- 综合排序
- 最热优先
- 最新优先
- 来自专栏思影科技
急性睡眠剥夺和慢性睡眠限制后个体调制睡眠稳态的压力增长
研究者收集了14名健康被试，其中有9名有效数据，参加实验的被试分别进行了40小时的急性睡眠剥夺和7天每晚床上时间为5个小时的慢性睡眠限制，两种条件时间间隔为2个星期，在这个期间内进行一星期的每晚8小时的常规睡眠 急性睡眠剥夺在实验室进行，慢性睡眠限制则是通过减少被试在自己床上的睡眠时间2小时。 (图2B,C), 因此如果被试对ASD的反应更大，那么随之他对CSR的反应也会很大。 图1慢波在急性睡眠剥夺和慢性睡眠限制后的活动增强，黑色圆点表示显著高于基线的电极位置。（A）在N2和N3睡眠阶段中第一个小时慢波活动增强。（B）在快速眼动第一个阶段时慢波增强。 图2 显示SWA在急性睡眠剥夺和慢性睡眠限制后的相关与差异。黑点表明显著高于基线的电极位置。（A）表明两者的差异，急性睡眠剥夺后的慢波增长百分比–慢性睡眠限制后的慢波百分比（相较于基线）。
2.2K70发布于 2018-04-08 - 来自专栏新智元
先有大脑，还是先有睡眠？ScienceAdvances解密：睡眠先于大脑进化
---- 新智元报道 来源：外媒 编辑：LQ 【新智元导读】动物是从什么时候开始需要睡眠的？大脑是产生睡眠的前提吗？ScienceAdvances解密：原来睡眠比大脑出现的还要早。 识别睡眠 法国睡眠科学家Henri Piéron在1913年写道: 睡眠不同于冬眠、昏迷、醉酒或任何其他静止状态。 对于那些想更多了解睡眠的研究人员来说，了解睡眠对大脑的影响至关重要。 所以，在20世纪中叶，如果你想研究睡眠，你就成了脑电图的专家。 20世纪90年代末，宾夕法尼亚大学医学学院的Amita Sehgal，现在在圣路易斯的华盛顿大学医学院的Paul Shaw和他们的同事就已经考虑过这些标准。 水螅睡眠有它的特点: 多巴胺，通常使动物睡得更少，导致水螅静止不动。水螅似乎并不是24小时睡眠周期，而是每四个小时就有一部分时间睡眠。
81620编辑于 2023-05-22 - 来自专栏随便写写-kifuan
JS写睡眠排序
resolve(result) } }, num * 100) } }) } sleepSort([4, 1, 3, 2, 9]).then(console.log) // [ 1, 2, 3, 4, 9 ] 原理 就是说当前数字是多少，就在多少*100毫秒后添加到result数组。
12.8K20编辑于 2022-10-24 - 来自专栏自由而无用的灵魂的碎碎念
关于睡眠和休眠
2.关于时间问题 这个应该是争论的焦点，也是我想说明的重点。毫无疑问，按照时间排序，睡眠是最快的，其次是休眠，最慢的是关机和开机冷启动。 设想你在写一篇文章，打开了 2 个 word 文档和 1 个 ppt ，开了 3-5 个网页来查资料，同时开了 qq 、 msn 、 mail 进行通讯，还有放音乐的软件，还打开了若干个文件夹，可能还有一些专业软件比如 纵然你启动优化的再好，配置再 nb ，我不相信你可以在 2 分钟内进入工作状态，至少我的电脑需要 5 分钟。 仍然以 2.3 节为例， 2g 内存的电脑，若是从休眠恢复，包含上开机自检和输入密码等时间，花销也不会超过 60 秒。 但是用来睡眠的话，上次我睡眠了 2 天半，恢复起来看还有 78% 的电量。 3 小时用光电池， 50 小时只用了 20% ，区别就是这样。
3.7K20发布于 2018-07-24 - 来自专栏脑机接口
EEG与睡眠分期
