，并在环境能量源不可用时无缝地切换至电池电源。图1：LTC3107收集热能以为一个WSN供电和/或给一个电池充电此外，LTC3331是一款多功能环境能量收集器，其形成了完整的能量收集调节解决方案，当可收集能量可用时，提供高达50mA的连续输出电流以延长电池寿命，见图2。当用收集的能量向负载提供稳定功率时，该器件不需要电池提供电源电流，而在无负载情况下用电池供电时，仅需要950nA的工作电流。LTC3331集成了一个高电压能量收集电源和一个同步降压-升压型DC/DC转换器(该转换器由可再充电主电池供电)，以为WSN和物联网(IoT)设备等能量收集应用提供一个不间断输出。图2：LTC3331可转换多种能量源，并能使用一个可再充电的主电池LTC3331的能量收集电源由一个适合AC或DC输入的全波桥式整流器和一个高效率同步降压型转换器组成，从压电(AC)、太阳能(DC)或磁性组件(AC)能源收集能量。一个10mA分路器用收集的能量实现简便的电池充电，而低电量电池断接功能则保护电池免于深度放电。可再充电电池给一个同步降压-升压型转换器供电，该转换器在1.8V至5.5V的输入范围内工作，当收集的能量不可用时用来调节输出，而不管输入高于、低于或等于输出。在应对微功率电源时，LTC3331电池充电器拥有非常重要且不可忽视的电源管理功能。LTC3331纳入了对电池充电器的逻辑控制功能，以便仅在能量收集电源有多余的能量时才给电池充电。如果没有这种逻辑控制功能，能量收集电源就会在启动时卡在某个非最佳的工作点上，不能完成启动，无法给目标应用供电。当收集的能源不再可用时，LTC3331自动地转换到电池。这带来了一个额外的好处，即：如果适合的能量收集电源至少在一半的时间内可用，就允许电池供电的WSN将其工作寿命从10年延长至超过20年，假如环境能量源更加普遍存在，那么寿命甚至更长。结论智能型医疗可穿戴产品市场已蓄势待发。在医院病患照护的高成本和呈爆炸性增长的人口老龄化的共同影响下形成推动力。包括使用传感器的医疗保健可穿戴设备在内的这新一波产品可监视关键生物统计信息，例如在医院以外测量心率和血压，这为采用更加积极、健康的生活方式创造了机会。智能可穿戴设备的核心架构取决于产品类型，但基本上由一个微控制器、MEMS传感器、无线连接电路、电池和支持性电子组件组成。因此，拥有目前这波能够利用多种形式的环境能量，以为人体健康监测装置供电的多功能能量收集和/或IoT解决方案，就可以在不影响患者完全康复的情况下，让他们较快地返回自己的家中进行治疗和休养。原文链接：https://www.eeboard.com/news/kechuandai-2/搜索爱板网加关注，每日最新的开发板、智能硬件、开源硬件、活动等信息可以让你一手全掌握。推荐关注！【微信扫描下图可直接关注】科技早知道：千套免费开发平台+万元现金大奖，这个爱板网这个活动真的简直了。。。充电先插手机还是电源？这个顺序很重要！安全+极低功耗中兴通讯打造出中国首颗自主研发具有TEE安全框架的NB-IoT芯片把高达数万美元的激光雷达成本降低到百美元以下的这家初创公司，居然被收购了钱能解决的事都不是事，放弃收购恩智浦必要专利，“下了血本”的高通能否年底抱得“美人归”

国家跨学科科学与技术研究所(NIIST)位于印度的蒂芙那万那普兰，最近，这些科学家们使用3D打印来开发一种可以嵌入织物的新型可穿戴天线，例如军装。天线和无线设备长期以来被整合到军服中进行通信和监控，但总是并不完美的。或多或少有着不少问题，例如由于附着在玻璃增强环氧树脂基材上的薄铜膜制成的，这使得它们很坚硬的并且难以掺入织物中。NIIST的研究人员开发了一种由导电银墨水3D打印的新型可穿戴天线。它是灵活和轻便的，因为它是银而不是铜，不会氧化。天线嵌入的聚酯织物上的底部电极是3D打印刷，E形贴片天线可用于各种应用，包括防御，远程医疗和环境监测。科钦科技大学的P.Mohanan博士说：“我们的目标是制造可佩戴的天线，它可以嵌入在偏远地区的士兵穿的夹克中，我们可以将天线连接到不同的传感器，如温度，压力和ECG传感器，数据可以传输到远程服务器。天线可以以非侵入的方式感知和传送数据。这样我们就可以监视士兵的健康。“天线长约3厘米，宽4厘米，天线工作在3.37赫兹。它涂有PVC聚合物以使其具有防水性，并且可以编织成用于WiMAX(全球微波接入互操作性)应用的纺织品。为了最大限度地发挥柔性，并且在丝网印制过程中保持墨水不会渗透到材料中，研究人员在层之间用聚丙烯酸酯片材热压三层织物。然后将聚丙烯酸酯片作为粘合剂。这是如何使用3D打印来改进诸如天线的电信设备的制造的。在许多情况下，3D打印已被用于使天线更小，体积更小，从大量的多部件组件到只由一个部件组成的紧凑型设备。3D打印提供的重量减轻意味着可以降低成本。在更小规模的情况下，3D打印创建的天线意味着可以使其更灵活，更好地在现场运行。在军事方面，军方肯定的不希望他们的通信设备出现故障，所以看似一个小小的进步，可以使嵌入式天线的表现更好，实际上是巨大的进步。原文链接：https://www.eeboard.com/news/3d-21/搜索爱板网加关注，每日最新的开发板、智能硬件、开源硬件、活动等信息可以让你一手全掌握。推荐关注！【微信扫描下图可直接关注】科技早知道：LiDAR（激光雷达）技术的前世今生以及未来中低端SSD“主心骨”慧荣主控芯片被疑有安全性漏洞，台湾慧荣科技坚称：不可能！真会玩！用自行车玩《极品飞车》是种什么体验，大神级DIY告诉你！三大芯片巨头布局自动驾驶背后，意在从源头上掌控核心芯片架构？基于ArduinoUno板卡设计一个会打招呼的超萌机器人，你值得拥有！