创新型婴儿可穿戴设备利用人工智能进行早期运动发育的居家评估

智能MAIJU连体衣为在家监测婴儿早期运动发展提供了一种新颖的方法。这种可穿戴设备结合了医学、测量技术和人工智能的专长,使能够在没有研究人员在场的情况下,对儿童运动技能进行客观和准确的评估。 监测早期神经发展是全球儿科医疗的核心部分。在生命的头两年,儿童的运动发展受到密切监测,因为运动是他们其他发展和与环境互动的自然基础。目前的方法,如父母的主观评估和在医疗预约时的观察,并不能在整个早期儿童期进行准确的发展监测。 MAIJU(连体衣婴儿运动评估)旨在解决这些问题。该套装基于多传感器测量技术,借助专门的人工智能算法进行可靠、多样的儿童运动测量。该套装在家穿戴,孩子的活动在自由玩耍时进行测量。人工智能算法评估孩子是否达到了特定的运动里程碑,孩子在不同姿势上花费的时间,以及孩子每个月的稳定发展情况。 可靠、客观且可国际比较的发展评估 一项最新研究表明,MAIJU连体衣的人工智能算法以与世界卫生组织(WHO)在一项跨国参考研究中聘用的经过培训的专业人士相同的精度识别运动里程碑。…
技术科学家开发开源软件用于软材料建模

科学家开发开源软件用于软材料建模

一个研究团队创建了Morpho,一个开源可编程环境,使研究人员和工程师能够对软材料进行形状优化和设计。其应用可以涉及从人造心脏到模仿肉体和软组织的机器人材料等各个领域。

当机械和结构工程师设计机器、桥梁和建筑物时,他们计算金属、钢、混凝土、玻璃、木材和塑料的负载、应力和变形,以找到以最小材料成本承载负载的最佳几何形状。

对于相对坚硬的、不容易变形的材料,通常使用软件来计算和优化结构,采用的数学模型是经过充分理解且容易应用的。

但随着设计挑战的扩大,涉及软材料的东西越来越多——生物材料、工程组织、膜,甚至对电磁场做出反应的形状变换流体。预测这些软和流动材料如何反应于力比预测硬材料的行为更具挑战性。现实世界中的应用可以包括人造心脏和心脏瓣膜的设计,或模仿肉体和软组织的机器人材料。

为了应对这一挑战,塔夫茨大学的研究团队在物理学教授Tim Atherton的领导下创建了Morpho,这是一种开源可编程环境,使研究人员和工程师能够解决软材料的形状优化问题。最近在《自然计算科学》上描述的软件旨在易于使用、免费使用,并适用于广泛的场景。在开发该软件的团队中,还有数学教授James Adler和物理学博士后学者Chaitanya Joshi。

“许多在科学和工程中有趣的东西都是形状优化问题,”Atherton说。这可能意味着制定一个城市以适应交通和行人的最佳轮廓,或是河床的形状,水在其上流动。那么问题是,如何制造在不同力量、光线、温度下以不同方式反应的柔性材料。

“传统建模包用于刚性结构的几何优化,通常不被设计用来解决软材料的形状优化问题,”他说。“工程师通常需要为软材料制定自己的数学公式,这可能很具挑战性。Morpho提供了一套工具,帮助任何人方便地解决这些问题。”

软材料在其环境反应中具有固有的复杂性。例如,膜可能容易受到压缩、液体流动、压力和振动的影响。颗粒材料在运动时可能会经历随机的湍流。它们的最终形状可能与起始点大相径庭,相对于刚性结构的可预测性较低。

Morpho程序采用一种称为有限元的方法对软材料进行建模,数学上将其划分为小而简单的形状(如三角形或四面体的二维或三维形状),同时为每个形状周围的节点生成建模材料属性、力和边界约束的方程。然后,整个方程组被求解,以预测系统的最佳形状。

除了软材料,该程序还可以建模包装问题,无论是制药、咖啡还是葡萄酒中的颗粒流动(是的,它们的特性主要由于这些流体中的颗粒)还是公司如何最佳地包装和运输产品,以最小化空间和包装材料的使用。

Morpho还可以建模异质系统,这些系统包括硬和软组件。例如,心血管支架是一个金属网状结构,周围是心脏和动脉的软组织。研究人员可以利用Morpho建模软件对支架的预期性能有更好的了解。

“你真的不需要很多培训就可以使用这个程序解决复杂问题,”Atherton说。“我见过本科生在学习Morpho几周内就使用该软件解决研究级别的问题,这真是太惊人了。”