39、电子工程与医学诊断前沿技术综合解析

电子工程与医学诊断前沿技术综合解析

在电子工程和医学诊断领域，不断有新的技术和方法涌现，为解决实际问题提供了更有效的途径。下面将介绍混合信号专用集成电路（ASIC）事件记录器设计、基于入侵杂草优化（IWO）的故障检测方案以及基于卷积神经网络（CNN）和支持向量机（SVM）的乳腺癌检测与分类方法。

混合信号 ASIC 事件记录器设计

为了让二类大学的学生和教师获得完整的芯片设计到流片的经验，相关团队进行了混合信号 ASIC 事件记录器的设计与实现。团队使用了多种工具，如 Cadence 的 Genus、Innovous、Virtuoso、Voltas、Tempus 以及 Mentor Graphics 的 Calibre。该 ASIC 采用台积电（TSMC）的 0.18 微米混合信号 CMOS 技术实现。

• 关键参数
  • 芯片功耗 ：片上 RC 振荡器从电池汲取的最大电流为 100 微安，采用低压差线性稳压器（LDO）为核心提供 1.8V 的恒定电源电压，典型情况下（1.82V）的功耗为 1.497 毫瓦。
  • 芯片尺寸 ：核心芯片尺寸为 1565 微米×1565 微米。
• 流片情况 ：该 ASIC 于 2020 年 1 月 22 日在 mini@sic 跑道送往中国台湾进行制造。

基于入侵杂草优化（IWO）的故障检测方案

在电力系统故障检测领域，传统方法存在一些