PLOS ONE:VR 游戏扫描揭示了 ADHD 儿童独特的大脑活动
在孩子的成长过程中,总有那么一些“与众不同”的孩子。他们似乎总是坐不住,课堂上小动作不断,注意力难以集中,作业总是拖拖拉拉……这些行为常常被家长和老师简单地归结为“淘气”“不听话”。然而,他们可能并不只是“淘气”,而是患有一种名为“注意缺陷多动障碍”(ADHD)的疾病。ADHD 是一种常见的儿童神经发育障碍,全球约有 3% - 7% 的儿童受到影响。它主要表现为注意力不集中、多动和冲动。这些症状看似平常,却会对孩子的学习、社交和日常生活产生深远的影响。患有 ADHD 的孩子可能在学业上表现不佳,难以与同伴建立良好的关系,甚至在日常生活中也会遇到诸多困难。尽管 ADHD 的症状表现多样,但其背后的神经机制却一直是个谜。近年来,随着神经影像学技术的发展,科学家们开始探索 ADHD 患者大脑的奥秘。研究发现,ADHD 的神经机制复杂多样,涉及大脑多个区域的异常。然而,这些异常是如何在真实世界中影响孩子的行为的,仍然是一个亟待解决的问题。为了深入探究这一问题,科学家们采用了新的研究方法——功能性磁共振成像(fMRI),结合虚拟现实(VR)技术,模拟真实世界中的目标导向行为,观察孩子在执行任务时大脑的活动情况。这种创新的研究方法不仅能够更真实地反映孩子的行为表现,还能帮助我们更好地理解 ADHD 的神经机制。
2025年3月18日,PLOS ONE(IF=2.9)上发表了题为“Real-world goal-directed behavior reveals aberrant functional brain connectivity in children with ADHD”的文章。该研究主要研究注意力缺陷多动障碍(ADHD)儿童的大脑功能连接异常,特别是在真实世界目标导向行为中的表现。研究通过功能性磁共振成像(fMRI)技术,在三种实验条件下(主动虚拟现实任务、被动视频观看任务和标准静息态条件)收集数据,比较了ADHD儿童和典型发育(TD)儿童的大脑功能连接差异。这项研究强调了在自然主义任务中研究ADHD大脑功能连接的重要性,尤其是在症状表现明显的情况下。通过VR技术模拟真实世界的情境,研究揭示了ADHD儿童在执行目标导向行为时大脑功能连接的异常模式,这可能有助于开发更精确的诊断工具和治疗方法。
在一项新研究中,来自几所欧洲大学的研究人员利用虚拟现实游戏来研究临床诊断为ADHD(注意力缺陷多动障碍)儿童的大脑网络活动。到目前为止,无论是儿童还是成人的ADHD研究,主要都是通过静息态下的大脑成像来进行的,而不是在主动参与表现出明显症状的任务时进行研究。“在虚拟世界中加载记忆和注意力时拍摄大脑的照片,让我们能够更深入地了解发生了什么。“Aalto大学的教授Juha Salmitaival(即Salmi)解释道。“在虚拟现实游戏过程中,ADHD儿童的大脑网络激活存在明显差异,特别是在大脑的深层结构及其与皮层区域的连接方面。”
在功能性磁共振成像(fMRI)扫描期间,受试者(即参与实验的儿童)被置于一个充满挑战的虚拟环境中。这些挑战是模拟现实世界中人们所面临的场景,例如在日常生活中需要完成的各种任务。研究中使用了一款虚拟现实游戏,游戏画面被投影到一面镜子上。孩子们可以通过这面镜子看到游戏画面,并在玩游戏的同时进行fMRI扫描。这种设置允许孩子们在自然状态下玩游戏,同时研究人员可以实时记录他们的大脑活动。这种设计比传统的静息态扫描(即受试者只是躺在扫描仪中休息)更能模拟真实世界中的行为表现。研究人员将孩子们在玩游戏时的大脑活动扫描结果与他们在进行更被动的活动时的扫描结果进行了比较。这些被动活动包括观看视频或简单地休息。这种比较的目的是为了了解在不同活动状态下,ADHD儿童的大脑功能连接是否存在差异。通过对比,研究人员可以更准确地评估ADHD儿童在执行目标导向任务时的大脑活动变化。
