公开(公告)号：CN116432774A

公开(公告)日：2023-07-14

申请号：CN202310368919.5

申请日：2023-04-06

Applicant: 上海交通大学

Inventor： 马汝辉 ,  褚学森 ,  阮馨雨 ,  王辰霈 ,  施宏建 ,  汪小川 ,  董俊伟 ,  刘渊

IPC: G06N20/00 ,  G06F17/11 ,  G06F17/10 ,  G06F21/55

Abstract: 本发明公开了一种基于层次化指标筛选的区块链联邦学习安全聚合框架，涉及联邦学习技术领域，包括预训练阶段、正式训练阶段和聚合阶段，其中：预训练阶段，训练客户端参与预训练并将计算的loss值上传区块链；正式训练阶段，可信客户端训练模型并提供评分标准，训练客户端训练并上传本地模型参数，可信客户端对本地模型打分并计算其权重，上传模型信任分数和权重；聚合阶段，根据模型信任分数和权重进行模型聚合，获得本轮全局模型并上链。本发明通过将FLTrust算法对上传的本地模型进行信任评分聚合，排除恶意客户端，一定程度上应对拜占庭攻击，保证最终获得全局模型的准确性，通过loss预测与聚合权重加快聚合速度，用更少的收敛轮次获得较好的全局模型。

公开(公告)号：CN118640843A

公开(公告)日：2024-09-13

申请号：CN202410676768.4

申请日：2024-05-28

Applicant: 上海交通大学

Inventor： 程清扬 ,  杨明 ,  朱远飞 ,  王尚亭 ,  刘渊

IPC: G01B17/00 ,  A61M60/178 ,  A61M60/90 ,  G01N33/50 ,  G01D21/02 ,  G09B23/30 ,  G09B23/32

Abstract: 本发明公开了一种微型介入泵的血液相容性以及移位的体外测试装置，用于微型介入泵的测试，包括：心室模拟装置，其用于模拟左心室的工作；血槽室，其用于存储血液；第一模拟血管，其两端分别与所述心室模拟装置的入口、血槽室连接；第二模拟血管，其两端分别与所述心室模拟装置的出口、血槽室连接；所述微型介入泵置于所述心室模拟装置内，用于驱动所述血液在心室模拟装置、第二模拟血管、血槽室、第一模拟血管内流动。本发明实现了微型介入泵的血液相容性体外测试。

公开(公告)号：CN116484978A

公开(公告)日：2023-07-25

申请号：CN202310507957.4

申请日：2023-05-06

Applicant: 上海交通大学

Inventor： 马汝辉 ,  褚学森 ,  王辰霈 ,  阮馨雨 ,  施宏建 ,  汪小川 ,  董俊伟 ,  刘渊

IPC: G06N20/00

Abstract: 本发明公开了一种基于回合制更新及客户端权重优化的区块链联邦学习方法，涉及深度学习领域，该方法包括如下步骤：从区块链中获取第一全局模型集，客户端对第一全局模型集执行本地训练，生成训练后的本地模型；客户端在本地依据训练后的本地模型执行聚合，并计算测试损失值；依据测试损失值获取未参与本轮训练时的损失值差值；以损失值差值获取第一参数，以筛选客户端，按一定时隙收集筛选客户端训练后的本地模型，生成聚合模型，上传区块链；重复上述训练步骤直到全局模型收敛或达到预设的训练轮数。本发明减少了同步训练带来的等待时间，同样提高了框架的效率。

公开(公告)号：CN119846956A

公开(公告)日：2025-04-18

申请号：CN202411908252.4

申请日：2024-12-23

Applicant: 上海交通大学

Inventor： 杨明 ,  禹俊文 ,  刘渊 ,  王尚亭 ,  朱远飞

IPC: G05B13/04 ,  A61M1/36 ,  G06N3/092 ,  G06N7/02

Abstract: 本发明公开了一种基于强化学习和模糊控制的超声致动泵肺控制方法，涉及体外膜肺氧合领域，包括以下步骤：根据专家系统知识，构建基础生命体征与搏动频率之间的模糊规则，得到模糊控制器，对平均流量进行调整；根据氧合装置流场条件，构建智能体交互环境；构建智能体控制策略的状态空间和动作空间，保持电机运动稳定；建立与训练基于深度强化学习的血泵控制策略模型，获取血液流量波形曲线和血泵控制策略；提取训练好的模型对电机进行智能控制，评估策略模型的控制性能。本发明利用深度强化学习找寻最优流量波形，对血液流场进行调控，在无需复杂的氧合器设计条件下显著提升氧合效率，可根据不同氧合器结构得到不同智能体，具有较强的可移植性。

公开(公告)号：CN118211458A

公开(公告)日：2024-06-18

申请号：CN202410471888.0

申请日：2024-04-18

Applicant: 上海交通大学

Inventor： 杨明 ,  王尚亭 ,  朱远飞 ,  刘渊

IPC: G06F30/23 ,  A61M60/237 ,  A61M60/508 ,  G06F30/28 ,  G06N3/092 ,  G06F30/27 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明公开了一种基于深度强化学习算法的介入式微型轴流血泵的控制方法，包括：根据介入式微型轴流血泵的工况环境，构建智能体交互环境；确定智能体对应策略的状态空间和动作空间，并设计合适的奖励函数；建立与训练基于深度强化学习算法的血泵控制策略，求解血泵转速优化问题；提取训练好的策略模型，根据不同的自然心脏活动状态和主动脉压值之差及溶血指数和血小板活化水平，借助基于深度强化学习算法的血泵控制策略给出血泵转速的最优解，进行网络策略验证。本发明提高了对介入式微型轴流血泵转速控制的实时性，并在不同工作参数条件下实现泵速的自适应控制。