• 接受双晶状体切除术的近视眼患者的晶状体内镜度数计算：可比较性和准确性的分析

  ```section> 摘要 简而言之 通俗语言总结 目的： 本研究旨在探讨在同时进行前房或后房人工晶状体（pIOL）摘除术及晶状体取出术（称为双晶状体切除术）的近视眼中，人工晶状体（IOL）度数的计算方法，并将其与未植入pIOL的近视眼（对照组）进行比较。 设计： 采用回顾性分析方法，评估不同计算方法的可比性和准确性。 研究地点： 德国法兰克福歌德大学眼科系。 方法： 使用IOLMaster 700和Pentacam AXL设备进行生物测量。IOL度数的计算依据包括Barrett Universal II (BUII)、Cooke

  来源：JRCS

  时间：2025-11-22

• TransAxx：利用近似计算实现的高效Transformer模型

  摘要：最近引入的Vision Transformer（ViT）模型基于Transformer架构，表现出很强的竞争力，常常成为卷积神经网络（CNN）的流行替代方案。然而，这些模型的高计算需求限制了其在低功耗设备上的实际应用。当前的最先进技术采用了近似乘法器来应对DNN加速器大幅增加的计算需求，但此前尚未有研究探索其在ViT模型中的应用。在这项工作中，我们提出了TransAxx框架，该框架基于流行的PyTorch库，能够快速支持近似运算，从而无缝评估近似计算对ViT模型等DNN的影响。利用TransAxx，我们分析了ViT模型在ImageNet数据集上对近似乘法的敏感性，并进行了近似感知的微调以

  来源：IEEE Transactions on Circuits and Systems for Artificial Intelligence

  时间：2025-11-22

• 一种可重构的9T静态RAM设计，支持在内容可寻址内存（Content-Addressable Memory, CAM）与内存计算（In-Memory Computing, IMC）之间动态切换

  摘要：大多数现代计算机都基于冯·诺伊曼架构，该架构中计算数据在处理器和内存之间传输。然而，由于处理器和内存之间的运行速度差异，这种架构的能效较低，性能也不尽如人意，这种现象被称为“冯·诺伊曼瓶颈”。内存计算（IMC）是一种有望解决冯·诺伊曼瓶颈问题的架构。IMC通过在内存中执行操作来减少数据传输，从而提高能效和吞吐量。本文提出了一种可重构的9T静态随机存取存储器（SRAM），并采用了一种称为DST-SRAM的新动态切换技术。利用这种动态切换技术，DST-SRAM可以根据需要重新配置为内容可寻址存储器（CAM）、SRAM或IMC结构。采用单端写入电路来降低写入功耗。利用台积电40纳米工艺技术，实

  来源：IEEE Transactions on Circuits and Systems for Artificial Intelligence

  时间：2025-11-22

• 同时进行翼状胬肉和白内障切除，并植入可调节光度的人工晶体

  摘要 简而言之 通俗语言总结 目的： 评估同时进行翼状胬肉和白内障手术并植入可调光人工晶体（LAL）的患者的屈光和视觉效果，为传统的两阶段手术方法提供一种一站式替代方案。 研究背景： 研究在墨西哥下加利福尼亚州蒂华纳的临床实践环境中进行。 研究设计： 一项回顾性观察性研究。 研究方法： 研究对象为2021年5月至2024年

  来源：JRCS

  时间：2025-11-22

• 虹膜爪型人工晶状体在角膜移植术后散光矫正中的长期疗效与安全性

  ```section> 摘要 简而言之 通俗语言总结 目的： 验证虹膜爪型人工晶状体（iris-claw phakic intraocular lens, pIOL）在治疗角膜移植术后散光方面的有效性和安全性。 研究地点： 葡萄牙波尔图市Santo António地方卫生局眼科部门角膜科。 研究设计： 回顾性纵向研究。 方法： 分析2013年1月至2023年12月期间接受虹膜爪型pIOL植入的患者，这些患者此前均接受了穿透性角膜移植术（penetrating keratoplasty, PK）或深层前板层角膜移植术（deep ant

  来源：JRCS

  时间：2025-11-22

• FAVbot：一种具有频率驱动控制的自主目标跟踪微型机器人

  摘要：在厘米级尺度上实现机器人自主性需要将紧凑且适合微型化的驱动装置与传感技术及神经网络处理单元集成到极小的外形中。近年来，这类系统在医疗保健、制造业和灾后救援等领域取得了显著进展。在这种尺度下的系统设计对传感前端和驱动后端的功耗以及电子组件的重量都提出了严格的要求，以确保系统的稳定运行。在本文中，我们介绍了FAVbot——首个集成了新型驱动机制和基于卷积神经网络（CNN）的计算机视觉技术的自主移动微型机器人系统，所有这些功能都集成在一个仅3厘米长的紧凑外形内。该新型驱动机制利用机械共振现象，通过单个压电执行器实现频率控制的转向。实验结果证明了FAVbot频率控制驱动的有效性，它能够提供多种具

