-
公开(公告)号:CN116223588A
公开(公告)日:2023-06-06
申请号:CN202310229354.2
申请日:2023-03-10
Applicant: 桂林电子科技大学
IPC: G01N27/327 , C12Q1/00 , C12Q1/26
Abstract: 本发明公开种基于有机电化学晶体管传感器检测汗液葡萄糖的方法,包括以下步骤:1.H‑rGO‑Pt NPs等材料的制备、2.电极的修饰与生物传感界面的构建、3.汗液葡萄糖的工作曲线绘制、4.多组人工汗液样本葡萄糖的检测。本方法充分利用纳米金粒子具有增强电子传递作用的性质,以及有机电化学晶体管OECT的有效放大电流信号作用和优异负载能力,并结合高亲和力的葡萄糖氧化酶,成功制备了基于Au‑PB‑PEDOT纳米复合材料的葡萄糖氧化酶传感器,为汗液中葡萄糖的检测提供了新的方法,该方法检测效率、灵敏度高。
-
公开(公告)号:CN112990029B
公开(公告)日:2022-08-19
申请号:CN202110306399.6
申请日:2021-03-23
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种评估静脉血管状态的装置,通过静脉血流图信号S3_f1和S3_f2联合、频谱图S6_f1和S6_f2联合,利用不同频率激励对细胞膜的产生不同程度的穿透,获取更多生理信息;机器视觉CNN网络强大的特征提取能力,注意力机制对网络重要信息的关注,可以从更高的维度解析静脉血流图信号,获取更多的信息,通过logistic回归模型,综合融合了两个CNN模型以及毛细液体自平衡性中蕴含的信息,更好的判断血管阻塞程度,提高模型准确度。
-
公开(公告)号:CN108846873A
公开(公告)日:2018-11-20
申请号:CN201810645859.6
申请日:2018-06-21
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于灰度概率的医学图像无损压缩方法,包括图像编码和图像解码两个过程;编码过程是对医学图像的灰度矩阵I进行差分计算,得到差分图像I1和符号矩阵S,然后计算差分图像I1的灰度概率,再利用Huffman树对差分图像I1进行编码,得到差分图像I1对应码字表Code;图像解码是对编码过程得到的码字表Code进行Huffman解码,得到差分图像I2;对解码的数据结合编码过程的符号矩阵S进行反差分,得到原始图像。该可以无损的压缩医学图像和较高的图像压缩比,便于图像节约医学图像数据存储空间和提高医学图像网络传输效率。
-
公开(公告)号:CN113080924B
公开(公告)日:2024-05-28
申请号:CN202110390493.4
申请日:2021-04-12
Applicant: 桂林电子科技大学
IPC: A61B5/0531
Abstract: 本发明公开了一种用于生物电阻抗检测的电极片设计方法,基于对电极极化模型的计算,选用石墨烯为底,氧化铜为镀层构建对应的不极化电极片;根据对激励电磁波的增强效果的计算结果,采用正交双极化电极模型将构建的两个所述不极化电极片进行连接,降低电极片与皮肤接触导致的极化电位,降低测试信号对目标测试部位的信号传输衰减并提高穿透性,降低等效生物电阻抗的测量误差。
-
公开(公告)号:CN113822863A
公开(公告)日:2021-12-21
申请号:CN202111070710.8
申请日:2021-09-13
Applicant: 桂林电子科技大学 , 中山大学肿瘤防治中心(中山大学附属肿瘤医院、中山大学肿瘤研究所)
Abstract: 本发明公开了一种鼻咽癌概率图谱获取及定量分析方法,该方法通过建立头颈部标准三维坐标系,尽量消除个体间头颅大小和形状的差异,可以更好地描述肿瘤位置和浸润深度。同时在标准三维坐标系中获取鼻咽癌概率图谱,并提供一种概率图谱特征描述与定量分析方法,同时可以为大样本的头颈部肿瘤定量分析提供新的技术手段,生成鼻咽癌概率图像并研究概率图谱特征描述方法,形成标准空间下的影像学特征,完善现有鼻咽癌影像组学特征体系,并通过大数据医学影像分析,提高鼻咽癌预后模型的准确度,为制订鼻咽癌精准个性化治疗方案提供技术支持。
-
公开(公告)号:CN112990029A
公开(公告)日:2021-06-18
申请号:CN202110306399.6
申请日:2021-03-23
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种评估静脉血管状态的方法,通过静脉血流图S3_f1和S3_f2联合、频谱图S6_f1和S6_f2联合,利用不同频率激励对细胞膜的产生不同程度的穿透,获取更多生理信息;机器视觉CNN网络强大的特征提取能力,注意力机制对网络重要信息的关注,可以从更高的维度解析静脉血流图信号,获取更多的信息,通过logistic回归模型,综合融合了两个CNN模型以及毛细液体自平衡性中蕴含的信息,更好的判断血管阻塞程度,提高模型准确度。
-
-
-
-
-