花状ZnO/石墨烯单球微纳结构温度传感器及制作方法

    公开(公告)号:CN111122006A

    公开(公告)日:2020-05-08

    申请号:CN202010030060.3

    申请日:2020-01-12

    Inventor: 沈涛 李冰 冯月

    Abstract: 本发明公开了一种花状ZnO/石墨烯单球微纳结构温度传感器及制作方法,属于光纤传感领域。温度传感器包括ASE光源、光纤环形器、温度传感头、光谱仪。信号光由ASE光源经光纤环形器传输至温度传感头,在温度传感头中,信号光经金属铝膜反射,二次经过单模-拉锥多模-单模光纤结构,且借助单球微纳结构形成强干涉,并以基模形式向外传输,最后信号光由温度传感头经光纤环形器传送至光谱仪。传感器借助制备的花状ZnO/石墨烯温度敏感材料和强干涉光纤结构,使传感器干涉谱因温度变化而产生较大漂移。通过漂移量可测量对应温度变化。本发明将敏感材料和特殊的干涉型光纤结构结合,使光纤温度传感器成功实现高灵敏度、强稳定性、低成本的优越性能。

    一种前列腺柔性针粒子植入并联机器人

    公开(公告)号:CN109771811A

    公开(公告)日:2019-05-21

    申请号:CN201910224461.X

    申请日:2019-03-23

    Abstract: 本发明公开了一种前列腺柔性针粒子植入并联机器人,涉及微创医疗器械领域,该装置具有尺寸小、结构紧凑,操作方便,且无需导向板引导等特点,包括并联姿态调整机构、柔性针粒子植入机构、超声图像导航机构以及多传感器,采用并联四自由度模式,既提高了末端进针刚度的稳定性,又满足了柔性针粒子植入机构的外针运动灵活性的特点,内针采用旋转电机驱动柔性针,可以刺出弧线轨迹,实现避开前列腺的神经、血管等障碍,并完成一点多针任务,超声图像航机构装在并联姿态调整机构的支撑底座上,能够完成直线平移、俯仰、偏航和绕自身中心线旋转运动,经肛门直肠获得病灶靶点图像,使医生能都依据粒子植入针的实时进针情况作出相应处理,该装置融合多传感器,便于医生在术中进行数据观察和精准操作,满足了高精度定位进针和手术的安全性要求。

    一种室内超声波定位装置
    23.
    发明公开

    公开(公告)号:CN106019231A

    公开(公告)日:2016-10-12

    申请号:CN201610434834.2

    申请日:2016-06-19

    CPC classification number: G01S5/20

    Abstract: 本发明公开了一种室内超声波定位装置,它包括计算机、控制器a、超声波接收装置a、超声波接收装置b、超声波接收装置c、超声波接收装置d、无线通信模块a、超声波发射器、控制器b、定位物体和无线通信模块b;本发明提供一种室内超声波定位装置,结构新颖,本发明提供一种室内超声波定位装置利用超声波的测距原理,为了克服超声波信号衰减而影响超声波传输距离本发明采用单向测距法。

    基于FFT-VMD的多尺度特征交叉注意力融合的轴承故障诊断

    公开(公告)号:CN118861798A

    公开(公告)日:2024-10-29

    申请号:CN202410821667.1

    申请日:2024-06-24

    Inventor: 李冰 倪硕

    Abstract: 本发明公开一种基于快速傅里叶变换(FFT)和变分模态分解(VMD)的多尺度特征交叉注意力融合的轴承故障诊断模型(FV‑MFCAM)该方法具体为:首先,对原始振动信号分别进行快速傅里叶变换和变分模态分解,提取信号在不同频率范围上的特征,捕捉信号的时频特性,以及减少噪声的影响。然后把快速傅里叶变换后和变分模态分解后的数据分别输进卷积神经网络VGG‑19和BILSTM网络中进行空间和时域特征的提取并送入交叉注意力模块进行特征的融合。最后,利用全连接层和softmax函数实现待测试轴承的故障诊断。通过在华中科技大学轴承数据集上进行测试,结果表明所提出模型在有无噪声干扰的情况下,都具有很好的诊断效果,优于其他主流的对比方法,验证了所提出模型的可靠性和可行性。本发明适用于轴承故障的诊断。

    一种基于深度学习的癫痫脑电信号分类模型的建立方法、分类方法

    公开(公告)号:CN117158997A

    公开(公告)日:2023-12-05

    申请号:CN202311319106.3

    申请日:2023-10-12

    Inventor: 刘侠 桂桑榆 李冰

    Abstract: 一种基于深度学习的癫痫脑电信号自动检测方法。癫痫是一种威胁生命且具有挑战性的神经系统疾病,它突然发生且发病前没有任何症状。脑电图是临床常用的检测方法,但人工检查脑电图脑信号是一个耗时费力的过程,这给医生带来了沉重的负担并且其检测效果并不好。基于此提出一种基于改进ResNet+ABiLSTM的癫痫脑电信号自动检测方法。所述脑电信号自动分类检测方法包括以下步骤:A、信号预处理,改进的ResNet提取信号特征;B、浅层特征使用一维空间注意力机制突出关键特征并完成分类;C、使用带有注意力机制的双向LSTM(ABiLSTM)进一步提取特征并完成分类;D、分类结果汇总并使用激活函数获得概率分布。本发明能够实现对癫痫脑电信号的精准分类检测,对癫痫发作的诊断具有重要意义。