研究包括39名ADHD儿童和37名TD儿童,他们参与了三种实验条件:EPELI虚拟现实任务(VR任务)、视频观看任务和静息态条件。EPELI任务是一个模拟日常生活的虚拟现实游戏,参与者需要执行一系列任务,如打扫房间等。视频观看任务则让参与者观看EPELI游戏的视频片段。静息态条件要求参与者保持静止,注视屏幕中心的正方形。
研究使用3T磁共振扫描仪收集fMRI数据,并采用网络基础统计(NBS)和图论度量来分析功能连接。首先,通过NBS检测组间差异的子网络;其次,通过图论分析评估网络的整合和分离特性;最后,通过线性回归分析研究功能连接与任务表现之间的关联。
在EPELI任务中,ADHD组表现出比TD组更强的功能连接,尤其是在亚皮层区域,如杏仁核、尾状核等,这些区域在ADHD中表现出超连接。此外,ADHD组在EPELI任务中的表现也更差,表现为更低的总分和任务效率。
在视频观看任务中,NBS分析未发现组间功能连接的显著差异,但通过链接基础分析发现ADHD组在颞叶-丘脑和颞叶内部连接上更强。在静息态条件下,未发现ADHD组和TD组之间的功能连接差异。TD组:在执行任务时,功能连接与任务表现相关;在静息态时,功能连接与ADHD症状评分相关。ADHD组:在执行任务或静息态时,功能连接与任务表现或症状评分之间没有显著的相关性。
图1 注意力缺陷多动障碍(ADHD)儿童与典型发育(TD)儿童之间在大脑功能连接上的差异图
NBS揭示的一个网络显示,在EPELI游戏过程中,ADHD组的FC比TD组更强。图A显示了ADHD组和TD组之间大脑功能连接的差异,用不同视角的脑部网络图表示。每个子图展示了从不同角度(左、右、前、后、顶、底)观察到的大脑网络。网络中的点代表大脑的不同区域,而线代表区域之间的功能连接。颜色的深浅可能表示功能连接的强度或显著性,颜色越深表示连接越强或越显著。从图中可以看出,ADHD组(与TD组相比)在多个大脑区域显示出更强或不同的功能连接模式。图B进一步详细展示了ADHD组与TD组之间在特定大脑区域的功能连接差异。图中列出了多个大脑区域,包括额叶(Frontal Lobe)、顶叶(Parietal Lobe)、颞叶(Temporal Lobe)、枕叶(Occipital Lobe)、边缘叶(Limbic Lobe)、岛叶(Insular Lobe)和皮层下核团(Subcortical Nuclei)。每个区域旁边的数字可能代表特定的脑区或功能连接的编号。连接线的粗细和颜色深浅同样可能表示功能连接的强度或显著性。结果表明,ADHD组在某些大脑区域之间的功能连接比TD组更强(ADHD > TD),特别是在皮层下核团(如Subcortical Nuclei R 2, L 10)和颞叶(如Temporal Lobe R 11, L 10)等区域。
图2 与TD组儿童在EPELI游戏中任务效率正相关的网络图
上图中图A展示了大脑网络的解剖学表示,从不同角度(左、右、前、后、顶、底)观察,可以看到大脑不同区域之间的连接。网络中的点(节点)代表大脑的不同区域,而连接线(边)表示这些区域之间的功能连接。线条的颜色和粗细可能表示功能连接的强度或统计显著性,颜色越深或线条越粗,表示连接越强或越显著。图B是一个流图(alluvial diagram),它以一种更详细的方式展示了大脑区域之间的连接模式。流图中的连接线表示不同大脑区域之间的功能连接,线条的粗细可能代表连接的强度或显著性。颜色编码用于区分不同的大脑区域,如额叶(Frontal Lobe)、顶叶(Parietal Lobe)、颞叶(Temporal Lobe)、枕叶(Occipital Lobe)、边缘叶(Limbic Lobe)和皮层下核团(Subcortical Nuclei)。该图描述了在典型发育儿童中,与任务效率正相关的大脑功能连接模式,并且这些连接在解剖学上和流图上都有展示。这种分析有助于理解大脑功能连接如何影响行为表现,尤其是在注意力和执行功能方面。
图3 视频观看任务期间组之间FC差异的基于链接的分析结果
图4 与TD组儿童在EPELI任务中任务效率正相关的视频观看功能连接网络图
图5 与TD组儿童CBCL得分负相关的视频观看功能连接网络图
图6 与TD组儿童ADHD-RS得分负相关的功能连接网络图
