对设备上的发光寿命分析进行数值优化算法的比较
概括
这项研究比较了可穿戴传感器中设备上的发光寿命计算的非线性优化算法. 莱文伯格-马奎特和BFGS提供可靠的融合,而梯度下降是最快的氧气监测.
科学领域:
- 生物医学工程 生物医学工程
- 光学传感传感器是什么?
- 算法优化的算法优化
背景情况:
- 发光传感对于生物医学应用至关重要,例如通过皮肤进行氧气监测和瘤缺氧检测.
- 基于寿命的发光度测量比基于强度的方法提供更高的可靠性.
- 计算发光寿命涉及解决非线性优化问题,对于低功耗可穿戴设备来说具有挑战性.
研究的目的:
- 系统地比较非线性优化算法用于在设备上计算发光寿命.
- 根据能源使用,计算时间,融合可靠性和错误来评估算法性能.
- 为资源有限的可穿戴平台确定最佳算法.
主要方法:
- 高斯 - 牛顿,梯度下降变体,莱文伯格 - 马奎特和布罗登 - 弗莱彻 - 戈德法尔布 - 沙诺 (BFGS) 算法的比较.
- 在基于STM32WB35微控制器的透皮氧传感板上进行实施和评估.
- 评估能源消耗,处理时间,收成功率和测量误差.
主要成果:
- 具有最佳参数的固定步骤大小梯度下降证明了最快的执行时间.
- 莱文伯格-马奎特和BFGS算法表现出更高的收可靠性和更低的误差.
- 这些先进的算法以适度的计算成本实现了可靠的结果.
结论:
- 对于设备上发光寿命计算的算法选择需要平衡速度,可靠性和资源限制.
- 建议使用Levenberg-Marquardt和BFGS来进行可穿戴生物医疗设备的可靠测量.
- 当计算资源极其有限,初始参数得到优化时,梯度下降提供了一个更快的替代方案.
更多相关视频
08:31Luminescence Resonance Energy Transfer to Study Conformational Changes in Membrane Proteins Expressed in Mammalian Cells
Published on: September 16, 2014
12.5K
10:41Visualizing Protein Kinase A Activity In Head-fixed Behaving Mice Using In Vivo Two-photon Fluorescence Lifetime Imaging Microscopy
Published on: June 7, 2019
8.9K
