Sensors

Nhận diện hoạt động con người (HAR) thường được giải quyết bằng cách sử dụng các đặc trưng kỹ thuật được thu thập thông qua các quy trình heuristics. Nghiên cứu hiện tại cho thấy rằng các mạng nơ-ron tích chập sâu (CNN) rất phù hợp để tự động hóa quá trình trích xuất đặc trưng từ các dữ liệu cảm biến thô. Tuy nhiên, các hoạt động của con người bao gồm các chuỗi chuyển động phức tạp, và việc nắm bắt động lực tạm thời này là rất quan trọng cho việc nhận diện hoạt động thành công. Dựa trên sự thành công gần đây của các mạng nơ-ron tái kết nối cho các lĩnh vực chuỗi thời gian, chúng tôi đề xuất một khung sâu tổng quát cho nhận diện hoạt động dựa trên các đơn vị tích chập và đơn vị LSTM, mà: (i) phù hợp cho các cảm biến đeo được đa mô đun; (ii) có khả năng thực hiện bố hợp cảm biến một cách tự nhiên; (iii) không yêu cầu kiến thức chuyên môn trong việc thiết kế các đặc trưng; và (iv) mô hình hóa một cách rõ ràng động lực tạm thời của các đặc trưng kích hoạt. Chúng tôi đánh giá khung của mình trên hai tập dữ liệu, một trong số đó đã được sử dụng trong một thách thức nhận diện hoạt động công cộng. Kết quả cho thấy khung của chúng tôi vượt trội hơn các mạng nơ-ron không có hồi tiếp đang cạnh tranh trên tập dữ liệu thách thức với mức trung bình 4%; vượt hơn một số kết quả đã báo cáo trước đây lên đến 9%. Kết quả của chúng tôi cho thấy rằng khung có thể được áp dụng cho các mô hình cảm biến đồng nhất, nhưng cũng có thể bố hợp các cảm biến đa mô đun để cải thiện hiệu suất. Chúng tôi xác định ảnh hưởng của các siêu tham số kiến trúc chủ chốt đối với hiệu suất nhằm cung cấp cái nhìn về việc tối ưu hóa chúng.

Việc định lượng các quá trình sinh học hoặc sinh hóa là vô cùng quan trọng cho các ứng dụng y sinh, sinh học và công nghệ sinh học. Tuy nhiên, việc chuyển đổi thông tin sinh học thành tín hiệu điện tử dễ xử lý là một thách thức do sự phức tạp trong việc kết nối thiết bị điện tử trực tiếp với môi trường sinh học. Các cảm biến điện hóa sinh học cung cấp một phương tiện hấp dẫn để phân tích nội dung của mẫu sinh học nhờ vào việc chuyển đổi trực tiếp một sự kiện sinh học thành tín hiệu điện tử. Trong vài thập kỷ qua, nhiều khái niệm cảm biến và các thiết bị liên quan đã được phát triển. Trong bài đánh giá này, các kỹ thuật truyền thống phổ biến nhất, chẳng hạn như voltammetry tuần hoàn, chronoamperometry, chronopotentiometry, quang phổ trở kháng, và các phương pháp dựa trên transistor hiệu ứng trường khác được trình bày bên cạnh những cách tiếp cận mới hứa hẹn, chẳng hạn như cảm biến dựa trên nanowires hoặc hạt nano từ. Các kỹ thuật đo lường bổ sung, đã được chứng minh là hữu ích khi kết hợp với phát hiện điện hóa, cũng được tóm tắt, chẳng hạn như các phiên bản điện hóa của cộng hưởng plasmon bề mặt, quang phổ ánh sáng chế độ sóng quang học, ellipsometry, cân vi tinh thể thạch anh, và kính hiển vi quét. Quá trình truyền tín hiệu và hiệu suất chung của các cảm biến điện hóa thường được xác định bởi cấu trúc bề mặt kết nối phần tử cảm biến với mẫu sinh học ở quy mô nanomet. Các kỹ thuật sửa đổi bề mặt phổ biến nhất, các cơ chế chuyển đổi điện hóa khác nhau và sự lựa chọn của các phân tử thụ thể nhận diện đều ảnh hưởng đến độ nhạy cuối cùng của cảm biến. Các phương pháp mới dựa trên công nghệ nano, chẳng hạn như việc sử dụng các kênh ion đã được thiết kế trong lớp màng lipid, sự bao bọc các enzyme vào các túi, polymersomes, hoặc các viên nang polyme điện giải, cung cấp thêm khả năng khuếch đại tín hiệu. Đặc biệt, bài đánh giá này nhấn mạnh tầm quan trọng của việc kiểm soát chính xác sự tương tác tinh tế giữa các kiến trúc nano bề mặt, chức năng hóa bề mặt và nguyên lý chuyển đổi cảm biến đã chọn, cũng như tính hữu ích của các công cụ đặc trưng bổ sung để giải thích và tối ưu hóa phản ứng của cảm biến.