图7 TD组静息状态下NBS检测到的FC网络与CBCL评分呈负相关
传统的神经影像学研究通常在静息状态下进行,这种方法可以提供关于大脑背景活动的信息,但这些信息与实际行为表现的直接联系较弱。即使在观看视频这种被动活动中,两组之间的差异也不明显,这表明被动活动可能无法充分激发与ADHD症状相关的大脑活动。虚拟现实游戏提供了一个更加自然和互动的环境,能够模拟现实世界中的复杂任务和挑战。在这种环境中,ADHD儿童的大脑活动表现出显著的差异,这表明虚拟现实游戏能够更有效地揭示ADHD儿童的大脑功能连接异常。这种方法可以更准确地反映ADHD儿童在现实世界中的行为表现,因为这些行为表现通常是在互动和目标导向的任务中出现的。
研究人员说:“我们过去认为异常发展主要与特定、有限大脑区域的背景活动有关。但这些发现表明,它更多地与大脑区域之间的区域间通信有关。我们发现,ADHD个体的大脑活动变化是由人与环境的互动驱动的。”
研究人员深知,在虚拟环境中玩游戏是探索大脑在屏幕和社交媒体世界中发生的变化的绝佳方式。Aalto大学的教授Salmi说:“大脑是一个复杂的系统,它总是试图适应其环境,因此它很可能也被TikTok、Snapchat以及其他应用程序和游戏所塑造。”
同样地,虚拟世界中也包含一些能够引发冲动行为的“玩具”,比如乐器、冰箱里的饮料,或者可以洗个虚拟淋浴的机会。“如果环境是快节奏的,人们像蝗虫一样从一件事跳到另一件事,大脑就会试图更好地从一个刺激跳到另一个刺激,”他补充道。“但如果我们都变成了蝗虫,我们就无法在刺激很少的情况下集中精力两个小时。在大脑活跃时进行扫描,也可以为我们提供关于我们大脑如何变化的新见解。”
该团队未来的研究包括使用智能服装和动作传感器来研究儿童的大脑,以及在更接近日常生活的设置中探索成人的症状。Salmi预见到,在未来,例如使用增强现实眼镜,症状也可以在家中进行量化。Salmi还指出:“尽管目前fMRI(功能性磁共振成像)的成本过高,无法用于主流诊断目的,但随着我们在这一领域的知识不断积累,诊断神经精神疾病也应该变得更加直接。”
参考文献:
Merzon L, Tauriainen S, Triana A, et al. Real-world goal-directed behavior reveals aberrant functional brain connectivity in children with ADHD. Giove F. ed. PLOS ONE 2025;20(3):e0319746; doi: 10.1371/journal.pone.0319746.
相关文章:
PLOS ONE:VR 游戏扫描揭示了 ADHD 儿童独特的大脑活动
在孩子的成长过程中,总有那么一些“与众不同”的孩子。他们似乎总是坐不住,课堂上小动作不断,注意力难以集中,作业总是拖拖拉拉……这些行为常常被家长和老师简单地归结为“淘气”“不听话”。然而,他们可能并不只是“…...
Linux 系统编程 day4 进程管道
进程间通信(IPC) Linux环境下,进程地址空间相互独立,任何一个进程的全局变量在另一个进程中都看不到,所以进程和进程之间不能互相访问,要交换数据必须通过内核,在内核中开辟一块缓冲区…...
基于DeepSeek的考研暑假日志分析
注:我去年考研时写了日志,大致记录了我每天的主要活动。由于过于琐碎,一直没有翻看。突发奇想,现在利用deepseek总结其中规律。 从你的日志中可以总结出以下规律和活动兴衰起落: 一、学习活动规律与演变 …...
Python 写生成 应用商店(2025版) 网页 方便收集应用 ,局域网使用
工具【1】:nginx 配置 nginx.conf 文件 server { listen 8080; server_name example.com; location / { root E:/BIT_Soft_2025; index index.html index.htm; } # 定义错误页面 error_page 404 /4…...
