医疗电子最新文章

AED高压放电功率器件选型方法及其工程应用

自动体外除颤器高压放电功率器件选型需要在多个目标之间寻找平衡。该研究将约束理论(TOC)与层次分析法(AHP)结合起来，构建了一套适用于医疗设备的选型决策方法。运用TOC识别放电系统的核心约束，依据医疗设备可靠性要求确定耐压≥2 125 V、脉冲电流≥85 A作为选型底线；建立包含电气性能、热性能、物理约束、经济约束四个维度的评价指标体系；通过AHP计算各指标权重，对六款候选器件进行综合评分。针对不同应用场景，提出了单管方案、串联方案、模块方案等多种选型建议，并形成可复用的标准化选型流程。研究显示，IXYS公司的IXGH25 N250 IGBT综合得分最高，在候选器件中表现最优。

发表于：2026/8/7

基于Proteus与LabVIEW的智能输液装置的研究与设计

传统依靠医护人员或家属查看输液情况的方式，不仅给医护人员和家属带来不便，而且容易出现失误。因此，本研究设计并实现了一种基于Proteus与LabVIEW的智能输液装置。该装置自动检测病人输液情况，当输液管内的液体从有到无时，即输液完成，装置发出报警声并通过ZigBee无线通信，向医护工作站护理人员发出警报通知消息，提醒其尽快换药。经过测试，该装置的液位检测准确率达到99%，报警响应时间小于1 s，能准确对输液情况进行检测并完成报警，具有一定的实用价值。

发表于：2026/8/7

2026年上半年手术机器人出口增长330%

继新能源汽车、锂电池、光伏之后，机器人、人工智能、创新药组成“新新三样”火速出圈。其中，机器人从技术秀场走上产业一线，圈粉全球。

发表于：2026/8/6

自动化核酸提取仪系统设计

该研究介绍了一种基于硅胶柱法的自动化核酸提取仪系统设计。该系统采用模块化架构，包括八通道移液控制系统、二轴运动控制系统、负压控制系统、台面框架及软件系统。通过步进电机驱动移液泵实现移液的精确控制，通过比例阀与压力传感器协同工作，精确控制负压大小，结合嵌入式软件完成提取流程的自动化运行与状态监控。该系统电气安全、电磁兼容均符合国家及行业标准要求。移液准确度误差在±1%以内，精密度变异系数（CV）小于1%，核酸提取CV小于3%，重复性和一致性良好。该系统单次最多可提取96个样本，单次运行时间约70分钟，提取效果优、通量高，可实现核酸提取的自动化操作，适用于临床检验及科研领域的高通量核酸提取实验。

发表于：2026/8/5

2025年中国外骨骼机器人出货量约2.6万台

8 月 4 日消息，国际数据公司（IDC）今日首次发布《中国外骨骼机器人市场份额，2025》研究报告，2025 年中国外骨骼机器人市场规模超过 16 亿元，出货量约 2.6 万台。

发表于：2026/8/4

北大团队研制全球首款毫秒级神经动力学芯片

8月3日消息，北京大学集成电路学院杨玉超教授团队与中国科学院联合研制出全球首款基于相变忆阻器的毫秒级神经动力学系统芯片，首次将神经动力学硬件系统的单步运算时间压缩至2.12毫秒，实现了类人脑级别的高速、高精度运算。这一成果为脑机接口、脑疾病早筛及个性化诊疗等领域开辟了全新的技术路径。

发表于：2026/8/3

攻克两大技术难关 我国脑机接口重磅突破

7月24日消息，据央视财经报道，我国脑机接口领域迎来关键技术突破，科研团队推出全新脑电信号采集装置，完成全球首次跨地域上千人同步采集脑电信号，为神经大模型训练、脑机接口技术产业化打通核心数据瓶颈。

发表于：2026/7/24

我国规模最大重离子加速器正式建成

7月21日消息，据惠州发布官方消息，坐落于当地稔平半岛的国家重大科技基础设施强流重离子加速器装置（HIAF）顺利通过专家组工艺验收，正式全面建成并投入试运行。

发表于：2026/7/22

我国中红外连续激光光谱合束研究方面取得新进展

中国科学院上海光机所在中红外连续激光光谱合束研究方面取得新进展

发表于：2026/7/16

美国医生远程操控宇树人形机器人完成手术

7月10日消息，当地时间本月8日，美国加州大学圣地亚哥分校研究团队在国际顶级学术期刊《自然》发表重磅研究成果：全球首次实现远程操控通用人形机器人完成活体微创手术，手术执行本体为中国宇树科技量产的G1人形机器人，这标志着通用人形机器人正式突破精密外科医疗场景的技术门槛。

