-
公开(公告)号:CN107596556B
公开(公告)日:2020-11-27
申请号:CN201710808595.7
申请日:2017-09-09
Applicant: 北京工业大学
IPC: A61N1/36
Abstract: 本发明公开了一种基于音乐实时调制的经皮迷走神经刺激系统,该系统包括智能手机和神经刺激器;其中,神经刺激器包括电源管理模块、蓝牙模块、缓冲模块、MCU模块、极性转换模块、恒流输出模块、电压检测模块以及输出电极,所述神经刺激器采用外部电源供电,由智能手机安装专用的软件APP通过蓝牙模块进行实时监控。神经刺激器通过基频检测、音量提取等算法,实时提取出不同音乐的音调和音量,经过调制得到不同的刺激参数,控制相应模块发出刺激电流脉冲对迷走神经进行刺激,实现刺激波形与音乐的同步,达到预期的效果。本发明易于携带,功能强大,为经皮迷走神经刺激的研究提供重要支持。
-
公开(公告)号:CN106823136A
公开(公告)日:2017-06-13
申请号:CN201611254781.2
申请日:2016-12-30
Applicant: 北京工业大学
IPC: A61N1/36
CPC classification number: A61N1/36053 , A61N1/36125 , A61N1/36189
Abstract: 一种产生新型刺激波形的耳迷走神经刺激系统,系统包括电源、显示模块、按键模块、控制模块、音乐节奏提取系统、脉冲单元发生器、调制模块、放大电路和输出电极。电源、显示、按键与控制模块组成人机交互模块主要完成参数调节、音乐选择以及刺激的开与关;控制模块与PC机经过数据线进行信息交互,以便更换存储音乐;脉冲单元发生器产生符合参数要求的脉冲单元并传到调制模块中;调制模块接收脉冲单元与音乐节奏和能量进行调制,得到最终刺激波形经放大电路放大后由输出电极输出。提取音乐中节奏等信息对基本刺激波形单元进行调制得到刺激波形,能够满足神经对于刺激波形的要求,同时能够随音乐变化而产生情绪上的波动。
-
公开(公告)号:CN105205345A
公开(公告)日:2015-12-30
申请号:CN201510542519.7
申请日:2015-08-28
Applicant: 北京工业大学
Abstract: 基于ShRec3D和转换参数优化的染色体3D结构建模方法,将基因片段之间的交互频率转换为空间距离,进一步构建基因组的三维空间结构。该方法,首先通过黄金分割算法寻找最优的转换参数,将两个染色体片段之间的交互作用频率,转化为两个片段之间的空间距离;进而应用最短距离算法构建基因组的空间距离图谱,最后用MDS算法得到三维空间中各个基因片段的相对坐标图,对染色体的三维空间结构可视化。并用均方根误差RMSD和Spearman相关系数度量构建的染色体结构的相似性。本发明对不同分辨率下的Hi-C数据集,能寻找最优的转换参数,提高了ShRec3D算法的准确性和鲁棒性,可用于染色体3D结构的建模。
-
公开(公告)号:CN104200135A
公开(公告)日:2014-12-10
申请号:CN201410438783.1
申请日:2014-08-30
Applicant: 北京工业大学
IPC: G06F19/24
Abstract: 一种基于MFA score和排除冗余的基因表达谱特征选择方法,肿瘤基因表达谱的特征选择和分类有助于肿瘤的早期诊断,从基因表达的角度解释肿瘤的成因。首先利用MFA score算法构造类间近邻矩阵Wb和类内近邻矩阵Ww,进而得到类间拉普拉斯矩阵Lb和类内拉普拉斯矩阵Lw,最后将基因排序。针对基因表达数据的高冗余这一特点,我们利用Pearson相关系数来判断基因间的相关性,将高相关的基因即冗余基因排除,最终得到基因子集。本发明适用于任意空间分布的训练样本,排除冗余基因进一步缩减了特征维数,算法复杂度较小,实验中取得了较高的分类准确率。
-
公开(公告)号:CN107596556A
公开(公告)日:2018-01-19
申请号:CN201710808595.7
申请日:2017-09-09
Applicant: 北京工业大学
IPC: A61N1/36
Abstract: 本发明公开了一种基于音乐实时调制的经皮迷走神经刺激系统,该系统包括智能手机和神经刺激器;其中,神经刺激器包括电源管理模块、蓝牙模块、缓冲模块、MCU模块、极性转换模块、恒流输出模块、电压检测模块以及输出电极,所述神经刺激器采用外部电源供电,由智能手机安装专用的软件APP通过蓝牙模块进行实时监控。神经刺激器通过基频检测、音量提取等算法,实时提取出不同音乐的音调和音量,经过调制得到不同的刺激参数,控制相应模块发出刺激电流脉冲对迷走神经进行刺激,实现刺激波形与音乐的同步,达到预期的效果。本发明易于携带,功能强大,为经皮迷走神经刺激的研究提供重要支持。
-
公开(公告)号:CN105740653A
公开(公告)日:2016-07-06
申请号:CN201610057637.3
申请日:2016-01-27
Applicant: 北京工业大学
IPC: G06F19/24
CPC classification number: G16B40/00
Abstract: 本发明为基于LLRFC和相关性分析去除冗余的特征选择方法LLRFC score+,DNA微阵列技术为临床肿瘤的诊断提供了一个新的方向。不同类型的肿瘤所对应的表达谱数据表现迥异,通过对肿瘤基因表达谱数据的分析,研究人员可以在分子水平上实现对肿瘤及其亚型的准确识别,这对肿瘤的诊断和治疗具有重要的生物学意义。利用LLRFC判别准则降序排列表达谱数据中的特征基因,结合动态相关性分析的策略进一步排除冗余特征,提出LLRFC score+的算法,选择最佳特征基因子集。本发明能有效提升分类器的分类精度,并且不要求样本数据集必须满足正态分布,适用于多种分布类型的数据。本发明可以帮助人们寻找癌症的致病基因,有助于临床上肿瘤疾病的早期诊断、肿瘤分期分型及预后治疗等。
-
公开(公告)号:CN104200134A
公开(公告)日:2014-12-10
申请号:CN201410438692.8
申请日:2014-08-30
Applicant: 北京工业大学
Abstract: 一种基于局部线性嵌入算法的肿瘤基因表数据特征选择方法,根据肿瘤基因表达数据的类别信息计算邻域,为了更好地利用类别信息,重新定义一种新的距离表达方式,I相同标签样本之间的距离;II不同标签样本之间的距离;分别计算类内与类外样本点的重构权;判别准则;特征评价函数。本发明具有LLE Score算法可以将高维的邻域信息保留在低维结构里,并可以很好地利用标签信息,同时计算代价小等特点。可以根据特征选择后的降维效果,对基因数据进行有效的分类。
-
-
-
-
-
-