NREM睡眠 ¨Dement和Kleitman（1957）将此相睡眠分为1—4期（S1—4）。 S1为思睡期，S2浅睡期，S3中度睡眠期，S4深睡期。 各期在EEG表现和睡眠深度上有较大差别。 从A解体到出现顶部尖波，表现为逐渐出现或突发α解体，α波被低电压的2—7c/s慢活动和15—25c/s的快活动替代。随思睡程度加深，慢活动增加，以弥漫的中波幅2—3c/s和4—7c/s的波为主。 Ⅱ期睡眠（S2，轻睡期） ¨背景为低幅EEG脑波，以睡眠纺锤，K复合波及δ波（<20%）为特征。睡眠纺锤11。5—15C/S，持续0。5S以上，波幅>15μV，以中央区为主。 Ⅲ期睡眠 ¨以中高幅慢波（б波）为主，其所占比例为记录单位时间的20—50%，亦可出现睡眠纺锤，但30S记录过程中不超过2个。此时EMG波幅亦极低，肌张力明显受到抑制。 美国睡眠医学学会(AASM)脑电睡眠分期主要分为以下5期 ? 各期脑电波形详解 ? ? ? ? ? ? ? 参考 https://www.jianshu.com/p/b892ce66d33e
3K11发布于 2020-07-01 - 来自专栏腾讯高校合作
Wiztalk | 王连生 Part 2 《医学图像处理及其应用—医学图像处理现状、影响及案例》
医学图像处理及其应用 Part 2 医学图像处理现状、影响及案例 简介：医学图像处理的分类相信大家都有所了解，其现在的应用现状及影响又是如何呢？本期王连生老师将结合具体的案例，向我们一一道来。
50530发布于 2021-01-27 - 来自专栏Data分析
睡眠健康数据分析
项目背景 背景描述 本数据集涵盖了与睡眠和日常习惯有关的诸多变量。如性别、年龄、职业、睡眠时间、睡眠质量、身体活动水平、压力水平、BMI类别、血压、心率、每日步数、以及是否有睡眠障碍等细节。 睡眠持续时间（小时）：该人每天睡眠的小时数。 睡眠质量（量表：1-10）：对睡眠质量的主观评分，范围从1到10。 身体活动水平（分钟/天）：该人每天进行身体活动的分钟数。 睡眠障碍：人体内是否存在睡眠障碍（无、失眠、睡眠呼吸暂停）。 有关睡眠障碍专栏的详细信息： 类型 说明 无 个体没有表现出任何特定的睡眠障碍。 失眠 个人难以入睡或保持睡眠状态，导致睡眠不足或质量差。 睡眠呼吸暂停 个人在睡眠期间呼吸暂停，导致睡眠模式中断和潜在的健康风险。 Sleep Disorder（睡眠障碍）:人是否存在睡眠障碍(无、失眠、睡眠呼吸暂停)。
85110编辑于 2024-01-30 - 来自专栏脑机接口
这项研究对慢波睡眠最能解释深度睡眠的理论提出了挑战
多年来，医学科学一直坚信，可以通过脑电图(EEG)读数来判断一个人的睡眠深度。在这项新的研究中，研究人员通过仔细地观察患有慢性失眠症的人发生了什么，最终挑战了这一观点。 NREM 是指阶段 N2 和 N3。 LL，左侧；LM，左内侧；RL，右侧；RM，右内侧。 图4. NREM 睡眠中的纺锤体和感知睡眠深度 上图为良好睡眠者（n = 20，顶行）和睡眠错误感知者（n = 10，第二行）头皮水平的平均纺锤体参数的地形分布。 NREM指N2阶段和N3阶段。 在查看他们的数据时，研究人员发现，正常睡眠者报告说，他们在睡眠的前两个小时睡眠最浅，这段时间是非快速眼动睡眠。另一方面，失眠者报告说比前两个小时睡眠正常的人感觉更清醒。
90830编辑于 2022-08-18 Neuron综述：意识与睡眠
尽管构成梦的物质最终是一个人的神经元如何连接的一种表达，但它在梦中的流动重组为睡眠本身的功能提供了一扇窗口。2. 图2睡眠和清醒时的神经活动3. 睡眠时的大脑活动鉴于上述结论，我们可以从睡眠和清醒的神经活动及其与意识的关系的研究中学到什么? 非快速眼动睡眠以脑电图慢波和纺锤波为特征。在NREM睡眠中，人们可以区分出伴随脑电图快速变化的短暂入睡阶段(N1)、有纺锤波和少量慢波的浅睡眠阶段(N2)和有更多慢波的深度睡眠阶段(N3)。 在睡眠过程中，慢波的振幅逐渐减小，而快速眼动睡眠的持续时间增加。3.1 NREM睡眠细胞外和细胞内的单元记录揭示了睡眠的主要特征(图2)。 5.1 神经元的off周期和双稳定性如图2所示，睡眠慢波上升状态的神经元放电与清醒时观察到的神经元放电没有什么不同，通常伴随着局部场电位的伽马活动。
76410编辑于 2024-07-18- 来自专栏全栈程序员必看
医学图形图像处理(医学影像和医学图像处理)