  来源：IEEE Transactions on Circuits and Systems for Artificial Intelligence

  时间：2025-11-22

• 一项关于圆锥角膜与自闭症谱系障碍之间关联的全国性研究

  ```section> 摘要 简要概述 通俗语言总结 目的： 研究挪威地区圆锥角膜与自闭症谱系障碍（ASD）之间的关联，并与普通人群进行比较。 研究背景： 研究对象为挪威的全部人口，包括所有患有ASD和圆锥角膜的个体。 研究设计： 采用横断面流行病学研究方法。 研究方法： 数据来源于挪威患者登记系统，该系统记录了所有由公共资金支持的专科医疗服务信息。通过统计2010-2019年间圆锥角膜患者的数量，计算出ASD患者中的圆锥角膜发病率，并将其与同期挪威普通人群的发病率进行比较。 研究结果： 在挪威，共有23,763名ASD患者，占人口的0.5%；其中

  来源：JRCS

  时间：2025-11-22

• 一切都结束了——2025年

  发现可能性的极限的唯一方法，就是超越这些极限，进入不可能的领域。 ——阿瑟·C·克拉克 当我们告别21世纪的第一季度时，我们依然保持谦逊的态度，对过去所学的一切心存感激，并对这一季度将为我们带来什么充满期待。2026年，我们将庆祝《白内障与屈光手术杂志》（Journal of Cataract & Refractive Surgery）创刊30周年。作为现任编辑，我们借此机会回顾该杂志的创始人——来自美国的斯蒂芬·奥斯特鲍姆（Stephen Obstbaum）和来自英国的埃马纽埃尔·罗森（Emmanuel Rosen）的领导力和远见。正是在他们的推动下（并在美国白内障与屈光外科医师协会ASCR

  来源：JRCS

  时间：2025-11-22

• 紧急发布：利用内存计算加速变压器推理的硬件-软件协同设计

  摘要：变换器已成为大多数机器学习应用中神经网络架构的支柱。由于它们的广泛应用，人们提出了多种加速注意力机制（注意力机制是变换器的基本构建模块）的方法。本文通过软硬件协同设计的方法来解决加速注意力机制所面临的挑战，同时利用了内存计算（Compute-in-Memory, CIM）架构。我们开发的名为HASTILY的加速器在能耗和面积方面表现出色，旨在加速softmax运算（注意力机制中的关键操作），并大幅降低随着输入序列长度增加而呈二次方增长的芯片内存需求。该加速器采用了名为“统一计算与查找模块”（Unified Compute and Lookup Modules, UCLMs）的新型CIM单

  来源：IEEE Transactions on Circuits and Systems for Artificial Intelligence

  时间：2025-11-22

• HiTEA-3D：一种用于FPGA上实现高吞吐量与节能型3D CNN加速的设计框架

  摘要：本文介绍了HiTEA-3D，这是一个用于在资源受限的环境（如现场可编程门阵列FPGA）中实现高吞吐量、节能的3D卷积神经网络（CNN）加速的设计框架。该框架通过混合精度量化、动态平铺和多种数据获取模式来实现加速。HiTEA-3D框架接受由PyTorch描述的模型和FPGA规格作为输入，并生成可综合的Verilog代码以供实现。基于FPGA的设计采用了3D脉动阵列架构，以最大化时空维度上的数据重用率。3D脉动阵列的大小是通过在有效利用可用FPGA资源的同时最小化延迟来确定的。用于计算的基本处理单元（PE）块被设计为支持输入特征图和内核块的可变字长。该框架已在三种流行的3D CNN模型C3D

  来源：IEEE Transactions on Circuits and Systems for Artificial Intelligence

  时间：2025-11-22

• 初始化效应：优化贝叶斯优化在电路设计中的应用

  摘要：贝叶斯优化（BO）作为一种高效且节省样本量的技术，已被广泛应用于模拟电路的设计优化中。该框架利用概率模型来高效探索设计空间，从而能够快速找到满足特定性能目标的最优设计方案。传统上，BO框架的初始化通常使用预定义的样本或随机生成的样本，这导致无法充分利用数据中隐藏的潜在信息，进而导致优化结果不佳且收敛时间较长。本文深入探讨了初始化在模拟电路设计中的重要性，研究了其对优化过程效率和效果的影响。研究表明，仅使用16个数据点，该模型就能获得最优的设计结果，这凸显了在复杂设计任务中数据高效学习的可能性。通过实证分析和实验，我们研究了多种初始化策略及其对优化性能的影响，考虑了收敛速度、解决方案质量等

