基于分段伽马变换的医用LED显示控制系统设计

为了满足大尺寸高清医用显示系统的需求,设计基于FPGA的医用大尺寸高清LED显示控制系统,该系统由HDMI接口信号处理模块、FPGA控制模块、千兆网接口模块和驱动电路等模块组成,利用分段伽马的设计方法来保证在高灰度、中间灰度和低灰度时显示屏显示的特性曲线均严格符合DICOM曲线,并在每一段伽马基础上进行亮度校正,保证整屏在各灰度级下的一致性,来实现医学影像数据的处理和显示。实验测试表明,该新型LED医用显示控制系统满足医用要求,具有较强的实用性。     

基于STM8的光伏逆变器设计

文中主要介绍了一种基于STM8的小功率光伏逆变系统。本系统主要由推挽式直流升压电路、单相全桥逆变电路、滤波电路和控制模块组成。控制模块采用了两片STM8单片机,其中一片作为主控芯片用在逆变输出端而另一片作为辅助芯片用在直流升压端。本文对系统各主要模块的功能进行了论述,包括软件的PI控制算法以及硬件的构成。实际应用表明,该系统具有实现简单、可靠性高、成本低等特点。     

SN8P1907微控制器在称重系统中的应用

SN8P1907是一款8位CMOS低功耗微处理器,它内置16位A/D转换模块和4 COM、12SEGMENT液晶驱动模块.文中给出了采用SN8P1907单片机设计小型称重系统的具体方法,该方法可以节省外置A/D转换器件和外部液晶驱动器件;同时具有设计程序简单等优点,因而是一种性价比很高的设计方案.     

一种用于免疫调节的臭氧治疗仪的设计与实现

提出了一套基于Modbus协议的PLC与触摸屏(HMI)串行通信控制系统,分析了臭氧治疗仪工作原理,提出了解决设计方案,给出了医用臭氧治疗仪的硬件和软件实现方法,包括系统流程图及部分程序代码。     

用Z8单片机做小型步进电动机驱动模块

步进电动机广泛应用在精密仪器、机床、医疗设备、家用电器等设备中,功率大小不等,品种多。本文介绍一种用于驱动小型步进电动机的驱动模块,该模块具有体积小,重量轻,易于接口,使用方便,成本低等特点。 该模块是针对四相制,电压12V,电流400mA,线圈具有限制电流功能的步进电机开发的,输入模块的信号为标准TTL电平≤600Hz方波信号,具有4拍或8拍,正转,反转选择等功能。 该模块的功能是由单片机来实现的,单片机采用ZILOG公司的OTP芯片(一次性写入)Z86E02,因为ZILOG公司的单片机价格便宜,性能价格比较高,中断性能优秀。尤其是其内置复位电路,没有复位脚,不需外     

ADS5294:80MSPS 8路医学图像解决方案

TI公司的ADS5294是80MSPS/14位8路ADC,具有低功耗,高SNR和低SFDR以及连续过载恢复,适用于高性能系统设计。ADS5294具有数据信号处理核,包括数字滤波器模块,可编程数字增益0dB～12dB,内部和外接基准电压,1.8V工作电压,主要用在超声图像、通信设备和多路数据采集。ADS5294采用了CMOS工艺技术和创新的电路技术,是一个低功耗80MSPS.8通道ADC。具有低功耗、高信噪比、低SFDR和连续的过载恢复,使得用户能够设计出高性能的系统。ADS5294有一个数字处理模块,     

STM8AF6223／6226：微控制器

意法半导体推出两款微控制器,20MIPS的处理性能和专门为车身控制模块和驾乘舒适性优化的外设接口是新产品主要特色。基于意法半导体的高能效24MHz STM8A8位处理器内核,新产品STM8AF6223和STM8AF6226集成通信接口、时序控制、模拟外设等智能功能,适用于空间受限的车身控制模块。     

Windows 8传感器模块方案

意法半导体的MEMS传感器和传感器模块解决方案将与Windows 8同步批量上市。全球多家主要的OEM和ODM厂商已决定在Windows 8设备中选用意法半导体的传感器解决方案。意法半导体的传感器模块集成3轴数字陀螺仪、3轴数字加速度计、3轴数字磁强计、气压传感器和高性能的STM32微控制器,采用I2C协议;其中,     

基于FPGA的8B/10B编解码设计

为提高8B/10B编解码的工作速度和简化逻辑方法,提出一种基于FPGA的8B/10B编解码系统设计方案.与现有的8B/10B编解码方案相比,该方案是一种利用FPGA实现8B/10B编解码的模块方法,接收模块在收到外部发送的并行数据时,通过直接查找映射的方法转换成利于传输的串行信号.串行信号经串并行转换模块,将数据经10B/8B解码模块解码还原成原始数据.为了更好实现数据的传输,系统加入了极性偏差RD控制.结果表明,该8B/10B编解码系统设计方案传输数据稳定,满足设计要求.     