    基于改进Unet网络的视网膜血管分割网络、分割方法、计算机设备和存储介质

    公开(公告)号:CN115546227A

    公开(公告)日:2022-12-30

    申请号:CN202211266750.4

    申请日:2022-10-17

    Abstract: 基于改进Unet网络的视网膜血管分割网络、分割方法、计算机设备和存储介质,属于图像处理技术领域,解决对视网膜血管OCTA图像分割不准确出现漏检现象问题。本发明的网络:首先,使用不对称卷积边界细化模块(ACBR)从网络的编码器端提取丰富的视网膜血管信息并对其进行细化。其次,通道注意模块用于为那些分辨率较低的血管赋予足够的权重,防止它们在深度卷积和池化操作下权重消失。最后在网络中加入一个残差结构,增加了网络的深度,提高了网络的鲁棒性,防止了网络过拟合。本发明适用于对视网膜血管图像的分割。

    一种基于ZnO纳米棒/微纳光纤混合波导的紫外探测器

    公开(公告)号:CN109668628A

    公开(公告)日:2019-04-23

    申请号:CN201910051631.9

    申请日:2019-01-21

    Abstract: 本发明公开了一种基于ZnO纳米棒/微纳光纤混合波导的紫外探测器。该紫外探测器包括依次连接的光源、输入单模光纤、ZnO纳米棒/微纳光纤混合波导、输出单模光纤、光谱仪;所述ZnO纳米棒/微纳光纤混合波导是通过熔融拉锥法制备微纳光纤进而在所制备的微纳光纤锥区采用水热法生长氧化锌纳米棒实现;所述ZnO纳米棒/微纳光纤混合波导受紫外光辐照时,氧化锌纳米棒折射率发生改变,进而微纳光纤锥区倏逝场随之改变,从而改变ZnO纳米棒/微纳光纤混合波导输出光强度。本发明还公开了一种基于ZnO纳米棒/微纳光纤混合波导的紫外探测器相应的制作方法。本发明基于倏逝场原理实现全光纤紫外探测,灵敏度高、结构紧凑、简单、抗电磁干扰能力强。

    基于OFDM的LED可见光通信系统

    公开(公告)号:CN105071856A

    公开(公告)日:2015-11-18

    申请号:CN201510505270.2

    申请日:2015-08-17

    Abstract: 基于OFDM的LED可见光通信系统,涉及可见光通信技术。本发明是为了解决现有可见光通信系统设计简单导致通信速率低且抗干扰能力弱的问题。预均衡电路通过对器件和信道对系统带来的失真进行补偿,从而扩展LED阵列的响应带宽,OFDM调制电路充分利用现有带宽提高传输速率,光电模块将接收到的光信号转换为电信号,信号处理电路对输入到电信号进行处理后得到明显特征信号,通信协议解决接发确认机制、报文读写机制及时序匹配等问题,本发明以OFDM调制技术为基础,以DSP数字信息处理技术为核心,提高了通信速率,预均衡电路和后均衡电路提高了系统抗干扰能力。本发明可用于LED的可见光通信。

    一种基于改进CNN的乳腺病理图像分类方法

    公开(公告)号:CN115760769A

    公开(公告)日:2023-03-07

    申请号:CN202211450405.6

    申请日:2022-11-19

    Inventor: 李冰 宋方影

    Abstract: 本发明公开了一种基于改进CNN的乳腺病理图像分类方法,属于医学领域,为了解决目前已有的分类模型分类精度不高的问题,本发明提供了一种乳腺病理图像分类方法。首先对图像数据进行染色标准化、数据增强和图像标准化处理,在ResNet101网络模型基础上,结合注意力机制模块(CBAM),包括注意通道力机制和注意空间力机制,在网络模型中加入发明的FR模块,此模块能处理空间维度和深度维度的数量,使用交叉熵作为损失函数,最终通过消融实验,得出网络最优模型,将预处理后的测试集中乳腺病理图像输入分类结果,获得图像的预测结果。本发明对乳腺图像的高精度、高准确率的分类,对乳腺疾病的分析、研究、手术方案和治疗方法具有重要意义。

    一种基于深度学习的分节段椎骨CT图像分割方法

    公开(公告)号:CN113313717B

    公开(公告)日:2022-12-06

    申请号:CN202110541839.6

    申请日:2021-05-18

    Inventor: 李冰 刘创

    Abstract: 本发明公开了一种基于深度学习的分节段椎骨CT图像分割方法,涉及图像分割技术领域;它的分割方法如下:步骤一、脊椎CT图像的预处理;步骤二、椎骨中心检测;步骤三、椎骨CT图像分割;本发明利用深度学习的方式自动检测出当前图像中所有的可见椎骨中心,通过分割网络对其进行高分辨率分割;帮助医生早期有效发现椎骨畸形和损伤,从而能够及时预防和治疗。

Patent Agency Ranking