Sự cộng hưởng plasmon bề mặt (SPR) là phương pháp phát hiện không có nhãn, đã nổi lên trong hai thập kỷ qua như một nền tảng phù hợp và đáng tin cậy trong phân tích lâm sàng dành cho các tương tác sinh phân tử. Kỹ thuật này cho phép đo lường các tương tác theo thời gian thực với độ nhạy cao mà không cần đến các nhãn. Bài viết tổng quan này thảo luận về một loạt các ứng dụng trong các cảm biến dựa trên quang học, sử dụng hoặc sự cộng hưởng plasmon bề mặt (SPR) hoặc hình ảnh sự cộng hưởng plasmon bề mặt (SPRI). Tại đây, chúng tôi tóm tắt các nguyên tắc, cung cấp các ví dụ và minh họa công dụng của SPR và SPRI thông qua các ứng dụng từ các lĩnh vực sinh y học, protein học, genomics và kỹ thuật sinh học. Ngoài ra, các chiến lược khuếch đại tín hiệu SPR và chức năng hóa bề mặt cũng được đề cập trong bài tổng quan này.

Đo độ ẩm là một trong những vấn đề quan trọng nhất trong nhiều lĩnh vực ứng dụng như công cụ đo đạc, hệ thống tự động, nông nghiệp, khí hậu học và hệ thống thông tin địa lý (GIS). Nhiều loại cảm biến độ ẩm được chế tạo và phát triển cho các ứng dụng công nghiệp và phòng thí nghiệm đã được xem xét và trình bày trong bài viết này. Cuộc khảo sát thường tập trung vào các cảm biến độ ẩm dựa trên vật liệu chức năng hữu cơ và vô cơ của chúng, chẳng hạn như gốm xốp (bán dẫn), polymer, gốm/polymer và điện phân, cũng như cơ chế dẫn điện và công nghệ chế tạo. Một trong những mục tiêu quan trọng của bài tổng quan này là cung cấp một phân loại rõ ràng theo các loại cảm biến độ ẩm tiên tiến, nguyên lý hoạt động, chất xúc tác cảm biến, cơ chế chuyển đổi và công nghệ sản xuất. Hơn nữa, các đặc tính hiệu suất của các cảm biến độ ẩm khác nhau như dữ liệu điện và dữ liệu thống kê sẽ được chi tiết hóa để cung cấp giá trị gia tăng cho báo cáo. Qua việc so sánh tổng thể tiềm năng của các cảm biến, đã chỉ ra rằng vẫn còn tồn tại một số nhược điểm liên quan đến hiệu suất của các yếu tố cảm biến và giá trị dẫn điện. Tính linh hoạt mà các quy trình phim dày và phim mỏng cung cấp, cả trong việc chuẩn bị vật liệu hay trong việc lựa chọn hình dạng và kích thước cấu trúc cảm biến, mang lại những lợi thế so với các công nghệ khác. Các cảm biến gốm này cho thấy phản ứng nhanh hơn so với các loại cảm biến khác.

Theo dõi glucose huyết đã được xác định là một công cụ giá trị trong việc quản lý bệnh đái tháo đường. Vì việc duy trì mức glucose huyết bình thường là điều cần thiết, một loạt các cảm biến sinh học glucose phù hợp đã được phát triển. Trong 50 năm qua, công nghệ cảm biến sinh học glucose, bao gồm các thiết bị theo dõi tại chỗ, hệ thống theo dõi glucose liên tục và hệ thống theo dõi glucose không xâm lấn đã được cải tiến đáng kể. Tuy nhiên, vẫn còn nhiều thách thức liên quan đến việc đạt được sự theo dõi glucose chính xác và đáng tin cậy. Cần có thêm cải tiến kỹ thuật trong các cảm biến sinh học glucose, tiêu chuẩn hóa các mục tiêu phân tích cho hiệu suất của chúng, và đánh giá cùng với đào tạo liên tục cho người dùng là những vấn đề cần thiết. Bài báo này xem xét lịch sử ngắn gọn, các nguyên lý cơ bản, hiệu suất phân tích và tình trạng hiện tại của các cảm biến sinh học glucose trong thực hành lâm sàng.

