-
公开(公告)号：CN113499097B
公开(公告)日：2022-12-09
申请号：CN202110780807.1
申请日：2021-07-09
Applicant: 西安交通大学
Abstract: 本发明公开的一种无创三维经颅脑组织黏弹及流性成像装置，包括经颅低频振动激励系统、经颅振动调节反馈系统和三维经颅超声旋转扫描装置。实现了经颅条件下基于剪切波成像的脑组织三维黏弹流性的检测。使用了KVFD模型进行多频率的剪切波速度拟合，可以得到弹性、黏性、流性等多参量的组织力学特性，弥足了现有技术仅能进行脑组织黏弹性成像的局限性，黏性与流性对于阿尔兹海默症、脑中风等脑疾病更加敏感，对促进该疾病的早期诊断技术在临床的发展具有巨大潜力。
-
公开(公告)号：CN113180736A
公开(公告)日：2021-07-30
申请号：CN202110350573.7
申请日：2021-03-31
Applicant: 西安交通大学
IPC: A61B8/08
Abstract: 本发明提供的基于低频气动激励获得经颅超声脑组织黏弹流性测量装置及方法，包括低频气动激励装置和经颅超声检测装置，将振动薄膜和低频经颅超声探头分别抵接在经颅两侧的颞窗位置，振动薄膜对经颅产生剪切波，同时采用低频经颅超声探头对经颅产生超声波，通过控制管道长度使得扬声器在不同频率的激励下都可以在管内产生驻波，从而带动振动薄膜进行规律性的简谐振动，即可以获得多频率的剪切波传播速度，解决了传统低频气动激励装置仅能单频率振动，仅能获取单频率的剪切波传播速度的弊端，同时通过控制振动薄膜的材料和厚度能够避免对经颅脑组织振动过程中产生瞬态加速度的情况，提高了低频气动激励装置的安全性。
-
公开(公告)号：CN111914474B
公开(公告)日：2024-04-05
申请号：CN202010598527.4
申请日：2020-06-28
Applicant: 西安交通大学
IPC: G06F30/27 , G06N20/00 , G06F18/2431 , G06F119/14
Abstract: 本发明公开了一种软物质黏弹性力学表征的分数阶KVFD多参量机器学习优化方法，包括：根据KVFD三种加载方式的解的情况，分别建立对应的K叉树字典；判断待测曲线所属的具体类型，进行全局搜索，获取曲线的参数[E0,α,τ]表示为向量，并放缩至一个参数区间，按照待测曲线所对应的KVFD模型生成预设数量的曲线，加入随机的高斯噪声，划分为训练集与测试集传入机器学习模型进行训练，选出RMSE最小的模型作为训练的最终模型；使用步骤3获得的最终模型对待测曲线进行参数估计；将参数估计获得的结果通过Q‑learning算法进一步学习，获得优化结果。本发明结合了参数学习与启发式算法的特性，能够极大地提高参数优化的准确率与效率。
-
公开(公告)号：CN113180736B
公开(公告)日：2024-04-02
申请号：CN202110350573.7
申请日：2021-03-31
Applicant: 西安交通大学
IPC: A61B8/08
Abstract: 本发明提供的基于低频气动激励获得经颅超声脑组织黏弹流性测量装置及方法，包括低频气动激励装置和经颅超声检测装置，将振动薄膜和低频经颅超声探头分别抵接在经颅两侧的颞窗位置，振动薄膜对经颅产生剪切波，同时采用低频经颅超声探头对经颅产生超声波，通过控制管道长度使得扬声器在不同频率的激励下都可以在管内产生驻波，从而带动振动薄膜进行规律性的简谐振动，即可以获得多频率的剪切波传播速度，解决了传统低频气动激励装置仅能单频率振动，仅能获取单频率的剪切波传播速度的弊端，同时通过控制振动薄膜的材料和厚度能够避免对经颅脑组织振动过程中产生瞬态加速度的情况，提高了低频气动激励装置的安全性。
-
公开(公告)号：CN116942521A
公开(公告)日：2023-10-27
申请号：CN202310698096.2
申请日：2023-06-13
Applicant: 西安交通大学医学院第二附属医院
IPC: A61H39/08
Abstract: 本申请涉及针灸装置技术领域，公开了一种可调式多功能中医针灸装置，包括支架，所述支架外侧固定连接有左右相对的固定辅助结构，所述支架上端固定连接有伸缩结构，所述伸缩结构前侧中部设置有卡持结构，所述卡持结构后侧中部设置有旋转结构。通过旋转结构与伸缩结构的配合，能够便于人员在使用的时候，可以更换不同的规格的针头，同时在旋转结构底部设置的加热辅助结构能够将热量传递进入到旋转结构中，使其能够对针头进行消毒，同时能够对其针头进行加热，减少人员出现不适的现象，减少针头在针灸的时候出现晃动的现象，进而便于工作人员根据患者情况更换不同规格的针，提高了工作人员的作业效率。
-
Patent Agency Ranking
公开(公告)号：CN112168212B
公开(公告)日：2021-12-28
申请号：CN202011029744.8