文章目录 1 图像和数字图像 2 图像分类 2.1 简单分类 2.2 传感器分类 2.3 维度分类 3 图像处理流程 4 医学图像 1 图像和数字图像 数字图像： 被定义为一个二维函数，f(x,y)， 数字图像三要素： （1）像素：大小决定了图像存储、显示的清晰度； （2）灰度值：通常为0-255，因为在计算机中通常用一个字节来表示一个像素，即28。 图像数据： 生活中是二维的，医学上通常还有3维和4维的。比如在关注心脏跳动的时候，不仅关注其三维结构，还要关注时间轴变化。 三维图像：一个像素描述成一个体素。 医学图像中常用的是dicom 2 图像分类 2.1 简单分类 （1）二值图像：包含两个值，通常为0、255 （2）灰度图像： 0-255灰阶，更能表现自然界图像形态。 4 医学图像 （1）CT图像： 骨结构、组织结构（不太清晰） （2）MRI（核磁共振）图像： 清晰看到除了骨结构之外的一些软组织，更能描述人体软组织结构。
1.7K10编辑于 2022-07-31 Edge 的“睡眠标签页”
睡眠标签页 打开 Edge 的时候发现左上角一个弹窗显示说什么现在超过2小时未使用的标签页会进入“睡眠状态”以节省系统资源（内存），当时看到就觉得这个挺有意思的，这个新功能支持休眠时间与站点是否休眠设置
63110编辑于 2024-03-12- 来自专栏机器学习炼丹术
医学图像重建2 | CT&PET，比尔定律，衰减矫正
光子要达到1号探测器，需要经过衰减路径 L_1 ,根据比尔定律，这个衰减因子写成 e^{-\int_{L_1}\mu} .同样的，衰减路径 L_2 的衰减因子 e^{-\int_{L_2}\mu} . 因此这个一对光子被两个探测器同时检测到的概率就是两个概率的乘积，总的检测概率就是： e^{-\int_{L_1+L_2}\mu} L_1+L_2 刚好是整个直线L。
2.3K10编辑于 2023-03-16 - 来自专栏最新医学影像技术
医学图像处理教程（三）——医学图像增强算法
今天将给大家分享医学图像常见图像增强算法。 image.GetDirection()) log_image.SetSpacing(image.GetSpacing()) sitk.WriteImage(log_image, "log_image.mha") 2、
3.4K50发布于 2020-06-29 - 来自专栏音乐与健康
AI 如何“看穿”你的睡眠？
任务的复杂性与现有研究的局限性:大多数现有模型要么只做睡眠分期（Wake,N1,N2,N3,REM），要么只检测OSA，很少有研究将这两个高度相关的任务整合。 2.特征增强与编码：自注意力与Transformer经过初步提纯的特征，被送入一个自注意力层(Self-AttentionLayer)。 传统的模型在预测时，是孤立地判断每一个30秒片段“最像”哪个阶段，完全忽略了睡眠阶段之间内在的生理逻辑（比如，从N2阶段更容易进入N3阶段，而很难直接跳回清醒W期）。CRF正是为了解决这个问题而生。 tags.unsqueeze(2)).squeeze(#转移得分(TransitionScore)#加上从START到第一个真实tag的转移得分score=self.start_transitions[ ，模型会统计出各个阶段（W,N1,N2,N3,REM）所占的比例。
14810编辑于 2026-01-14 - 来自专栏科技向令说
响铃：三星、诺基亚、苹果等巨头涌进睡眠监测赛道，“世界睡眠日”会被终结吗？
2、手机、语音方式外，还有没有第三种家居设备联动方式？ 3、下一个“智能音箱”什么时候会出现？ 而这三个问题的答案也正好能回答睡眠监测市场的问题。 2 第三种家居设备联动方式，到底会以怎样的形式和我们见面 既然创业者已经在手机、语音之外找到了第三种联动方式，那到底会以何种方式实现全面商用？事实上，行业里已经出现了两种路径：2C和2B。 1、市场早期，2C产品形态的方式总要坐坐冷板凳 当前几乎所有睡眠监测厂商都做了硬件，直接向消费者销售。比如Beddit第三代睡眠追踪器可从苹果公司以每台150美元的价格购买。 RestOn就遇到了这个问题，尽管是行业内第一款非穿戴睡眠监测仪，却不得不承担教育市场的重任。 所以2C产品要想如智能音箱一样进入寻常百姓家，依然需要一段时间。 科大讯飞无疑给睡眠监测厂商提供了一个很好的样本，既然2C的路子还要等待时机成熟，那做成夜间版的“科大讯飞”又何尝不是一个选择？ 3 物联网行业在白天火了智能音箱，夜晚未来会火了谁？