LLaMA Factory多模态微调实践:微调Qwen2-VL构建文旅大模型
LLaMA Factory 是一款开源低代码大模型微调框架,集成了业界最广泛使用的微调技术,支持通过 Web UI 界面零代码微调大模型,目前已经成为开源社区内最受欢迎的微调框架之一,GitHub 星标超过 4.7 万。本教程将基于通义千问团队开源的…...
Ubuntu20.04 部署llama-factory问题集
llama3 微调教程之 llama factory 的 安装部署与模型微调过程,模型量化和gguf转换。_llamafactory 部署-CSDN博客 1.跟着教程 llama-factory下载不下来 来,试着换源,多试几次,就可以成功了。。。 2.跟着教程,发现无法…...
鸿蒙语言基础
准备工作 去鸿蒙官网下载开发环境 点击右侧预浏览,刷新和插销按钮,插销表示热更新,常用按钮。 基础语法 string number boolean const常量 数组 let s : string "1111"; console.log("string", s);let n : number …...
每天一道C语言精选编程题之字符串拷贝
题目描述 写⼀个函数my_strcpy,实现拷⻉字符串的功能,假设给定⼀个字符数组a,再给定⼀个字符数组b,将字符串a中的内容拷⻉到字符串b中,拷⻉内容包含字符串末尾的 \0 字符。 解法思路 使⽤ while 循环通过指针的⽅式逐…...
C#中扩展方法和钩子机制使用
1.扩展方法: 扩展方法允许向现有类型 “添加” 方法,而无需创建新的派生类型、重新编译或以其他方式修改原始类型。扩展方法是一种特殊的静态方法,但可以像实例方法一样进行调用。 使用场景: 1.当无法修改某个类的源代码&#…...
基于CNN与VGG16的图像识别快速实现指南
基于CNN与VGG16的图像识别快速实现指南 以下是从零实现代码到原理剖析的完整流程,包含TensorFlow/Keras框架的代码示例与关键优化技巧,满足快速实验需求。 一、核心原理对比 特性CNN(基础模型)VGG16结构深度5-10层(如…...
中间件--ClickHouse-9--MPP架构(分布式计算架构)
1、MPP 架构基础概念 MPP(Massively Parallel Processing 大规模并行处理) 是一种分布式计算架构,专门设计用来高效处理大规模数据集。在这种架构下*,数据库被分割成多个部分,每个部分可以在不同的服务器节点上并行处理*。这意味着ÿ…...
如何在PDF.js中改造viewer.html以实现PDF的动态加载
在PDF.js中改造viewer.html实现PDF动态加载,需结合参数传递、文件流处理及跨域配置等技术。以下是综合多个技术方案的核心实现步骤: 一、基础参数传递法 1. URL参数动态加载 通过修改viewer.html的URL参数传递PDF路径,适用于静态文…...
Android——动画
帧动画 帧动画就是很多张图片,一帧一帧的播放,形成的一个动画效果。 frame.xml <?xml version"1.0" encoding"utf-8"?> <animation-list xmlns:android"http://schemas.android.com/apk/res/android">&l…...
基于linux 设置无线网卡Monitor模式 sniffer抓包
硬件 TP-WN722N 开源无线网卡 网卡设置成抓包模式,条件是什么? 硬件条件 网卡芯片支持监听模式,外置天线或高增益天线可提升抓包效果驱动与软件条件:正确的驱动程序系统与权限条件 Linux:原生支持(Kali …...
Ubuntu18.04安装Qt5.12
本文介绍了在Ubuntu18.04环境下安装QT QT5.12相关安装包下载地址 https://download.qt.io/archive/qt/5.12/ Linux系统下Qt的离线安装包以.run结尾 (sudo apt-get install open-vm-tools open-vm-tools-desktop解决无法paste的问题) 安装 1.cd命令 终端进入对应的文件夹下面 2.…...
克服储能领域的数据处理瓶颈及AI拓展
对于储能研究人员来说,日常工作中经常围绕着一项核心但有时令人沮丧的任务:处理实验数据。从电池循环仪的嗡嗡声到包含电压和电流读数的大量电子表格,研究人员的大量时间都花在了提取有意义的见解上。长期以来,该领域一直受到对专…...
