-
公开(公告)号：CN106558466A
公开(公告)日：2017-04-05
申请号：CN201611114913.1
申请日：2016-12-07
Applicant: 中国人民解放军陆军总医院 , 电子科技大学
IPC: H01J9/02
CPC classification number: H01J9/025
Abstract: 本发明公开了一种单晶六硼化镧场发射阵列阴极的制备方法，属于阴极场发射技术领域。本发明采用纳秒脉冲电化学腐蚀工艺刻蚀形成单晶六硼化镧场发射阵列阴极，通过调节加工脉冲电流参数和刻蚀时间，使得单晶六硼化镧基底加工区和非加工区的极化过电位产生显著差别，从而有效地克服了电化学腐蚀工艺进行尖锥阵列刻蚀过程中的杂散腐蚀，提高了尖锥阵列阴极的均匀性，进而改善和提高阴极场发射性能，使得单晶六硼化镧场发射尖锥阵列阴极作为电子源在行波管、速调管等微波器件和大型动态真空设备等领域具有广阔应用的前景。
-
公开(公告)号：CN109512819A
公开(公告)日：2019-03-26
申请号：CN201710853652.3
申请日：2017-09-20
Applicant: 中国人民解放军陆军总医院
IPC: A61K31/436 , A61K49/00 , A01K67/02
Abstract: 本申请公开了一种自闭症小鼠模型、其构建方法及用途。所述构建方法包括用雷帕霉素药物对孕鼠进行孕期干预，从而获得自闭症子代小鼠模型。本发明为ASD的相关研究建立了新的可靠的动物模型，并为今后自闭症的防治探寻了一条新方向。
-
公开(公告)号：CN109011136A
公开(公告)日：2018-12-18
申请号：CN201811033263.7
申请日：2018-09-05
Applicant: 中国人民解放军陆军总医院
CPC classification number: A61N1/0534 , A61N1/3605
Abstract: 本申请公开了一种脑深部刺激电极组件、脑深部电刺激装置及其使用方法，脑深部刺激电极组件包括正电极线和负电极线，正电极线的一端设有正电极，负电极线的一端设有负电极，正电极和负电极上皆至少设有一个外延部，外延部凸伸出与之连接的正电极或负电极的外侧面设置。本申请提供的脑深部刺激电极组件、脑深部电刺激装置及其使用方法，通过在正电极和负电极上皆设有外延部，且外延部凸伸出与之连接的正电极或负电极的外侧面设置，不仅增加了正电极与负电极在周向上插入骨水泥的深度，进而提高了正电极和负电极与脑深部之间的连接稳固性，还避免了现有技术中采用螺钉将电极固定于颅骨上而导致脑皮层受损伤问题的出现。
-
Patent Agency Ranking
公开(公告)号：CN109512819B
公开(公告)日：2021-05-04
申请号：CN201710853652.3
申请日：2017-09-20
Applicant: 中国人民解放军陆军总医院
IPC: A61K31/436 , A61K49/00 , A01K67/02
Abstract: 本申请公开了一种自闭症小鼠模型、其构建方法及用途。所述构建方法包括用雷帕霉素药物对孕鼠进行孕期干预，从而获得自闭症子代小鼠模型。本发明为ASD的相关研究建立了新的可靠的动物模型，并为今后自闭症的防治探寻了一条新方向。
-
-
公开(公告)号：CN109107629A
公开(公告)日：2019-01-01
申请号：CN201811032653.2
申请日：2018-09-05
Applicant: 中国人民解放军陆军总医院
IPC: B01L9/00
Abstract: 本申请公开了一种夹持装置，包括固定夹持板和活动夹持板，活动夹持板转动设置于固定夹持板，固定夹持板和活动夹持板之间形成有用于夹持零件的夹口，夹持装置还包括：弹性件，弹性件位于固定夹持板和活动夹持板之间，且用于向活动夹持板提供张开夹口的弹力；夹口调节件，夹口调节件分别与固定夹持板和活动夹持板连接，夹口调节件包括驱动部，驱动部与活动夹持板配合以驱动活动夹持板沿闭合夹口方向转动。本申请提供的夹持装置不仅结构简单，对夹口的夹紧或打开操作便捷，且可使夹口在非使用状态下处于张开状态，以便于电极等实验器件放入或取出。
-
公开(公告)号：CN119559125A
公开(公告)日：2025-03-04
申请号：CN202411511166.X
申请日：2024-10-28
Applicant: 电子科技大学
IPC: G06T7/00 , G06N3/0455 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于知觉组织规则的血管分割方法，属于图像处理领域。包括知觉组织规则的建立；基于知觉组织规则的神经网络的建立；基于协变率的半监督学习方法的建立；3D图像模式设置；损失函数的定义及实验设置。该方法受到人类视觉系统的启发，包含两个关键部分：基于知觉组织规则的神经网络和基于协变率的半监督学习方法。通过计算相似性、邻近性和连续性等知觉组织规则，增强了血管连贯性结构特征的表达，从而提升了分割效果。本发明的血管分割方法在辅助医生临床诊断和治疗中表现出卓越的诊断能力，可快速对患者病情进行分析和处理。
-
公开(公告)号：CN118782233A
公开(公告)日：2024-10-15
申请号：CN202410973984.5
申请日：2024-07-19
Applicant: 电子科技大学
IPC: G16H50/20 , G16H50/30 , G16H10/60 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G06N20/20 , G06F18/27
Abstract: 本发明公开了一种基于机器学习及Transformer的心房颤动检测及风险因素挖掘方法，包括以下步骤：(1)信息自动录入，得到入院即时信息和时序医疗信息；(2)进行心房颤动风险因素挖掘：提取入院即时信息，利用Stacking集成机器学习模型与Shap可解释性分析算法，进行风险因素挖掘；(3)导入心电图数据，结合入院即时信息和时序医疗信息，利用Multimodal‑AF Transformer模型对三种模态的数据进行处理，实现心房颤动检测，生成预测结果和概率。本发明利用多模态数据处理来检测心房颤动，通过机器学习模型进行分析和预测，显著提升了检测精度和模型的可解释性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.043 seconds)