Một cảm biến sinh học là một thiết bị tích hợp bao gồm bộ nhận diện và bộ chuyển đổi, có khả năng chuyển đổi phản ứng sinh học thành tín hiệu điện. Thiết kế và phát triển các cảm biến sinh học đã trở thành tâm điểm nghiên cứu trong thập kỷ gần đây nhờ vào sự đa dạng ứng dụng của chúng, chẳng hạn như trong lĩnh vực chăm sóc sức khỏe và chẩn đoán bệnh, giám sát môi trường, kiểm tra chất lượng nước và thực phẩm, cũng như việc phân phối thuốc. Những thách thức chính mà ngành cảm biến sinh học phải đối mặt bao gồm (i) việc thu nhận hiệu quả các tín hiệu sinh học và chuyển đổi những tín hiệu này thành các tín hiệu điện hóa, điện, quang, trọng lượng hoặc âm thanh (quá trình chuyển đổi), (ii) nâng cao hiệu suất của bộ chuyển đổi, tức là tăng độ nhạy, giảm thời gian phản hồi, đảm bảo khả năng tái sản xuất và giới hạn phát hiện thấp, thậm chí là phát hiện các phân tử đơn lẻ, và (iii) thu nhỏ kích thước các thiết bị cảm biến sinh học bằng công nghệ vi và nano. Những thách thức này có thể được giải quyết thông qua việc tích hợp công nghệ cảm biến với vật liệu nano, có thể có cấu trúc từ ba chiều đến không gian ba chiều, sở hữu tỷ lệ bề mặt trên thể tích cao, độ dẫn điện tốt, khả năng chịu tải và khả năng điều chỉnh màu sắc. Các vật liệu nano (NMs) được sử dụng trong chế tạo và cảm biến sinh học nano bao gồm các hạt nano (NPs) (có độ ổn định cao và khả năng vận chuyển lớn), dây nano (NWs) và thanh nano (NRs) (có khả năng phát hiện nhạy bén), ống nano carbon (CNTs) (diện tích bề mặt lớn, độ dẫn điện và nhiệt cao), cũng như các điểm lượng tử (QDs) (có khả năng điều chỉnh màu sắc). Hơn nữa, chính những vật liệu nano này cũng có thể đóng vai trò như các yếu tố chuyển đổi. Bài tổng quan này tóm tắt sự phát triển của cảm biến sinh học, các loại cảm biến sinh học dựa trên bộ nhận diện, bộ chuyển đổi, và các phương pháp hiện đại được áp dụng trong cảm biến sinh học sử dụng vật liệu nano như NPs (ví dụ: hạt nano kim loại quý và hạt nano oxit kim loại), NWs, NRs, CNTs, QDs và dendrimer cũng như những tiến bộ gần đây trong công nghệ cảm biến sinh học với sự mở rộng của công nghệ nano.

Bài viết này trình bày một cái nhìn tổng quan về các phương pháp được sử dụng trong việc nhận diện và phân tích đi bộ của con người từ ba cách tiếp cận khác nhau: xử lý hình ảnh, cảm biến mặt sàn và cảm biến đặt trên cơ thể. Sự tiến bộ trong công nghệ mới đã dẫn đến sự phát triển của một loạt thiết bị và kỹ thuật cho phép đánh giá khách quan, làm cho các phép đo trở nên hiệu quả và tối ưu hơn, cung cấp cho các chuyên gia thông tin tin cậy. Đầu tiên, bài viết giới thiệu các tham số đi bộ chính và các phương pháp bán chủ quan. Thứ hai, các công nghệ và nghiên cứu về các phương pháp khách quan khác nhau được xem xét. Cuối cùng, dựa trên các nghiên cứu mới nhất, các đặc điểm của từng phương pháp được thảo luận. 40% trong số các bài viết được xem xét được công bố vào cuối năm 2012 và 2013 liên quan đến các hệ thống không đeo được, 37,5% trình bày các hệ thống dựa trên cảm biến quán tính, và phần còn lại 22,5% tương ứng với các hệ thống wearable khác. Số lượng công trình nghiên cứu ngày càng tăng cho thấy rằng các tham số khác nhau như độ chính xác, khả năng thích ứng, tính khả dụng hoặc tính di động đã chỉ ra rằng các hệ thống di động dựa trên cảm biến cơ thể là các phương pháp đầy hứa hẹn cho phân tích đi bộ.