PDF.js 生态中如何处理“添加注释\添加批注”以及 annotations.contents 属性
我们来详细解释一下在 PDF.js 生态中如何处理“添加注释”以及 annotations.contents 属性。 核心要点:PDF.js 本身主要是阅读器,不是编辑器 首先,最重要的一点是:PDF.js 的核心库 (pdfjs-dist) 主要设计用于解析和渲染…...
L38.【LeetCode题解】四数之和(双指针思想) 从汇编角度分析报错原因
目录 1.题目 2.分析 去重的代码 错误代码 3.完整代码 提交结果 1.题目 四数之和 给你一个由 n 个整数组成的数组 nums ,和一个目标值 target 。请你找出并返回满足下述全部条件且不重复的四元组 [nums[a], nums[b], nums[c], nums[d]] (若两个四元…...
【第48节】探究汇编使用特性:从基础到混合编程
目录 引言 一、调用约定的奥秘 1.1 . C调用约定(_cdecl) 1.2 stdcall调用约定(_stdcall) 1.3 fastcall快速调用约定(_fastcall) 1.4 thiscall调用约定(C类成员函数) 二、X64汇…...
【jenkins】首次配置jenkins
第一步,输入管理员密码 cat /var/jenkins_home/secrets/initialAdminPassword第二步,点击安装推荐的插件 第三步,创建管理员用户 第四步,返回实例 第五步, 升级jenkins 第六步, 修复提示 第七步,…...
Python 项目文档编写全攻略:从入门到自动化维护
引言 在软件开发领域,完善的文档可提升 40% 的团队协作效率(来源:IEEE 2022 年开发者调查报告 ^^1^^)。本文将深入探讨 Python 项目文档的最佳实践,涵盖文档生成工具、注释规范、自动化维护等关键环节。 一、Python 文…...
基于 React 和 CodeMirror 实现自定义占位符编辑器
npm git 在前端开发中,我们经常需要实现各种复杂的编辑器功能,比如代码编辑器、富文本编辑器等。本文将介绍如何基于 React 和 CodeMirror 实现一个带有自定义占位符功能的编辑器,这种编辑器在模板系统、表单设计器等场景中非常有用。 一…...
GitHub Copilot在产品/安全团队中的应用实践:处理Markdown、自动化报告与电子表格、使用CLI命令等
本文来源github.com,由GitHub中国授权合作伙伴-创实信息翻译整理。 在当今的快节奏时代,技术和非技术团队之间的协作至关重要,事实证明,GitHub Copilot等工具已成为不可或缺的助手。这些由AI驱动的工具已不只是开发者的“秘密武器…...
嵌入式系统中Flash操作全面解析与最佳实践
嵌入式系统中Flash操作全面解析与最佳实践 一、Flash存储器基础与分类 Flash存储器是嵌入式系统中最重要的非易失性存储介质,根据内部架构和工作原理主要分为两大类: 1.1 NOR Flash与NAND Flash对比 特性NOR FlashNAND Flash架构随机存取架构串行存取…...
tomcat 的安装与启动
文章目录 tomcat 服务器安装启动本地Tomcat服务器 tomcat 服务器安装 https://tomcat.apache.org/下载 Tomcat 10.0.X 启动本地Tomcat服务器 进入 Tomcat 的 bin...
Flash存储器(二):SPI NAND Flash与SPI NOR Flash
目录 一.存储架构 二.接口与封装 三.特性对比 四.典型应用场景 4.1 SPI NOR Flash 4.2 SPI NAND Flash 五.技术演进与市场趋势 六.选择建议 6.1 选择SPI NOR的场景 6.2 选择SPI NAND的场景 SPI NAND Flash和SPI NOR Flash是嵌入式设备中常用的存储器。下面通过全面对…...
