-
公开(公告)号：CN112274146A
公开(公告)日：2021-01-29
申请号：CN202010983138.3
申请日：2020-09-18
Applicant: 西安交通大学
IPC: A61B5/1455
Abstract: 一种用于NIRS测量设备检测校准的模拟系统及方法，系统包括NIRS测量设备和模拟装置；模拟装置中的中断信号产生电路按照待测设备的时序，向微控制器单元发出中断信号；微控制器单元根据操作单元预设的光强值，向数模转换电路发出指令，使其依次产生用以模拟不同波长光的电信号；数模转换电路输出的电信号可分别输入至待校准的NIRS测量设备；信号采集模块的两个通道，将NIRS测量设备测量到的光强值与模拟装置中预设的光强值直接进行比较；从而实现对NIRS测量设备的检测校准；本发明用模拟装置替代人体和探头，省去了光源和光检测电路，可有效避免电磁干扰及杂散光的问题；通过改变光强值调整输出电信号的大小，实现对设备主体的检测校准。
-
公开(公告)号：CN105286838B
公开(公告)日：2018-08-28
申请号：CN201510778290.7
申请日：2015-11-13
Applicant: 西安交通大学
IPC: A61B5/0225
Abstract: 一种升压血压测量的泵速自动调节方法及装置，根据袖带压力提取的震荡波，进行脉动检测，并以此为基础计算平均脉率；测量一定时间间期内的袖带压力变化值，通过袖带压力变化来间接反映当前的气泵充气量；根据得到的平均脉率和袖带压力变化值动态，自动调节气泵驱动电压，进而达到调节充气量的目的了；优化测量过程中还开发舒适性更好的自动血压测量设备，包括压力传感器、脉动检测电路和处理器；根据压力传感器采集到的袖带静压力信号和通过脉动检测电路(106)中断计算出的脉率，处理器利用一种升压血压测量泵速自动调节方法对充气泵(102)驱动电压进行实时调节，本发明不受袖带尺寸的影响，并能根据被测量者脉率情况，实时调节测量过程。
-
公开(公告)号：CN120068499A
公开(公告)日：2025-05-30
申请号：CN202411995386.4
申请日：2024-12-31
IPC: G06F30/23 , G06F30/27 , G06F30/28 , G06F18/2431 , G06N3/006 , G06N5/01 , G06N20/20 , G06F113/08 , G06F119/14
Abstract: 本发明属于电力设备结构优化技术领域，具体涉及一种GIS/GIL用微粒陷阱及其结构优化方法和计算机装置。该方法首先建立微粒陷阱仿真模型和微粒运动仿真模型，利用微粒陷阱的仿真模型和微粒运动仿真模型得到不同微粒陷阱的结构参数下微粒陷阱对微粒的捕获率并作为数据集；然后利用数据集对构建的机器学习模型进行训练，训练完成的模型为用于根据结构参数计算捕获率的等效计算模型；最后以最大化利用所述等效计算模型计算得到的捕获率为目标对结构参数进行优化，从而得到结构参数的最优取值。本发明相较于直接利用仿真模型进行结构参数优化的方式，减少了计算次数，提高了优化效率，使得按照该种优化方式获得的微粒陷阱大幅度提高了微粒陷阱的捕获率。
-
公开(公告)号：CN116616716A
公开(公告)日：2023-08-22
申请号：CN202310650289.0
申请日：2023-06-03
Applicant: 西安交通大学
Abstract: 一种基于聚类降维的集成学习睡眠分期方法，包括以下步骤：获取单通道EEG数据，同时初始化SVM分类器；对EEG数据进行特征提取，每个时段提取一个特征向量，作为一个数据点；进行特征选择和特征分类，为分类器分别选择特征集，基分类器的训练；对于测试数据，选择概率最大的分期作为测试数据的预测结果；本发明使用单通道EEG信号作为输入，极大的降低了输入信号的采集难度，并且提出的进行特征选择和特征分类，针对不同的特征空间，都具有良好的适应性；因此本发明可以快速、准确、实时地的进行睡眠分期。
-
公开(公告)号：CN116138916A
公开(公告)日：2023-05-23
申请号：CN202310151742.3
申请日：2023-02-22
Applicant: 西安交通大学
IPC: A61C19/04