Với sự phát triển nhanh chóng của công nghệ gen thực vật, việc thiếu khả năng tiếp cận các công cụ phân loại tính trạng thực vật đã hạn chế khả năng phân tích di truyền của các tính trạng định lượng. Các nền tảng phân loại tính trạng hiệu quả, có khả năng xử lý cao đã được phát triển gần đây để giải quyết vấn đề này. Trong các nền tảng phân loại tính trạng có khả năng xử lý cao, nhiều phương pháp hình ảnh khác nhau đã được sử dụng để thu thập dữ liệu cho các nghiên cứu định lượng về các tính trạng phức tạp liên quan đến sự phát triển, năng suất và khả năng thích ứng với các áp lực sinh học hoặc phi sinh học (bệnh tật, côn trùng, hạn hán và độ mặn). Các kỹ thuật hình ảnh này bao gồm hình ảnh khả kiến (thị giác máy), quang phổ hình ảnh (cảm biến từ xa đa phổ và siêu phổ), hình ảnh hồng ngoại nhiệt, hình ảnh huỳnh quang, hình ảnh 3D và hình ảnh cắt lớp (MRT, PET và CT). Bài báo này trình bày một tổng quan ngắn gọn về các kỹ thuật hình ảnh này và ứng dụng của chúng trong phân loại tính trạng thực vật. Các đặc điểm được sử dụng để áp dụng các kỹ thuật hình ảnh này cho phân loại tính trạng thực vật sẽ được mô tả và thảo luận trong tổng quan này.

Bộ điều khiển Leap Motion là một thiết bị mới dành cho giao diện người dùng được điều khiển bằng cử chỉ tay với độ chính xác được công bố dưới một milimét. Tuy nhiên, cho đến hiện tại, khả năng của nó trong môi trường thực tế chưa được phân tích. Do đó, bài báo này trình bày một nghiên cứu đầu tiên về bộ điều khiển Leap Motion. Sự chú ý chính được tập trung vào việc đánh giá độ chính xác và độ lặp lại. Để đánh giá một cách thích hợp, một thiết lập thí nghiệm mới đã được phát triển nhằm sử dụng một robot công nghiệp với bút tham chiếu cho phép độ chính xác vị trí là 0,2 mm. Nhờ đó, sự sai lệch giữa vị trí 3D mong muốn và vị trí trung bình đo được là dưới 0,2 mm cho các thiết lập tĩnh và 1,2 mm cho các thiết lập động. Việc sử dụng kết quả của phân tích này có thể nâng cao sự phát triển của các ứng dụng cho bộ điều khiển Leap Motion trong lĩnh vực Tương tác Người-Máy.

Các chỉ số thực vật đóng vai trò quan trọng trong việc theo dõi sự biến động của thảm thực vật. Chỉ số thực vật cải tiến (EVI) được đề xuất bởi Nhóm Khoa học Đất MODIS và chỉ số khác biệt thực vật chuẩn hóa (NDVI) đều là các chỉ số thực vật toàn cầu với mục đích cung cấp thông tin không gian và thời gian đồng nhất liên quan đến thảm thực vật toàn cầu. Tuy nhiên, nhiều yếu tố môi trường như điều kiện khí quyển và nền đất có thể tạo ra sai số trong các chỉ số này. Ảnh hưởng của địa hình là một yếu tố rất quan trọng khác, đặc biệt khi các chỉ số này được sử dụng ở những khu vực địa hình gồ ghề. Trong bài viết này, chúng tôi đã phân tích lý thuyết sự khác biệt của ảnh hưởng địa hình đối với EVI và NDVI dựa trên mô hình không Lambertian và hai hình ảnh từ máy bay thu được từ một khu vực miền núi có rừng thông Nhật Bản mật độ cao được sử dụng làm nghiên cứu điển hình. Kết quả cho thấy yếu tố điều chỉnh đất "L" trong EVI khiến nó nhạy cảm hơn với điều kiện địa hình so với NDVI. Dựa trên những kết quả này, chúng tôi mạnh mẽ khuyến nghị rằng ảnh hưởng của địa hình nên được loại bỏ trong dữ liệu phản xạ trước khi tính toán EVI - cũng như từ các chỉ số thực vật khác tương tự có chứa một thuật ngữ không theo định dạng tỷ lệ băng (ví dụ: PVI và SAVI) - khi các chỉ số này được sử dụng trong khu vực địa hình gồ ghề, nơi mà ảnh hưởng địa hình đối với các chỉ số thực vật chỉ có định dạng tỷ lệ băng (ví dụ: NDVI) thường có thể bị bỏ qua.