类人视网膜芯片及其微电极阵列传感系统

    公开(公告)号:CN116410860A

    公开(公告)日:2023-07-11

    申请号:CN202310399739.3

    申请日:2023-04-14

    Abstract: 一种类人视网膜芯片及其微电极阵列传感系统,该芯片系统由六个独立的对比系统组成,每个系统包括上层芯片、下层芯片和中间多孔膜,上层腔室提供毛细血管内皮细胞的生长环境,中间多孔膜分隔上层芯片和下层芯片,下层腔室提供神经细胞的生长环境。上层腔室和下层腔室分别有微电极阵列,用来采集神经元场电位信号和跨内皮细胞电阻信号。本发明模拟人视网膜神经血管单元组织结构,构建类人视网膜芯片,可采集光照影响下多细胞体系的数据信息,为视觉认知和视力神经保护与修复相关研究及智能‑智慧结构网络整体建模与机制揭示提供有效平台。

    基于深度迁移学习的单通道耳脑电自动睡眠分期方法

    公开(公告)号:CN113303814B

    公开(公告)日:2022-07-05

    申请号:CN202110676558.1

    申请日:2021-06-13

    Abstract: 本发明属于睡眠监测技术领域,基于深度迁移学习的单通道耳脑电自动睡眠分期方法,包括以下步骤:(1)信号采集及预处理,(2)特征提取,(3)模型适配,(4)模型评估。本发明具有以下优点:一是,使用CNN对源域数据进行端对端的训练,自动提取睡眠脑电数据SHHS的特征;二是,使用3个结构相同但网络参数不同的1D CNN进行并行特征提取,提取睡眠脑电数据SHHS的时域、时频域及频域特征;三是,采用深度迁移学习算法,完成源域和目标域数据的适配,四是,搭建的深度迁移学习模型,使得适用于脑电信号的睡眠分期模型应用于耳脑电信号上,完成不同受试者、不同设备、不同通道的迁移,实现连续的自动睡眠分期。

    一种模拟脑缺血再灌注病理模型的芯片

    公开(公告)号:CN111621419B

    公开(公告)日:2022-05-17

    申请号:CN202010452500.4

    申请日:2020-05-26

    Abstract: 一种模拟脑缺血再灌注病理模型的芯片,属于微流控技术领域。主要包括四层,第一层为培养液以及接种细胞入口,第二层与二三层芯片之间的多孔膜共同模拟的是血脑屏障系统,每层芯片上都设有液体流入或流出的通道,第三层芯片与三四层芯片之间的多孔膜共同模拟脑组织功能单元,芯片上同样有液体流入或者流出的通道,第四层芯片为培养液出口,此外,二三层芯片以及三四层芯片之间设有细微孔道。本发明具备多细胞共培养能力,通过多孔膜和培养孔设计能够实现多细胞间通过培养液流动的细胞间不接触的信息交流,进而模拟人脑缺糖缺氧过程进而模拟人脑缺血过程、脑缺血后的再灌注。

    一种PCLT-g-PEDOT导电复合物及其制备方法

    公开(公告)号:CN109679071B

    公开(公告)日:2022-04-29

    申请号:CN201811607999.0

    申请日:2018-12-27

    Abstract: 本发明提供了一种新型PCLT‑g‑PEDOT导电复合物及其制备方法,涉及导电复合材料技术领域。其制备方法包括:(1)通过Friedel‑Crafts酰基化反应合成具有羧基反应性官能团的新型α位取代EDOT单体衍生物EDOTCOOH;(2)通过EDCI/DMAP酯化反应与具有良好的生物相容性的分子量在900左右的PCLT进行结合,获得EDOT封端的EDOTCOOH‑g‑PCLT材料;(3)与EDOT单体通过化学聚合方式扩大导电链长度,制备新型的具有良好降解性的支化嵌段PCLT‑g‑PEDOT导电复合物材料。本方法工艺简单,具有较好的重复性,得到的导电复合物产率高,性能优良,可连续批量生产,应用前景广阔。

    基于深度迁移学习的单通道耳脑电自动睡眠分期方法

    公开(公告)号:CN113303814A

    公开(公告)日:2021-08-27

    申请号:CN202110676558.1

    申请日:2021-06-13

    Abstract: 本发明属于睡眠监测技术领域,基于深度迁移学习的单通道耳脑电自动睡眠分期方法,包括以下步骤:(1)信号采集及预处理,(2)特征提取,(3)模型适配,(4)模型评估。本发明具有以下优点:一是,使用CNN对源域数据进行端对端的训练,自动提取睡眠脑电数据SHHS的特征;二是,使用3个结构相同但网络参数不同的1D CNN进行并行特征提取,提取睡眠脑电数据SHHS的时域、时频域及频域特征;三是,采用深度迁移学习算法,完成源域和目标域数据的适配,四是,搭建的深度迁移学习模型,使得适用于脑电信号的睡眠分期模型应用于耳脑电信号上,完成不同受试者、不同设备、不同通道的迁移,实现连续的自动睡眠分期。

    基于仿生强化学习型小脑模型的在线稳定控制仿人机器人

    公开(公告)号:CN112060082A

    公开(公告)日:2020-12-11

    申请号:CN202010836621.9

    申请日:2020-08-19

    Abstract: 基于仿生强化学习型小脑模型的在线稳定控制仿人机器人,属于仿人机器人领域,为了解决提高仿人机器人在行走过程中的稳定与平衡能力的问题,包括对仿人机器人进行离线步态规划的器件,该器件输出使仿人机器人跟踪离线生成的关节运动轨迹具备行走能力;响应于离线步态的小脑模型控制器,小脑模型控制器包括状态编码模块、小脑模型、下橄榄反馈模块、运动映射模块,状态编码模块根据仿人机器人传感器采集到的状态信息调整PF的激活状态,下橄榄反馈模块基于环境反馈的评价信息修改行为选择概率以及小脑神经元存储权值,运动映射模块根据功能模块输出调节机器人动作,效果是提高仿人机器人在行走过程中的稳定与平衡能力。

Patent Agency Ranking