Abstract: 一种基于光测法与视觉分析的龋病检测装置，包括三个转动平台，相当于三个模块，分别为结构光扫描模块、视觉识别模块、光切法粗糙度检测模块；结构光扫描模块获取高精度的牙体各牙面的三维结构模型；视觉识别模块获取高精度的牙体各牙面的图像颜色数据，识别牙体表面的微小色泽变化；光切法检测模块通过线激光器发出垂直光带照射于目标牙表面，反射光线通过透镜后在显微摄像机表面成像，获得牙面粗糙度分布；本发明通过多源数据协同处理可建立牙面轮廓及参数模型，结合大数据机器学习与人工智能分析可对扫描所得多源数据模型进行分析诊断，判断扫描牙面是否发生龋坏并对龋坏位置进行定位。
-
Patent Agency Ranking
公开(公告)号：CN113796830B
公开(公告)日：2023-05-23
申请号：CN202111003094.4
申请日：2021-08-30
Applicant: 西安交通大学
IPC: A61B5/00
Abstract: 一种睡眠信号分期可信度自动评价方法，步骤一：选择主分类器和辅分类器，采用监督学习对主、辅分类器进行训练，获得训练后的主、辅分类器；步骤二：输入睡眠数据，利用步骤一中训练后的主、辅分类器，对睡眠数据进行多粒度分类视图预测，并输出主分类器的预测结果；步骤三：根据步骤二的主、辅分类器预测结果，计算并输出逻辑一致性系数即可信度R；本发明能够有效自动评价睡眠分期结果，对海量无标记睡眠数据自动标记来更新训练集规模来训练健壮性更高、结果可信度高的睡眠分期算法，同时本发明技术可以移植至可穿戴便携式睡眠监测设备中，辅助及促进移动医疗的发展。
-
公开(公告)号：CN113907707B
公开(公告)日：2022-12-23
申请号：CN202111017158.6
申请日：2021-08-31
Applicant: 西安交通大学
Abstract: 一种基于多模态信息的癫痫发作时间段检测系统及方法，检测系统包括生理信号采集模块A、预处理模块B、特征提取模块C、分类识别模块D四个模块；基于这四个模块，先采集癫痫患者的发作期和非发作期的多模态生理信号；再对多模态生理信号按时间长度划分移动窗并进行质量筛选，根据加速度计信号初步识别癫痫发作期和非发作期时间段，进行信号处理去除噪声干扰；然后提取移动窗各模态信号的时域和频域特征；最后结合交叉验证使用代价敏感支持向量机进行识别分类；本发明使用的多模态生理信号能够很好地表征癫痫发作时间段的生理变化情况，具有明确的临床解释，以其时域和频域特性为特征值，结合CSVM分类，检测癫痫发作时间段，具有较高的灵敏度和较低的误报率。
-
公开(公告)号：CN113935372A
公开(公告)日：2022-01-14
申请号：CN202111138875.4
申请日：2021-09-27
Applicant: 西安交通大学
Abstract: 一种基于非线性模式分解的袖带压力震荡波提取方法，步骤一、从原始波形中提取袖带压力信号和振荡波信号；步骤二、对含有运动干扰伪迹的振荡波信号进行同步挤压小波变换；步骤三、利用同步挤压小波变换的结果，计算振荡波信号的时变双谱，同时将时变双谱绝对值与同步挤压小波变换结果相乘，得到去噪后震荡波信号的同步挤压小波变换；步骤四、利用非线性模式分解算法，分别提取一次谐波和备选谐波成分，同时使用替代数据检验，找出一次谐波的真实谐波成分；步骤五、通过提取的一次谐波和相关谐波成分进行非线性模式重构，得到去除运动干扰伪迹的振荡波信号；本发明能够对袖带压力震荡波中的运动干扰进行滤除，从而准确提取袖带压力震荡波。
-
公开(公告)号：CN113345546A
公开(公告)日：2021-09-03
申请号：CN202110649900.9
申请日：2021-06-10
Applicant: 西安交通大学
Abstract: 一种基于稳态视觉诱发电位的手功能主动康复训练系统及方法，系统包括人机交互界面模块A、信号采集模块B、信号处理模块C和手功能康复机器人模块D；通过刺激人机交互界面模块A中的频闪产生视觉诱发电位，信号采集模块B获取脑电信号后，信号处理模块C进行预处理、特征提取和特征分类，最后将特征分类结果转化为控制命令，通过通讯模块驱动手功能康复机器人模块D的气动式软体手功能康复机器人进行康复训练，其中，在脑电信号处理部分融合了独立成分分析和典型相关分析，实验证明对64通道脑电信号特征提取更有效；本发明设备使用简单，界面友好，不需要使用者具有编程经验，易于推广普及。
-
-
-
-
-
-
-
-
Search Results
96
records
(took 0.026 seconds)