97930发布于 2018-08-21 - 来自专栏机器学习、深度学习
医学图像分割
Topology Aware Fully Convolutional Networks For Histology Gland Segmentation
1K20发布于 2019-05-26 - 来自专栏CV学习史
医学图像了解
医学图像 医学图像是反映解剖区域内部结构或内部功能的图像，它是由一组图像元素——像素（2D）或立体像素（3D）组成的。医学图像是由采样或重建产生的离散性图像表征，它能将数值映射到不同的空间位置上。 常规扫描包括T1加权、T2加权成像，血管造影成像，以及动态增强成像等。 ，并且会在矢状位、轴位、冠状位和任意角度生成多个扫描序列 MRI是前列腺增生和前列腺癌诊断的常用检查手段之一，通常使用T1和T2扫描，使用最多的扫描方向为横轴位。 此外，也会选用动态增强扫描，弥散加权成像（DWI）和磁共振波谱成像（MRS） 对于肝脏，通常使用T1、T2扫描，以及动态增强扫描。 Dicom 它定义了质量能满足临床需要的可用于数据交换的医学图像格式，可用于处理、存储、打印和传输医学影像信息。
2.6K31发布于 2019-09-10 - 来自专栏原创分享
进程睡眠原理（基于linux2.6.12.1）
今天介绍的是一种进程主动睡眠的能力。即进程自己让自己挂起，等到一定时间后，被系统唤醒（时间到或者收到信号）。这个能力由sleep函数提供。 On Linux, sleep() is implemented via nanosleep(2). See the nanosleep(2) man page for a discussion of the clock used. 即sleep函数是由操作系统的[nanosleep](http://www.man7.org/linux/man-pages/man2/nanosleep.2.html)函数实现的。 这就是进程主动睡眠（sleep）的大致原理。
1.7K10发布于 2020-04-01 - 来自专栏编程语言的世界
c++ sleep,c++ 睡眠函数
c++ 标准库并不支持睡眠函数(1).windows下支持,需要引入头文件windows.h,切记Sleep首字母大写#include <iostream>#include <windows.h>using namespace std;void main(){ //睡眠5秒再输出 Sleep(5000); std::cout << "Hi,Gril!" << std::endl;}(2).linux下支持,需要引入头文件unistd.h#include <iostream>#include <unistd.h>using namespace std;int
1.6K10编辑于 2023-06-27 - 来自专栏脑电信号科研科普
从清醒到睡眠的动态功能连接
除状态2外，质心按其在时间上出现的频率排序(从最清醒状态到最深睡眠状态)。这些质心从一个状态到另一个状态显示出不同的连接模式。 根据睡眠状态(W, N1, N2, N3)对被试状态向量进行排序，得到睡眠状态的频率计数，如图4所示。 正如图中所看到的,在状态1和2连接模式主要发生在清醒状态,而状态3,4和5看到的模式随着被试进入不同的睡眠状态出现的更频繁，状态5 的连接模式在N3(深)睡眠阶段发生。 状态转移矩阵与从W->N1,N1->N2,N2->N3以及从所有睡眠阶段过渡到W状态的更可能切换具有良好的对应关系;这与我们对进入不同睡眠阶段的认识是一致的。 在所有受试者中，深度睡眠(N3)主要与dFNC状态5相关。一种状态(dFNC状态2)主要捕获与被试运动相关的变化。
1.4K00发布于 2021-09-21
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号