-
公开(公告)号：CN115372429B
公开(公告)日：2024-08-13
申请号：CN202210863153.3
申请日：2022-07-21
Applicant: 桂林电子科技大学
Abstract: 本发明涉及电化学免疫传感器技术领域，具体涉及一种单通道双工作电极的丝网印刷电极的构建方法，包括在网框表面涂布粘网胶，将丝网与涂胶后的网框表面进行粘结，使用激光打印机在透明胶片上制作阳图底版；用涂胶器将感光胶涂布在丝网上；通过透明胶布将阳图底版张贴在有机玻璃板上，将有机玻璃板置于晒图箱上，并将丝网涂有感光胶的一面与阳图底版密合，在晒图箱上盖上黑布后通电晒图，得到曝光网框；用蒸馏水对曝光网框进行冲洗，得到显影网框；将显影网框冲洗后吹干，进行再次曝光，得到网板；依照网板依次在底材上进行印制油膜，待油膜干燥后进行裁切，得到双工作电极，解决了现有的电极生产成本昂贵的问题。
-
公开(公告)号：CN118436326A
公开(公告)日：2024-08-06
申请号：CN202410429684.0
申请日：2024-04-10
Applicant: 桂林电子科技大学
IPC: A61B5/021 , A61B5/00 , G06F18/214 , G06F18/15 , G06V10/80 , G06N3/0442
Abstract: 本发明公开了一种基于多波长光电容积脉搏波融合的血压预测方法及装置。该方法获取多个波长的脉搏波信号作为数据集，对数据集进行滤波和归一化预处理，然后对预处理后的多波长脉搏波信号分别进行连续小波变换获取频谱图。将同一时间段内各个波长的频谱图融合成多通道输入，并输入多通道注意力卷积神经网络‑双向长短期记忆网络(ACNN‑BiLSTM)模型中。通过ACNN‑BiLSTM网络对多通道输入进行特征提取和融合，实现血压值的预测输出。该发明融合了多个波长的光电容积脉搏波信号，保留了时域和频域特征，并通过创新的ACNN‑BiLSTM模型实现了高精度血压预测，具有重要的理论意义和应用价值。
-
公开(公告)号：CN116965780A
公开(公告)日：2023-10-31
申请号：CN202310053720.3
申请日：2023-02-03
Applicant: 桂林电子科技大学
IPC: A61B5/0205 , A61B5/33 , A61B5/346 , A61B5/00
Abstract: 本发明涉及医疗数据分析技术领域，具体涉及一种结合多模态融合方式的房颤分类方法，将脉搏波信号转变成频谱图，将其送入改进后的CBAM_Resnet网络当中，将脉搏波信号送入三层CNN卷积网络中，分别提取频谱图和脉搏波信号段特征，并将特征融合再进行心房颤动分类，由于频谱图保留了脉搏波信号的时域和频域特征，并且CBAM_Resnet因为加入注意力机制从而提高了表征能力，可以关注重要特征并抑制不重要的信息，能够更好的提取出频谱图的图像特征，从而达到更高的分类效果。
-
公开(公告)号：CN109793507A
公开(公告)日：2019-05-24
申请号：CN201910165873.0
申请日：2019-03-06
Applicant: 桂林电子科技大学
IPC: A61B5/021
Abstract: 本发明公开了一种基于手指压力示波法的无袖套血压测量装置，其特征在于，所述装置包括电连接的信号采集单元和通讯与计算单元，其中，信号采集单元设有光电脉搏波采集模块和压力信号采集模块，通讯与计算单元设有主控制器和与主控制器连接USB串口通信模块，USB串口通信模块与显示模块连接，所述光电脉搏波采集模块包括顺序连接的反射式光电脉搏波传感器和脉搏波信号预处理模块，所述压力信号采集模块包括顺序连接的压力信号传感器和压力信号已处理模块，脉搏波信号预处理模块与压力信号已处理模块的输出均连接主控制器。这种装置需输入信号少，输入信号与血压水平间的关系稳定易于操作、低成本。这种方法操作简单、容易掌握，实用性好。
-
公开(公告)号：CN116046868A
公开(公告)日：2023-05-02
申请号：CN202211463174.2
申请日：2022-11-22
Applicant: 桂林电子科技大学
IPC: G01N27/327 , G01N27/48
Abstract: 本发明涉及电化学免疫传感器技术领域，具体涉及一种用于多巴胺检测的基于DNA适配体的电化学传感器制备方法，包括通过溶剂热法合成CuAlO2/rGO‑TEPA复合材料；将CuAlO2/rGO‑TEPA复合材料作为电极基底材料，电沉积AuPtNPs，AuPtNPs可以为下一步修饰DNA适配体提供更多的活性结合位点，提高检测的灵敏度；将腺苷适体以及与其互补配对的巯基端捕获探针先后对工作电极表面进行修饰，修饰的DNA适配体能特异性识别DA，加宽检测范围，进一步提高检测的灵敏度；将BSA封闭工作电极上未吸附腺苷适体的活性位点，制备DA电化学传感器；通过DA电化学传感器进行电化学表征，对电化学表征进行分析。
-
Patent Agency Ranking
公开(公告)号：CN118537317A
公开(公告)日：2024-08-23
