公开(公告)号：CN113558640A

公开(公告)日：2021-10-29

申请号：CN202110789777.0

申请日：2021-07-13

Applicant: 杭州电子科技大学

Inventor： 杨勇 ,  俞宸浩 ,  孙芳芳 ,  邬婷婷 ,  褚剑涛 ,  郭一玮 ,  柯常杰

IPC: A61B5/369 ,  A61B5/372

Abstract: 本发明属于医疗诊断评估技术领域，具体涉及基于脑电特征的最小意识状态程度的评估方法。包括以下步骤：S1，脑电信号的采集；S2，脑电信号的预处理；S3，脑电信号特征的提取；S4，脑电信号特征的分析；S5，评估结果可视化。本发明具有检测评估准确度高，能够进行多特征分析，有利于面对脑区受损情况不同的患者状态评估的特点。

公开(公告)号：CN113558640B

公开(公告)日：2024-07-26

申请号：CN202110789777.0

申请日：2021-07-13

Applicant: 杭州电子科技大学

Inventor： 杨勇 ,  俞宸浩 ,  孙芳芳 ,  邬婷婷 ,  褚剑涛 ,  郭一玮 ,  柯常杰

IPC: A61B5/369 ,  A61B5/372

Abstract: 本发明属于医疗诊断评估技术领域，具体涉及基于脑电特征的最小意识状态程度的评估方法。包括以下步骤：S1，脑电信号的采集；S2，脑电信号的预处理；S3，脑电信号特征的提取；S4，脑电信号特征的分析；S5，评估结果可视化。本发明具有检测评估准确度高，能够进行多特征分析，有利于面对脑区受损情况不同的患者状态评估的特点。

公开(公告)号：CN113436708A

公开(公告)日：2021-09-24

申请号：CN202110830115.3

申请日：2021-07-22

Applicant: 杭州电子科技大学

Inventor： 杨勇 ,  翟明威 ,  孙芳芳 ,  柯常杰 ,  俞宸浩

IPC: G16H30/20 ,  G06T3/40 ,  G06K9/46 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于医学图像技术领域，具体涉及一种基于深度学习算法的延迟CT(T2CT)图像生成方法。包括以下步骤：S1，采集患者的T2PET、T1PET和T1CT图像；S2，将采集的T2PET、T1PET和T1CT图像输入到所提出的多分辨率配准卷积神经网络后，输出包含大、中、小形变量的三个形变场；S3，将步骤S2中输出的包含大、中、小形变量的三个形变场，融合为一个形变场；S4，将所述的形变场和输入的T1CT图像输入到空间转换网络中以生成T2CT图像。本发明具有能够在延迟的PET扫描中执行衰减校正，同时通过生成T2CT图像来避免患者进行额外的CT扫描从而降低患者经受的X射线辐射剂量的特点。

公开(公告)号：CN113436708B

公开(公告)日：2022-10-25

申请号：CN202110830115.3

申请日：2021-07-22

Applicant: 杭州电子科技大学

Inventor： 杨勇 ,  翟明威 ,  孙芳芳 ,  柯常杰 ,  俞宸浩

IPC: G16H30/20 ,  G06T3/40 ,  G06V10/44 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于医学图像技术领域，具体涉及一种基于深度学习算法的延迟CT(T2CT)图像生成方法。包括以下步骤：S1，采集患者的T2PET、T1PET和T1CT图像；S2，将采集的T2PET、T1PET和T1CT图像输入到所提出的多分辨率配准卷积神经网络后，输出包含大、中、小形变量的三个形变场；S3，将步骤S2中输出的包含大、中、小形变量的三个形变场，融合为一个形变场；S4，将所述的形变场和输入的T1CT图像输入到空间转换网络中以生成T2CT图像。本发明具有能够在延迟的PET扫描中执行衰减校正，同时通过生成T2CT图像来避免患者进行额外的CT扫描从而降低患者经受的X射线辐射剂量的特点。

公开(公告)号：CN112094010A

公开(公告)日：2020-12-18

申请号：CN202010871537.0

申请日：2020-08-26

Applicant: 杭州电子科技大学

Inventor： 孙芳芳 ,  吴松 ,  柯常杰 ,  杨勇

IPC: C02F11/02 ,  C02F11/04

Abstract: 本发明公开基于复合菌剂的有效处理环氧树脂污泥减量的生化方法。本发明利用经过活化培养后的复合菌剂对环氧树脂废水处理过程产生的污泥进行处理；其中复合菌剂包括乳酸杆菌、普雷沃氏菌、醋酸杆菌、博伊丁假丝酵母菌、韦荣氏菌、红螺菌。本发明采用复合菌剂，在特定的活化培养条件下复合菌剂活性增强并保持较高的水平，使复合菌剂受外界环境的影响较小；污泥减量效果显著，高达75％，远高于现有污泥减量处理工艺的污泥减量效益。

公开(公告)号：CN113593708A

公开(公告)日：2021-11-02

申请号：CN202110786584.X

申请日：2021-07-12

Applicant: 杭州电子科技大学

Inventor： 杨勇 ,  柯常杰 ,  孙芳芳 ,  翟明威

IPC: G16H50/70 ,  G16H70/20 ,  G06K9/62

Abstract: 本发明属于数据挖掘领域技术领域，具体涉及基于集成学习算法的脓毒症预后预测方法。包括如下步骤：S1，数据获取：获取患者电子数据资料，并提取有效特征变量；S2，数据预处理：采用四分位数划分进行数据离散化及z‑score标准化方法；S3，特征选取：采用Spearman相关性系数进行特征选择，计算各个特征对目标研究对象的相关系数；S4，预测模型训练：将数据输入到构建的预测模型中，并根据训练结果不断调节参数，使模型达到最优性能；S5，评估模型：利用测试集对训练好的模型做测试并进行评估。本发明具有科学可靠、准确率高、模型性能好、特异性和敏感度高、能够避免模型过拟合现象的特点。