  来源：IEEE Transactions on Circuits and Systems for Artificial Intelligence

  时间：2025-11-22

• 一种采用双直流链路设计的九级逆变器（N9LI），该逆变器具有更少的组件和导通状态下的开关元件

  摘要：本文提出了一种新型的九级逆变器（N9LI）配置，该配置使用的组件更少。这种多电平逆变器（MLI）通过八个开关产生九个电压等级，其中包括两个双向开关和两个非对称的直流链路。N9LI采用了三值几何结构的直流链路。与其他逆变器相比，它在使用最少的直流链路和开关数量的情况下实现了最高的电压输出水平。此外，这种配置能够在不使用额外电路（如H桥）的情况下生成负电压等级，从而降低开关的电压应力。与传统H桥配置相比，在每种工作模式下，最多只有三个开关导通，且开关切换次数更少，从而减少了开关损耗和导通损耗，提高了效率。所提出的结构具有可重构特性，可以扩展为更多电平并输出更高电压。本文还对比了该设计与文献中

  来源：IEEE Canadian Journal of Electrical and Computer Engineering

  时间：2025-11-22

• 利用编码参数实现感知编码器的视频降采样

  摘要：为了同时生成4K广播视频和8K广播内容，可以使用8K分辨率的摄像机拍摄4K分辨率的视频，并通过图像降采样处理来实现。在编码过程中，高编码难度的像素区域可能会出现块状伪影。我们开发了一种基于编码器的预处理方法，用于图像降采样，以防止块状伪影的产生。该方法通过利用原始图像的频谱功率信息以及降采样后图像的量化参数（QP）和运动矢量（MV），在迭代过程中动态调整空间频率的带宽限制。此外，在不允许迭代的情况下（例如实时广播和低延迟传输时），则直接使用原始图像的频谱功率信息以及降采样后图像的QP和MV的估计值进行编码。这些估计值是之前利用视频编解码器计算得出的。实验结果表明，与传统的双三次插值、La

  来源：IEEE Transactions on Broadcasting

  时间：2025-11-22

• COPP-Net：通过加权补丁质量预测进行无参考点云质量评估

  摘要：随着依赖点云的3D视觉应用快速发展，点云质量评估（PCQA）已成为一个重要的研究领域。在观察点云时，人们通常会从不同角度旋转它以检查局部细节，从而综合评估点云的整体质量。在这个过程中，点云的不同部分对整体质量的影响各不相同。然而，现有的PCQA方法往往忽略了点云不同区域之间局部质量差异的影响。为了解决质量分布不均衡的问题，我们提出了COPP-Net，这是一种无需参考数据的点云质量评估（NR-PCQA）方法，具备进行局部区域相关性分析的能力。具体而言，我们将点云分割成多个小块，并对PointNet++进行改进，以生成每个小块的准确纹理和结构特征。然后，这些特征被组合起来用来预测每个小块的质

  来源：IEEE Transactions on Broadcasting

  时间：2025-11-22

• 图像质量评估：通过协方差约束谱分析深度特征的相似性

  摘要：在本文中，我们提出了一种基于协方差约束的光谱推导的全参考图像质量评估（FR-IQA）方法，该方法通过设计的感知深度特征相似性策略来实现对失真图像的退化感知。首先，采用原始分辨率的图像作为输入以保持信息不变性；同时使用基本特征提取器来获取图像的浅层和深层特征。其次，在统计原理的指导下进行集中式预处理以增强数据稳定性，利用协方差约束来表征特征之间的关系，实施联合光谱分析以统一特征对信息，并通过特征值分析完成光谱推导。最后，将来自两个特征层次的光谱推导结果整合起来，计算失真图像的预测质量分数。实验结果表明，我们的方法与最先进的方法在性能上具有可比性。

  来源：IEEE Transactions on Broadcasting

  时间：2025-11-22

• 用于多播传输中干扰抑制的离散反射系数RIS