发表于：2026/7/10

脑机接口技术及应用发展的全球趋势

脑机接口（BCI）是指一种通过采集、解码大脑的电信号，并将其转换为指令，直接控制外部设备，从而在大脑与机器之间实现信息交互与功能整合的技术。根据脑信号采集方式，主要可分为侵入式、半侵入式和非侵入式脑机接口技术。

发表于：2026/6/18

三星首获马斯克Neuralink芯片大单 将采用4nm工艺制程

6月16日消息，据媒体报道，三星电子晶圆代工业务首度赢得埃隆·马斯克旗下脑机接口企业Neuralink的芯片制造订单。

发表于：2026/6/17

基于改进小波-VMD的脉搏信号联合去噪方法研究

针对在脉搏信号的实际测量过程中由环境变化、受试者运动、电磁干扰等因素产生大量噪声这一问题，提出了一种基于变分模态分解（Variational Mode Decomposition，VMD）和改进的小波阈值联合去噪算法。以皮尔逊相关系数为评价标准，优化k值后对信号进行k层VMD分解；从分解得到的本征模态分量（IMFs）中筛选出低频分量，并对剩余IMFs中包含有效信息的IMFs分量采用改进的小波阈值算法进行去噪；最后，将去噪后的IMFs与低频分量重构，得到降噪后的信号。通过模拟数据进行仿真实验，并对比VMD、VMD-SSA、VMD-SG、ICCEMDAN-WT、MEEMD-WT几个方法和所提方法的去噪效果，仿真实验结果表明，经该算法降噪得到的去噪信号在信噪比、均方误差、归一化互相关度几个指标上的表现最优。在对实测脉搏信号进行验证时，结果表明该算法能够有效去噪，同时保留信号的关键信息特征。

发表于：2026/6/15

基于TQWT-MSPCA-GNN多模态特征的混合神经网络EEG情绪识别

脑电图 （EEG） 信号能客观反映情绪状态，是情绪研究的重要工具。基于EEG信号的情绪识别算法的开发已经取得了显著进展。然而，脑电信号的非平稳、低信噪比特性以及情绪表征的复杂时空依赖性，对模型的识别性能带来了困难。传统方法难以在时间和空间两个维度捕捉到远距离时间序列数据的相关性，从而影响情绪分类的效果。为了解决上述问题，提出了一种通过可调Q因子小波变换（TQWT） 对原始EEG信号进行多尺度分解，并在各尺度上采用多尺度主成分分析（MSPCA）进行去噪和降维。将分解后的多频带信号构建为动态脑功能网络，并引入图神经网络（GNN）来挖掘脑区之间与情绪相关的连接特征。最后，将TQWT提取的时频特征与GNN提取的空间关系特征进行融合捕获时间和空间特征进行分类。在SEED数据集上的实验结果表明，特征重构后的数据在EEG情绪分类任务中是有效的，对3种情绪的识别准确率达到了98.15%±0.63%。

发表于：2026/6/15

MMAAF：一种基于多模态视觉特征与机器学习的气道插管困难评估框架

气道插管困难是临床麻醉中的重要风险之一，提出了一种基于患者张口静态图像的自动化、客观化气道评估框架MMAAF（Multi-Modal Airway Assessment Framework），针对患者数据集的张口图像，运用计算机视觉技术自动提取六项关键解剖学特征，与患者真实插管困难标签结合，构建结构化的多模态预测数据集，进行随机过采样技术处理，集成随机森林与梯度提升树两种机器学习算法进行模型训练与评估。结果表明，梯度提升树与随机森林模型在独立测试集上的预测准确率分别达到92%和93%，评估性能良好。同时，在MMAAF框架内进行逻辑回归模型训练，并依据特征重要性权重对特征进行加权，计算得到患者的个体化插管困难概率评分，为临床决策提供了基于多模态特征的直观量化参考。

发表于：2026/6/15