血流引导体内纳米尺度定位中原始数据的解析建模
新兴技术
2024-02-27 v2 信息检索
机器学习
网络与互联网体系结构
信号处理
摘要
纳米技术与材料科学的进步正铺平通往纳米尺度设备的道路,这类设备集传感、计算、数据与能量存储以及无线通信于一体。在精准医疗中,这些纳米设备有望在患者血流内部实现疾病诊断、治疗与监测。将所感知生物事件的位置与该事件本身相关联,正是血流引导体内纳米尺度定位的核心主张,从精准医疗角度看将极具价值。纳米设备的纳米尺度特性以及血流这一极具挑战性的环境,导致当前血流引导定位方法在通信与能量相关能力上受限。纳米设备的通信与能量约束导致血流引导定位原始数据呈现不同特征,进而影响其性能。对不完美通信与受限能量引起纳米设备间歇工作给其产生原始数据带来的影响进行解析建模将大有裨益。因此,我们提出一种血流引导定位原始数据的解析模型,其中原始数据被建模为纳米设备通信与能量相关能力的函数。我们通过将该模型输出与用于血流引导定位客观评估的模拟器(具有更高真实度)所得结果进行比较来评估该模型。我们在多种场景与异构性能指标下的结果表明,模型与模拟器生成的原始数据集之间具有高度相似性。
引用
@article{arxiv.2309.16034,
title = {Analytical Modelling of Raw Data for Flow-Guided In-body Nanoscale Localization},
author = {Guillem Pascual and Filip Lemic and Carmen Delgado and Xavier Costa-Perez},
journal= {arXiv preprint arXiv:2309.16034},
year = {2024}
}
备注
6 pages, 7 figures, 4 tables, 16 references. arXiv admin note: substantial text overlap with arXiv:2307.05551