第 7 期:DDPM 采样提速方案:从 DDPM 到 DDIM
本期关键词:采样加速、DDIM 推导、可控性提升、伪逆过程、代码实战 前情回顾:DDPM 的采样瓶颈 在前几期中,我们构建了一个完整的 DDPM 生成流程。但是你可能已经发现: 生成一张图像太慢了!!! 原因是: DDPM 要在 T 个时间步中一步步地去噪,从 x_T → x_0。而通常 T 至…...
axios 模拟实现
axios 模拟实现 包含[发送请求,拦截器,取消请求] 第一步 , axios模拟发送请求 //使用 xhr 发送请求function xhr_adpter(config){return new Promise(function handle(resolve,reject){let xhr new XMLHttpRequest();xhr.open(config.method, config.url,true);xhr.onreadys…...
架构师面试(三十一):IM 消息收发逻辑
问题 今天聊一下 IM 系统最核心的业务逻辑。 在上一篇短文《架构师面试(三十):IM 分层架构》中详细分析过,IM 水平分层架构包括:【入口网关层】、【业务逻辑层】、【路由层】和【数据访问层】;除此之外&a…...
hadoop三大组件的结构及各自的作用
1 HDFS 1.1功能 HDFS 是 Hadoop 的分布式文件系统,用于存储和管理海量数据。它具有高容错性、高吞吐量和可扩展性,能够在多个节点上存储和管理大规模数据 1.2架构:采用主从架构,由一个 NameNode 和多个 DataNode 组成。NameNode…...
GEE学习笔记 29:基于GEE的多源Landsat合成与植被指数时序提取
基于GEE的多源Landsat合成与植被指数时序提取 🌿 1.写在前面 | 基于GEE的Landsat多尺度植被指数提取脚本📌 2.常用植被指数计算公式2.1. 🌿 NDVI(归一化植被指数)Normalized Difference Vegetation Index2.2. 🌱 EVI(增强型植被指数)Enhanced Vegetation Index2.3.…...
负载均衡的策略
目的:将请求均衡分发到后台的服务器 算法: 随机算法:随机数获取服务器加权随机算法:根据权重,增加某些服务器(性能比较好等)选择的随机比例轮询算法:轮流分发给服务器加权轮询算法…...
AWS Elastic Beanstalk的部署Python Flask后端服务(Hello,World)
问题 最近需要使用AWS Elastic Beanstalk来部署Python的Flask后端web接口。这里先做一个最简单的Flask Hello,World接口服务程序。 Flask工程与代码 创建本地虚拟环境 conda create -n flask python3.13 # 激活 conda activate flaskapp.py from flask import …...
Hadoop的三大结构及各自的作用?
1.HDFS 作用: 存储海量数据,支持高容错(数据自动备份)和高吞吐量(适合大文件读写)。 采用主从架构: NameNode:管理文件系统的元数据(如文件目录结构)。 Dat…...
在Ubuntu系统中安装和升级RabbitVCS
在Ubuntu系统中安装和升级RabbitVCS 目前在ubuntu中使用svn的GUI工具,已经安装了。想升级一下。 当前遇到的问题是,我想用它看看我当前的代码对应的版本号,然后再决定是否update。但是,好像我看不出来。根本不如在windows使用To…...
深入理解红黑树:原理、实现与应用
深入理解红黑树:原理、实现与应用 引言 红黑树(Red-Black Tree)是计算机科学中一种重要的自平衡二叉查找树。它通过简单的规则和高效的调整策略,保证了插入、删除、查找等操作的时间复杂度均为 O(log n)。红黑树广泛应用于实际开…...
Java学习手册:Java并发编程最佳实践
在Java并发编程中,遵循最佳实践可以显著提高程序的性能、可靠性和可维护性。本文将总结Java并发编程中的关键最佳实践,帮助开发者避免常见陷阱并编写高效的并发程序。 1. 选择合适的并发工具 Java提供了丰富的并发工具,选择合适的工具可以简…...
接口自动化测试(二)
一、接口测试流程:接口文档、用例编写 拿到接口文档——编写接口用例以及评审——进行接口测试——工具/自动化框架进行自动化用例覆盖(70%)——输出测试报告 自动化的目的一般是为了回归 第一件事情:理解需求,学会看接口文档 只需要找到我…...