超低功耗8位单片机

PIC18F“K90”和PIC18F“K22”系列8位单片机基于nano Watt XLP低功耗技术。“K90”代表了目前业界第一款带片上LCD驱动模块的超低功耗MCU系列,LCD驱动模块的驱动能力高达192像素。这两款新的MCU系列支持1．8～5．5V的工作电压,提供了12位的模数转换器,采用了inTouch电容触摸传感技术,     

8位MCU的新思路

微芯科技公司推出全新8位单片机产品,采用了新的构架和三大创新模块,提升了性能并降低了功耗。     

SE-900 8通道SDI数字切换台

SE-900数字模块切换台是专为电视、广播电台设计的8组模块化视频切换台,视频模块可任意组合.     

iC-MFL：8通道电平转换器

iC-MFL是单芯片集成的8通道电平转换器,用于驱动逻辑FET。器件的内部电路模块具有单一误差方式,如引脚开路或两输出短路,iC-MFL的输出级可切换到预选确定的安全状态。因此,外部连接的FET可在单一误差情况下安全关闭。根据AECQ100标准,器件符合典型SIL/ASIL应用。典型应用包括驱动1．8V、3．3V或5VTTL以及CMOS兼容系统,如FPGA、MCU以及具有安全故障要求的CPU。8通道输入包含一个带有下拉电流源的Schmitt触发器,与TTL和CMOS电平（1．8V、3．3V、5V）兼容,耐电压达18V。     

奥地利微电子推出超小型8×8矩阵显示LED驱动器

奥地利微电子公司最近推出超小型8×8矩阵显示LED驱动器,型号为AS1116。AS1116的工作电压为2．7～5．5V,工作时最低仅需0．6mA供电电流,而关断模式下仅为200nA。AS1116能以每数字位47mA电流来驱动8个7段数字位,或以氲个LED5.5mA驱动64个独立LED。该驱动器可以通过一个外置电阻来设定电流。AS1116具有±3％的精度,能使备模块之间的亮度差异降至最小,还采用了一个4位PWM来实现全局亮度控制和16位独立调光,提升了LED显示器的画质。     

基于STM8L单片机的手机外挂血糖检测模块

现代电子设备越来越普及,因此为了实现人们在移动电话上方便地进行血糖监测,并为网络医院打下基础,手机外挂血糖检测模块的设计和实现具有非常重要实际意义。通过利用新一代STM8L超低功耗单片机以及超低功耗方案和技术,设计并实现了一种用在移动电话上的外挂血糖检测模块。产品测试结果表明完全适合在手机上进行外挂,实现了移动电话血糖检测。     

u-blox发布全球最小的独立式定位模块EVA-M8M

瑞士公司u-blox宣布推出新款独立式定位模块EVA-M8M,可将多重GNSS（multi-GNSS）性能带到超精巧的EVA占位面积,亦即全球最迷你的商用GNSS模块中。此模块是专门为对成本与空间有严格要求的应用所设计,在其高度集成的7×7×1.1 mm LGA模块的外型尺寸中包含了石英震荡器和无源器件等所有必要组件。在无需耗用主机资源下,EVA-M8M仅需要一个外部天线就能提供精准的定位能力。     

激光在耳鼻咽喉科的应用

国内自71年制成第一台医用激光器应用于眼科以后的将近十年来，国内若干医院用激光作疾病治疗、诊断的较多。诸如皮肤科．日腔科、外科、眼科、耳鼻喉科和妇科等都取得了一定的成果。     

利用EP1C6Q240C8处理器的LCD滚屏设计

NIOS Ⅱ嵌入式处理器以其设计灵活在嵌入式领域中得到广泛应用.文章以T6963C控制的240×128 LCD液晶显示屏模块阐述了一种基于EPlC6Q240C8处理器的液晶显示屏的滚屏显示的软硬件控制方法,并给出硬件原理图与部分软件代码.本方案对于NIOSⅡ系统其他模块的开发具有借鉴意义.     

OV6930：1．8MM低功耗医用传感器

Omni Vision Technologies推出医疗影像传感器产品组合中的最新成员OV6930。OV6930是一种SquareGA方形图形阵列（400×400像素）CMOS影像传感器，光学格式为1／10英寸，封装尺寸为1．8mm×1．8mm，这使其成为要求外径小于2．8mm的摄像头应用（如用于微创医疗程序的医用内窥镜）的理想选择。     

Rep-YOLOv8车辆行人检测分割算法

车辆行人检测分割在自动驾驶、智能交通管理等场景广泛应用,但如何提高车辆行人识别精度以及处理分割不均匀等问题一直是项挑战。针对上述问题,文中提出一种YOLOv8的改进算法,该算法采用RepECA作为骨干网络,此骨干网络使用RepVGG模块代替原骨干网络的卷积层,并融合ECA注意力机制对图像进行特征提取,其中RepVGG模块在检测时转变多分支结构为单路径结构,不损失训练精度的同时提升执行效率,ECA注意力机制针对通道维度的注意力加权机制,通过学习通道之间的相关性,自适应地调整通道的权重,增加少量模型参数却带来大的性能提升;在C2f模块中,改进算法加入了eSE自注意力模块,避免因为通道数减少造成的通道信息损失,进一步提高模型精度。实验结果表明,使用Cityscapes数据集训练,Rep-YOLOv8算法在检测与分割任务的mAP@0.5指标分别达到85.4%和75.5%,与原YOLOv8相比分别提升了13.4%和16%,推理速度从65 f/s提升至83 f/s。