益心达医学
益心达医学
​
已认证帐号
19世纪以前，天花、霍乱、鼠疫、白喉等由病原菌引 起的传染病引起人们的恐慌；20世纪中期，贫血、胃溃疡、生长缓慢等慢性疾病严重威胁人类生命；20世纪末至21世纪，高血压、心脏病、糖尿病、结石病、癌症、艾滋病等现代文明病尚未找到最佳治愈方式。人类与疾病的斗争从未停止。

医用传感器是应用于生物医学工程领域的传感器， 是把人体的生理信息转换成为与之有确定函数关系的电信息的医学器材。随着生物医学工程学科的发展，传感器成为了各种医疗手段必不可少的核心技术之一，下面就让我们来看看传感器分别在血压测量、心脏病监测，糖尿病治疗，肿瘤研究种中的应用情况吧。

1.传感器在高血压测量监护的应用

血压测量常分为有创和无创两大类。

①有创血压测量

有创血压测量在临床上主要采用导管术的方法。先通过穿刺，将导管置于 被测部位的血管内，血管内的压力通过导管内的液体传递 到外部的压力传感器上，传感器的一端接检测仪，另一端 连接自动冲洗装置，然后通过特定的计算方法，就可以将动脉压力值显示在检测仪上 。

益心达牌血压传感器

●电缆接头多样化，能与国内外各种监护仪兼容使用；

●采用压力电阻进口硅芯片，反应灵敏、准确度高；

●冲洗阀流速精确，肝素液以3ml/h的流速流入管路，保证管路不会发生血液凝固；

②无创血压测量

无创血压测量的方法有很多，最主要的一种方法是通过外部加压阻断动脉，对脉 搏的变化或血流的变化进行分析处理获得血压值，其中可分为柯氏音法、超声法、测振法等。

近年来穿戴式血压测量仪器层出不穷。Ferreira Marques FA等研究设计的穿戴式心电血压监测系统，可以连续记录人体的血压和心电。

2.传感器在心脏病监测中的应用

对心电信号的检测已成为长时间家庭监护中应对老龄化社会医疗方式转变的重要问题。现今新基于容性耦合 原理所完成的电容式非接触心电传感器的设计，降低了运动伪迹的影响，完成了噪声屏蔽，优化了滤波结构 。心脏生理功能人体心电的关系密切，心电图波形可以将丰富的心脏及其神经系统活动信息表示出来，在心脏疾病的治疗、诊断和预防等方面起着广泛的应用。心电诊断方法是 心血管疾病诊断中一种十分重要的方法，对心房、心室肥大， 辅助诊断心肌梗死、心肌炎等疾病均有很高的价值。

3.传感器在糖尿病治疗中的应用

目前较广泛使用的植入血糖检测仪都属于微创，即将 细针状传感器探头直接刺入皮下，基座和数据部分固定在皮肤上。经过数十年的研究，在血糖仪的探索获得了一定的结果 。可以通过无创伤或极微小的创伤直接检测体液中的微量葡萄糖；利用光谱法对血糖进行测量分析；利用能量代谢守恒法测量血压。这些测量方法都应用了传感器，这才使技术造福人类 。

4.传感器在癌症研究中的应用

肿瘤标志物一般是由胚胎组织正常产生，或者由肿瘤 组织直接产生。由于肿瘤标志物与癌症之间的特异性很差， 因此单一肿瘤标志物免疫传感器通常限制其诊断价值，构建一种多种肿瘤标志物免疫传感器（多靶标免疫传感器）非常必要 。Wilson等首次构建了一种能通过电化学酶联竞争免疫分析来实现同时检测的阵列免疫传感器。现今最新进展有电流型多靶标免疫传感器的常用模式是“三明治夹心”型，即在检测电流也随之增大。电流型多靶标免疫传感器成功实现，需要同时获得两种或以上可显著区分的电流信号，将不同的电活性物质标记于不同的抗体上通 过免疫反应得到相应的检测信号。此外，石墨烯复合物用于肿瘤标志物多靶标电化学免疫检测法也表现出良好的稳定性和灵敏度 。

传感器正不断地影响着人们的生活，这是人类的力量， 也是医学技术发展的魅力，科研工作者通过不断地探索和研究，正在攻克一个又一个的疾病难题，相信在未来的发展之中，传感器的研究会有更大的创新与突破，进而广泛地应用在各个领域之中，为人类自身的生活做出更大的贡献。

发布于 2022-07-15 11:02
​赞同​
​添加评论
​分享
​收藏
​喜欢
​
收起​
嵌入式物联网学习
嵌入式物联网学习

凌敏在春季 GTC 会议上，英伟达首席科学家兼研究部高级副总裁 Bill Dally 介绍了英伟达研发机构的基本情况，以及当前一些优先事项的细节。Dally 今年将重点放在英伟达正在研发并使用的人工智能工具上，这是一种非常聪明的逆向营销。比如，英伟达就已经利用人工智能来提高 GPU 的设计效率。

Dally 在今年的演讲中称：“我们有一个 300 人左右组成的小组，尝试着去预测我们在英伟达产品方面的前景，我们就像是一盏远光灯，想要把远处的事物照亮。我们被松散地分成两半。一半为 GPU 提供技术。它让 GPU 自身更加完善，包括电路、VLSI 设计、架构网络、编程系统，以及进入 GPU 和 GPU 系统的存储系统。”

“英伟达研究团队希望开发出能够很好地使用 GPU 的软件系统和技术。我们一直在推动计算机图形技术，并且有三个不同的计算机图形研究小组，同时还有五支不同的人工智能小组。现在使用 GPU 来运行人工智能是一项庞大的工程，并且规模不断扩大。我们还有一个小组专门研究和生产机器人和无人驾驶汽车。”他说，“我们也有一些面向地理位置的实验室，比如多伦多和特拉维夫人工智能实验室。”

英伟达有时会从一些小组中挑选一些人来实行疯狂的计划，比如有一个小组开发出了英伟达的实时光线追踪技术。

和以往一样，Dally 的谈话中有一些重复，但是也有一些新的内容。这个小组的规模，当然要比 2019 年大约 175 人有所增长，因为人们对无人驾驶系统和机器人的支持力度越来越大。Dally 说：“一年之前，英伟达把 Macro Pavone 从斯坦福大学挖来，领导他们新的无人驾驶汽车研发小组。”他并没有过多提及 CPU 的设计，但无疑，这方面的工作也得到了强化。

以下是 Dally 对英伟达在设计芯片时越来越多地使用人工智能的评论的一小部分（略加编辑），并附上了一些支持的幻灯片。

利用图神经网络测绘电压降