C++类和对象上
1. 面向对象编程与面向过程编程的比较 我们一开始接触的C语言就是一门面向过程编程的语言,而C就是一门面向对象编程的语言。那么这两者有什么区别呢? 举个例子,就比如说点外卖,如果是C语言的话,那么在程序的编写过程…...
hadoop的三大结构及各自的作用
Hadoop 分布式文件系统(HDFS) 存储大量数据:HDFS 被设计用于在商品硬件上存储海量数据,它将大文件分割成多个数据块,并分布存储在集群中的不同节点上,支持数据的可靠存储和高效访问。提供数据冗余和容错机制…...
珈和科技遥感赋能农业保险创新 入选省级卫星应用示范标杆
为促进空天信息与数字经济深度融合,拓展卫星数据应用场景价值,提升卫星数据应用效能和用户体验,加速卫星遥感技术向民生领域转化应用,近日,湖北省国防科工办组织开展了2024年湖北省卫星应用示范项目遴选工作。 经多渠…...
香港服务器CPU对比:Intel E3与E5系列核心区别与使用场景
香港服务器的 CPU 配置(核心数与主频)直接决定了其并发处理能力和数据运算效率,例如高频多核处理器可显著提升多线程任务响应速度。在实际业务场景中,不同负载需求对 CPU 架构的要求存在显著差异——以 Intel E3 和 E5 系列为例,由于两者在性…...
【人工智能】DeepSeek 与 RAG 技术:构建知识增强型问答系统的实战
《Python OpenCV从菜鸟到高手》带你进入图像处理与计算机视觉的大门! 解锁Python编程的无限可能:《奇妙的Python》带你漫游代码世界 本文深入探讨了如何利用 DeepSeek R1 模型结合检索增强生成(RAG)技术,构建一个高效的知识增强型问答系统。RAG 技术通过结合信息检索与生…...
得佳胜哲讯科技 SAP项目启动会:胶带智造新起点 数字转型新征程
在全球制造业加速向数字化、智能化转型的浪潮中,胶带制造行业正迎来以“自动化生产、数据化运营、智能化决策”为核心的新变革。工业互联网、大数据分析与智能装备的深度融合,正推动胶带制造从传统生产模式向“柔性化生产精准质量控制全链路追溯”的智慧…...
超导体的应用价值:超导磁探测技术开启科技与生活的新变革
科技的飞速发展,带来了一种新型材料的快速应用,那就是超导体材料。超导体的特性,能够为当今社会众多领域带来革命性的变革,也将极大的改变我们现在的生活质量。 超导体的特性 超导体是指在特定温度下的电阻会突然消失,…...
UNION和UNION ALL的主要区别
UNION和UNION ALL的主要区别在于处理重复数据和排序的方式。 UNION和UNION ALL都是SQL语言中用于合并两个或多个SELECT语句结果集的关键字。它们的主要区别如下: 1、对重复结果的处理:UNION在进行表链接后会筛选掉重复的记录,而UNION ALL不会…...
软件项目验收报告模板
软件项目验收报告 一、项目基本信息 项目名称XX智能仓储管理系统开发单位XX科技有限公司验收单位XX物流集团合同签订日期2023年3月15日项目启动日期2023年4月1日验收日期2024年1月20日 二、验收范围 入库管理模块(包含RFID识别、库存预警)出库调度模…...
第五章 SQLite数据库:5、SQLite 进阶用法:JOIN、UNION、TRIGGER、INDEX、ALIAS、INDEXED BY 等模块
一、JOIN:跨表查询的核心机制 1. JOIN 类型总览 JOIN 是连接多个表获取综合信息的关键手段。常见 JOIN 类型如下: INNER JOIN(内连接):仅返回两个表中满足连接条件的行。LEFT OUTER JOIN(左连接…...
中间件--ClickHouse-10--海量数据存储如何抉择ClickHouse和ES?
在Mysql数据存储或性能瓶颈时,采用冷热数据分离的方式通常是一种选择。ClickHouse和Elasticsearch(ES)是两个常用的组件,但具体使用哪种组件取决于冷数据的存储目的、查询模式和业务需求等方面。 1、核心对比 (1&…...
JESD204B标准及其在高速AD采集系统中的应用详解
一、JESD204B协议的本质与核心价值 JESD204B是由JEDEC制定的第三代高速串行接口标准(2011年发布),专为解决高速ADC/DAC与FPGA/ASIC间数据传输瓶颈而设计。其核心突破体现在: 速率革命性提升 支持每通道最高12.5Gbps(通…...