申请日：2020-09-25
Applicant: 西安交通大学
IPC: A61B8/08
Abstract: 本发明公开的一种经颅剪切波脑组织黏弹性成像装置，包括经颅振动发生装置、超声发生器、振动杆、监测装置、调节装置和减震支架；使剪切波可以通过颅骨规律性的传入脑组织，实现了经颅剪切波脑组织黏弹性检测。其次采用调节装置将激振仪、振动杆和柔性板调节至水平状态，控制剪切波垂直传播，对剪切波产生和传播规律进行了定量的精准控制，使剪切波传播能够平行于每条超声扫描线，进而精确每条扫描线的剪切波速度，进行二维剪切波黏弹性成像，解决了传统外部激励振动仅能沿中轴超声扫描线求取剪切波平均速度的问题。
-
公开(公告)号：CN104055540A
公开(公告)日：2014-09-24
申请号：CN201410195622.4
申请日：2014-05-09
Applicant: 西安交通大学
IPC: A61B8/08 , A61B5/0402
Abstract: 本发明公开了一种无创高精度血管壁弹性成像的方法，该方法通过分析血管壁纵切面的B-mode超声成像的射频数据或视频数据；对采集的射频数据或视频数据离线分析，得到每帧射频数据或视频数据的位移场；利用FIR二维差分滤波器，对射频数据或视频数据的位移场滤波，获得纵切面上的各应变分量：沿超声发射束轴向应变分量εxx、横向应变分量εzz及剪切应变分量εxz；提出Von Mises应变投影参数ζVM-longiProj及其计算公式，对Von Mises应变投影参数ζVM-longiProj成像，实现无创高精度血管壁弹性成像。本发明能够精确定量化对血管壁弹性成像，其结果优于现有的其他血管壁应变成像方法。
-
公开(公告)号：CN104055540B
公开(公告)日：2016-02-24
申请号：CN201410195622.4
申请日：2014-05-09
Applicant: 西安交通大学
IPC: A61B8/08 , A61B5/0402
Abstract: 本发明公开了一种无创高精度血管壁弹性成像的方法，该方法通过分析血管壁纵切面的B-mode超声成像的射频数据或视频数据；对采集的射频数据或视频数据离线分析，得到每帧射频数据或视频数据的位移场；利用FIR二维差分滤波器，对射频数据或视频数据的位移场滤波，获得纵切面上的各应变分量：沿超声发射束轴向应变分量εxx、横向应变分量εzz及剪切应变分量εxz；提出Von Mises应变投影参数ζVM-longiProj及其计算公式，对Von Mises应变投影参数ζVM-longiProj成像，实现无创高精度血管壁弹性成像。本发明能够精确定量化对血管壁弹性成像，其结果优于现有的其他血管壁应变成像方法。
-
公开(公告)号：CN101474083A
公开(公告)日：2009-07-08
申请号：CN200910020901.6
申请日：2009-01-15
Applicant: 西安交通大学
IPC: A61B8/14
Abstract: 本发明属于超声诊断设备技术领域，涉及血管力学超分辨成像与血流动力学参数的系统和方法。系统包括：一个血管及周围组织力学特性超分辨成像子系统；一个血管压缩前后面积比计算子系统；一个血流动力学多参数检测子系统；方法为1)采集血管在压缩前后的B超图像进行超分辨重建，在重建的基础上对血管进行位移估计、应变估计、弹性模量重构，绘制血管及其周围组织的弹性图；2)根据血管压缩前后横截面积变化情况，判断血管在压缩前后横截面积比的变化情况；3)重构血管内流速场分布并计算血管剪切率，分析血流及血管壁的状态。通过对血管力学特性的成像以及动力学参数的计算，分析血管和周围组织的性质和变化，提高了检测血管血栓的精确性。
-
公开(公告)号：CN111914474A
公开(公告)日：2020-11-10
申请号：CN202010598527.4
申请日：2020-06-28
Applicant: 西安交通大学
IPC: G06F30/27 , G06N20/00 , G06K9/62 , G06F119/14
Abstract: 本发明公开了一种软物质黏弹性力学表征的分数阶KVFD多参量机器学习优化方法，包括：根据KVFD三种加载方式的解的情况，分别建立对应的K叉树字典；判断待测曲线所属的具体类型，进行全局搜索，获取曲线的参数[E0,α,τ]表示为向量，并放缩至一个参数区间，按照待测曲线所对应的KVFD模型生成预设数量的曲线，加入随机的高斯噪声，划分为训练集与测试集传入机器学习模型进行训练，选出RMSE最小的模型作为训练的最终模型；使用步骤3获得的最终模型对待测曲线进行参数估计；将参数估计获得的结果通过Q-learning算法进一步学习，获得优化结果。本发明结合了参数学习与启发式算法的特性，能够极大地提高参数优化的准确率与效率。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.023 seconds)
