首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

系统架构师论文-论中间件在SIM卡应用开发中的作用

我曾于近期参与过一个基于SIM卡应用的开发项目,并在项目中担任系统分析的工作。在分析过程中,我们依据面向対象方法対系统进行了划分,其中许多的模块已有成熟的中间件产品可供使用。我们选择中间件产品的标准是:功能、性能、封闭性、独立性、可扩充性、是否标准化等(或是否是主流产品)、跨平台性、话语害性,以及中间件的大小和价位,并且面向対象的优于面向功能的。 由于复用了大批的中间件,使得项目工作重大大减少,开发周期明显缩短,并且在项目的编码部分,我们也尽量制作自己的中间件,以便在以后复用,或以恰当的形式销售,増加公司的利润。 自己设计中间件,菖先要做领域分析,以确定其价值,并依据上述原则开发。产品形成后,要由管理系统负责中间件产品的存储、描述、資询、发布以及动态雄护、版本控制等。

01

从清醒到睡眠的动态功能连接

近年来,fMRI对时间分辨连通性的研究发展迅速。研究连接性随时间变化的最广泛使用的技术是滑动窗口方法。对于短窗与长窗的效用,固定窗与自适应窗的使用,以及在清醒状态下观察到的静息状态动态是否主要是由于睡眠状态和受试者头部运动的变化,一直存在一些争论。在这项工作中,我们使用了一个基于独立成分分析(ICA)的流程,将其应用于并发的清醒和不同睡眠阶段收集的脑电图/功能磁共振成像数据,并显示:1)从静息态时间过程的滑动窗相关的聚类得到的连接状态可以很好的分类从脑电图数据获得的睡眠状态,2)使用较短的滑动窗口代替非重叠窗口提高了捕获转变动力学的能力,即使在30s的窗长,3)运动似乎主要与一种状态相关,而不是分散在所有状态,4)固定的锥形滑动窗口方法优于自适应动态条件相关方法,5)与之前的EEG/fMRI工作一致,我们在清醒状态下识别多种状态的证据,这些证据能够被高度准确地分类。仅清醒状态的分类表明,除了睡眠状态或运动外,fMRI数据中连通性的时变变化也存在。结果也告知了有利的技术选择,和觉醒内不同集群的识别建议这一方向需要进一步研究。

00

泛终端的精细化智能防御体系建设

终端安全按照“本体防护、责任落实、统一准入、安全可视、在运合规”的管控原则,采取终端防病毒、泛终端准入控制、桌面终端管理、DNS安全监测分析、终端威胁分析以及基于威胁的多维分析和集中管理等技术手段,通过采集终端侧的防病毒数据、桌管数据、EDR数据和网络层面的全流量威胁分析数据和范终端准入数据,以及DNS 解析数据,结合终端的威胁情报数据,实现从终端层面、网络分析层面到全局监测层面的多维数据打通和综合分析,做到针对终端的全局化的全流量的可视化综合分析与预警。实现针对网络终端设备的身份明确化、风险度量化、分析智能化和管理可视化的目标。

01

Brain Stimulation: ​大脑电生理记录和刺激工具包(BEST)

非侵入性脑刺激(NIBS)实验涉及许多重复的过程,这些过程在该领域的研究中的还不够标准化。考虑到实验设计以及研究人员经验的多样性,需要一个自动化但是灵活的数据收集和分析工具来提高NIBS实验的客观性、可信度和可重复性。本研究开发的BEST工具包是一个基于matlab的开源软件,具有图形化的用户界面,允许用户进行设计、运行和分享可自由配置的涉及多种技术的方案(protocols)(包括经颅磁刺激、电刺激和超声刺激(TMS、tES、TUS))、多个session的NIBS研究。BEST工具包可以兼容各种记录和刺激设备,可以通过对肌电和脑电的数据进行分析,来实现刺激参数实时设置,以促进闭环方案和实时应用。目前该工具包的功能不断扩展,已有的功能包括TMS运动热点搜索、阈值估计、运动诱发电位(MEP)和TMS诱发脑电电位(TEP)的测量、剂量反应曲线、配对脉冲和双线圈的TMS、rTMS干预。

02

分段长度对EEG功能连接和脑网络组织的影响

图论和网络科学工具揭示了静息状态脑电分析中脑功能组织的基本机制。然而,仍不清楚几个方法学方面如何可能使重构的功能网络的拓扑产生偏差。在此背景下,文献显示所选分段的长度不一致,阻碍了不同研究结果之间的有意义的比较。本研究的目的是提供一种不受分段长度对功能连通性和网络重建影响的网络方法。采用不同时间间隔(1、2、4、6、8、10、12、14和16s)对18名健康志愿者的静息状态脑电图进行相位滞后指数(PLI)和振幅包络相关(AEC)测量。通过计算加权聚类系数(CCw)、加权特征路径长度(Lw)和最小生成树参数(MST)对网络拓扑进行评估。分析在电极和源空间数据上进行。电极分析结果显示,PLI和AEC的平均值都随着分段长度的增加而降低,PLI在12s和AEC在6s有稳定的趋势。此外,CCw和Lw表现出非常相似的行为,基于AEC的指标在稳定性方面更可靠。一般来说,MST参数在短时间内稳定,特别是基于PLI的MST (1-6 s,而AEC为4-8 s)。在源水平,结果更加可靠,基于PLI的MST的结果稳定可以达到1 s。这表明,PLI和AEC都依赖于分段长度,这对重建的网络拓扑结构有影响,特别是在电极上。源水平的MST拓扑对分段长度的差异不敏感,因此可以对不同研究的脑网络拓扑进行比较。本文发表在Journal of Neural Engineering杂志。

02

重磅综述:阿尔茨海默病的神经振荡和脑刺激

衰老与认知过程和大脑神经生理学的改变有关。虽然遗忘性轻度认知障碍(aMCI)的主要症状为与较同等年龄和教育水平的人表现出记忆问题,但阿尔茨海默病(AD)患者除了记忆功能障碍外,还表现出其他认知方面的障碍。生理衰老的静息脑电图(rsEEG)表现出整体上低频振荡功率增加,alpha波活动减少和减缓。然而,AD的rsEEG主要表现为慢振荡增加,快振荡减少,以及大脑功能连接受损。最近对啮齿动物的研究,在静息脑振荡中与年龄和AD相关的变化,和通过gamma波段刺激的大脑刺激技术的神经保护效应同样存在于人类中。总之,目前的研究集中于优化rsEEG特征,将其作为aMCI患者转换为AD患者的预测因子,并了解脑刺激治疗后的神经变化。本文综述了生理衰老、aMCI和AD中rsEEG振荡变化的最新研究,以及来自人类和非人类研究的各种脑刺激发现。

01
领券