申请号：CN202410675951.2
申请日：2024-05-28
Applicant: 桂林电子科技大学
IPC: G06T7/00 , G06T7/62 , G06T17/00 , G06V10/26 , G16H50/30 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种基于深度学习的二维超声心动图左心室射血分数评估算法，方法包括：获取公开超声心动图CAMUS数据集并进行预处理；对于处理好的数据集，按照设定比例划分为训练集和测试集；建立基于深度学习的包含注意力机制和二维卷积的级联超声心动图分割模型；将处理后的超声心动图数据集训练集依次输入分割模型中进行迭代训练；其中分割损失函数为Dice损失函数和交叉熵损失函数结合损失函数；加载训练模型，将待分割的超声心动图图像测试集输入训练模型获取左心室左心房图像分割结果，并根据分割结果评估射血分数。通过本发明提出的方法，可以精准高效的分割出超声心动图像中的左心室和左心房目标区域，并根据左心室区域评估射血分数。
-
公开(公告)号：CN116439699A
公开(公告)日：2023-07-18
申请号：CN202310118123.4
申请日：2023-02-15
Applicant: 桂林电子科技大学
IPC: A61B5/1455 , A61B5/02 , G06N20/20
Abstract: 本发明涉及医疗器械技术领域，尤其涉及一种基于四波长脉搏波的无创血红蛋白测量装置与方法，装置包括反射式光电脉搏波传感器、脉搏波信号预处理模块、主控制器、USB串口通信模块和Qt上位机显示模块，通过光电反射式光电脉搏波传感器获得活体对象手指指端动脉处光电容积脉搏波原始微弱信号，经过处理和数据拟合后得到光电容积脉搏波信号与血红蛋白之间的模型关系，实现无创测量人体的血红蛋白值，不需要采集血样就可实现血红蛋白的检测，便于家庭和个人医疗监护使用；同时因为操作简便，对操作人员专业性要求不高，方便受试者自己监测生理指标。
-
公开(公告)号：CN116257779A
公开(公告)日：2023-06-13
申请号：CN202310123884.9
申请日：2023-02-16
Applicant: 桂林电子科技大学
IPC: G06F18/24 , G06F18/00 , G06F18/214 , G06N3/08
Abstract: 本发明涉及信息处理与计算机学科交叉技术领域，具体涉及一种基于深度学习分类的信号数据转换与数据扩增方法，针对深度学习模型的训练需要大量的数据以及信号处理过程信息丢失问题，以脉搏波信号为例，使用格拉姆角场将已有的一维信号序列编码为图像，使一维脉搏波信号段转化为二维图片，更利于使用卷积神经网络模型分类，达到更好的分类效果，数据经过少量的处理，不需要滤波以及特征提取等方式，就能够包含更多的信息；同时还可以将一段信号转化为多个格拉姆角场图片，使得少量的数据集达到数据扩增的目的。
-
公开(公告)号：CN119302617A
公开(公告)日：2025-01-14
申请号：CN202411419205.3
申请日：2024-10-12
Applicant: 桂林电子科技大学
Abstract: 本发明涉及医疗器械领域，公开了一种便携式多生理参数监测系统设计及实现方法，设计包括软件端设备和硬件电路端设备。软件端设备包括1、手机APP2、云平台服务器3、嵌入式软件操作系统。所述监测系统硬件电路端设备包括4、光电容积脉搏波采集模块5、体表温度采集模块6、心电采集模块7、数据处理传输模块8、主控芯片9、屏幕显示模块10、WIFI通信模块11、键盘操作模块。硬件电路端设备将多生理参数通过WiFi通信的方式共享到手机APP以及云平台服务器并进行数据存储，为被监测者家属以及医护人员提供实时性参考。本发明设计了一套便携式多生理参数监测系统，相较于传统监测系统，实现生理参数在被监测者、家属、医护人员间的共享，采用无创测量，占用体积小，功耗低，能够准确获取体温、血压、血红蛋白、血氧饱和度、心率等数据。
-
公开(公告)号：CN118402790A
公开(公告)日：2024-07-30
申请号：CN202410414203.9
申请日：2024-04-08
Applicant: 桂林电子科技大学
IPC: A61B5/16 , A61B5/0245 , A61B5/00
Abstract: 本发明公开了一种基于脉搏波信号心肺耦合的精神压力监测方法，属于生理信号处理技术领域；包括以下步骤：对原始的光电容积脉搏波信号PPG进行预处理工作，获得相对平滑的PPG信号；对预处理后的信号进行峰值识别，并从中提取心率变异序列以及呼吸序列。通过对3个序列进行图谱耦合转化得到包含精神压力信息的连续小波图谱及心肺耦合图谱，建立机器学习模型对精神压力等级进行识别；本发明能够在仅使用PPG信号的情况下实现对精神压力的精准监测，为未来智能穿戴设备识别精神压力提供新的思路。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.027 seconds)
