||
本期编辑荐读为您精选5篇斯坦福大学研究人员发表在 Sensors 期刊上的优秀文章,内容涵盖血压监测、地震速度反演、惯性测量单元、可穿戴传感器和软件定义无线电等,希望能为相关领域学者提供新的思路和参考,欢迎阅读。
进入期刊英文主页:https://www.mdpi.com/journal/sensors
1.Clinical Study of Continuous Non-Invasive Blood Pressure Monitoring in Neonates
新生儿连续无创血压监测的临床研究
Anoop Rao et al.
文章亮点:
(1) 本文报告了一种非侵入性可穿戴设备的可行性和准确性,该设备易于放置和操作,并且无需外部校准即可连续监测血压。
(2) 该设备使用电容式传感器从手腕和或脚部获取脉搏波形测量值,使用人工神经网络技术训练的算法推断出收缩压、舒张压和平均动脉压。
(3) 结果表明推断出的血压值符合FDA (美国食品和药物管理局) 级准确度要求,适用于病情危重但血压正常的足月和早产婴儿。
2.Learning-Based Seismic Velocity Inversion with Synthetic and Field Data
基于学习的使用合成和现场数据的地震速度反演
Stuart Farris et al.
文章亮点:
(1) 本文研究了使用合成和真实世界现场数据构建地震速度模型的深度学习模型的有效性。
(2) 结果表明,使用现场数据训练的模型始终优于仅使用合成数据训练的模型。然而,合成数据仍然很有价值,尤其是在现场数据稀缺的情况下。
(3) 在地质条件复杂的现场,使用机器学习从现场记录的地震图中恢复精确的地震速度模型剖面是可行的,突出了重复使用现有地震数据来训练机器学习模型的潜力。
3.Validation of Inertial Measurement Units for Analyzing Golf Swing Rotational Biomechanics
用于分析高尔夫挥杆旋转生物力学的惯性测量单元的验证
Sung Eun Kim et al.
文章亮点:
(1) 本研究调查了惯性测量单元 (IMU) 在高尔夫挥杆上半身和骨盆旋转运动学分析中的准确性,并与3D运动捕捉进行了比较。
(2) 比较发现IMU和3D运动捕捉在所有参数上都存在很强的正相关性,两种方法具有良好的一致性。
(3) 结果表明,IMU为高尔夫挥杆分析提供了一种实用可行的方案,可为高尔夫球运动员提供生物力学反馈,提高运动表现。
4.Gait Variability to Phenotype Common Orthopedic Gait Impairments Using Wearable Sensors
使用可穿戴传感器通过步态变异性来对常见的骨科步态障碍进行表型分析
Junichi Kushioka et al.
文章亮点:
(1) 本研究旨在确定6分钟步行测试 (6MWT) 期间从两个脚部惯性测量单元 (IMU) 获得的步态参数是否可以对不同病理的行动障碍进行表型分析。
(2) 在整个6MWT中,所有步态参数在健康组和疾病组之间均有区别;然而疾病组之间没有表现出统计学差异。
(3) 但额外的逐分钟比较发现步态变异性可作为表型不同病理学活动障碍的一项潜在的生物指标。
5.Software Defined Radio for GNSS Radio Frequency Interference Localization
用于GNSS射频干扰定位的软件定义无线电
Fred Taylor et al.
文章亮点:
(1) KrakenSDR是一种新的软件定义接收器平台,由于其功能强大而结构紧凑,在无线电测向方面取得了新的进步,本文对其进行了测试研究。
(2) 结果验证了KrakenSDR的相位相干性和到达角估计与阵列相关分辨率界限的一致性。
(3) 考虑到引入用于GNSS信号收集的有源天线元件会影响到达角估计,本文最后还讨论了有源天线阵列的到达角校准问题。
Sensors 期刊介绍
主编:Vittorio M.N. Passaro, Politecnico di Bari, Italy
期刊涵盖所有传感器科学和技术研究领域,例如物理传感器、智能传感器、传感网络、生物传感器、化学传感器、雷达、可穿戴电子设备和先进的传感材料及其他们在物联网、工业、农业、环境、遥感、导航、通信、车辆、成像、生物医药等领域的应用。目前期刊已被Science Citation Index Expanded (SCIE)、PubMed、EI、Scopus等数据库收录。
2023 Impact Factor:3.4
2023 CiteScore:7.3
Time to First Decision:16.8 Days
Acceptance to Publication:2.6 Days
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-11-24 10:28
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社