  摘要：可重构智能表面（RIS）提出了一种新的策略来减轻信道干扰。然而，由于硬件限制，大多数利用RIS进行干扰中和的研究中假设反射系数是连续的（CRC），这是不现实的。本研究重点关注在RIS支持的组播传输中，使用更为常见的离散反射系数（DRC）来实现干扰中和。在此背景下，通过设计合适的DRC，利用由反射器组成的RIS来改善组播信道并降低干扰信道的强度。问题在于如何通过选择可行的DRC和波束成形向量来最大化信号与干扰加噪声的比值（即可达速率）。首先，采用交替优化方法迭代更新DRC和波束成形向量；该方法结合高斯随机化和二分搜索来解决可行性问题，从而在无需合作方参与的情况下调整干扰信道以实现干扰中和。

  来源：IEEE Transactions on Broadcasting

  时间：2025-11-22

• 融合学习与非学习：用于水下图像增强的混合CNN-Transformer协作竞争网络

  摘要：水下图像增强（UIE）旨在为具有挑战性的水下场景提供高质量的观测结果，这对各种广播技术具有重要意义。目前已经提出了许多基于非学习和基于学习的UIE方法，并已应用于实际场景。然而，基于非学习的策略通常难以展现出出色的泛化能力，而基于学习的策略则往往由于缺乏足够的先验知识而出现过度增强或增强不足的问题。为了解决上述挑战，本文提出了一种启发式的合作-竞争网络，称为Co2Net。具体而言，我们的Co2Net将非学习机制集成到深度学习框架中，以实现来自可解释的先验知识和可辨识的层次特征的信息融合，从而有效地提升退化的水下图像的质量。此外，Co2Net采用了混合卷积神经网络（CNN）-Transfo

  来源：IEEE Transactions on Broadcasting

  时间：2025-11-22

• IRS辅助的6G V2X网络联合广播/多播资源分配与协同感知优化

  摘要：针对6G车联网中高可靠性广播/组播通信与高精度协作感知的共存挑战，本文提出了一种基于红外反射系统（IRS）的联合优化框架。首先，构建了一种基于IRS辅助的毫米波-太赫兹异构网络架构，通过动态可编程反射单元重新配置多车辆通信链路，以解决传统组播场景中的信号遮挡和干扰问题；其次，设计了一种基于图注意力网络（GAT）的协作感知任务建模方法，将激光雷达点云数据和相机信息融合为时空感知特征，以驱动动态资源分配需求；最后，提出了HFRL算法，用于联合优化IRS相位矩阵、广播频谱分配、计算卸载策略和感知任务优先级。仿真结果表明，感知精度从基线的68.5%提升到了90.5%，超可靠低延迟通信（URLLC

  来源：IEEE Transactions on Broadcasting

  时间：2025-11-22

• 一种低复杂度的串行列表维特比解码器，用于6G广播服务中的CRC辅助TBCC编码

  摘要：在6G广播中，迫切需要一种高性能的短长度信道编码方案，以实现超可靠且低延迟的通信（HRLLC）。在现有的编码选项中，循环冗余校验辅助的尾部截断卷积码（CRC-TBCC）被认为是一个具有竞争力的候选方案。为了进一步提高CRC-TBCC的竞争力，本文旨在为其设计低复杂度的串行列表维特比解码器（SLVD）。在所提出的解码器中，我们首先对原始格图进行规则分割，得到分割后的格图（ST），然后移除对数似然比（LLR）低于给定阈值的所有边，从而得到边缘减少后的格图（E-ST）。由此产生的解码器被称为E-ST-SLVD。我们展示了一种确定ST所需阈值的有效方法。接着，我们分析了所提出解码器的解码复杂度以

  来源：IEEE Transactions on Broadcasting

  时间：2025-11-22

• 使用跨模态层次感知网络评估人工智能生成图像的质量

  摘要：人工智能生成的图像（AGIs）在各种多媒体应用中得到了越来越广泛的使用，因此准确评估这些图像的质量对于提升用户体验和优化生成模型至关重要。然而，现有的AI生成图像质量评估（AGIQA）方法难以实现细粒度的跨模态语义对齐，也无法捕捉到多个感知层次上的多样化质量因素，这限制了它们的有效性。为了解决这些问题，本文提出了一种基于跨模态层次感知网络（CHPNet）的AGIQA方法，该网络模拟了人类大脑的层次化视觉感知和自适应决策机制。CHPNet由两个关键组成部分构成：多层跨模态交互网络（MCINet）和自适应层次评分网络（AHSNet）。MCINet通过在不同语义层次上对齐和融合视觉特征与文本特

  来源：IEEE Transactions on Broadcasting

  时间：2025-11-22

知名企业招聘：