-
公开(公告)号：CN118161166B
公开(公告)日：2024-07-05
申请号：CN202410591420.5
申请日：2024-05-14
Applicant: 吉林大学
IPC: A61B5/16 , G06F18/25 , G06F18/10 , G06F18/213 , G06N3/042 , G06N3/0464 , A61B5/1455 , A61B5/369 , A61B5/00
Abstract: 本发明公开了一种基于ERP‑fNIRS的抑郁症状特性识别方法及装置，针对抑郁病症的核心症状识别的需求，重新设计新型ERP任务范式，并联合fNIRS信号同步记录脑部组织的血氧活动以有效监测脑功能状态，利用OFSLLES策略对高度非线性的ERP‑fNIRS多模态数据降维后，从中提取到抑郁病症信号特征并构建特征数据样本，之后结合具有双结构的CAG神经网络进行核心症状特征信息的融合，对抑郁病症实现精准分辨。本发明有效解决了抑郁症核心病症特性检测的痛点，极大提升了病症识别精度，从而可智能化地辅助医生对抑郁症进行判断和评估，并提供了客观、可量化的检测指标，为抑郁症的个体化精准诊疗打开新思路。
-
公开(公告)号：CN113558643A
公开(公告)日：2021-10-29
申请号：CN202110771578.7
申请日：2021-07-08
Applicant: 吉林大学
IPC: A61B5/372
Abstract: 本发明属于涉及一种基于VMD和NLTWSVM的多特征癫痫信号分类方法。包括：对脑电信号数据进行预处理；脑电信号数据包括健康人脑电数据集、癫痫患者发作间期脑电数据集和癫痫患者发作期脑电数据集；对脑电信号进行变分模态分解，得到相对应的本征模态函数；从得到的一系列本征模态函数中提取多特征参数；将提取的多特征参数作为特征组合输入到非线性双子支持向量机中进行训练和分类。针对癫痫脑电信号具有非平稳、非线性等特点，利用变分模态分解时频分析方法获取信号分量，对分量进行多特征参数提取，结合非线性双子支持向量机机器学习方法，实现正确分类癫痫脑电信号和非癫痫脑电信号。
-
公开(公告)号：CN118761299A
公开(公告)日：2024-10-11
申请号：CN202411252895.8
申请日：2024-09-09
Applicant: 吉林大学
Abstract: 本发明公开了一种铝合金车架纵横梁厚板接头智能设计方法与装置，通过建立车架有限元模型，在弯曲和扭转工况下进行车架静态和疲劳性能分析，选取车架上静态性能和疲劳性能薄弱的纵横梁连接接头作为子模型；以子模型的连接参数为设计变量，仿真得到各组试验样本与对应的目标响应数据集；使用Real NVP神经网络模型通过深度机器学习建立车架纵横梁连接接头设计变量与目标响应之间的正反向映射关系，然后在对神经网络模型进行充分训练的基础上，根据对车架纵横梁连接性能的技术需求，利用神经网络模型优化出最佳的纵横梁连接接头紧固件布局方案，最佳匹配紧固件和板材性能，降低纵横梁连接处的应力集中，显著改善了铝合金车架疲劳性能。
-
Patent Agency Ranking
公开(公告)号：CN118761299B
公开(公告)日：2024-11-05
申请号：CN202411252895.8
申请日：2024-09-09
Applicant: 吉林大学
Abstract: 本发明公开了一种铝合金车架纵横梁厚板接头智能设计方法与装置，通过建立车架有限元模型，在弯曲和扭转工况下进行车架静态和疲劳性能分析，选取车架上静态性能和疲劳性能薄弱的纵横梁连接接头作为子模型；以子模型的连接参数为设计变量，仿真得到各组试验样本与对应的目标响应数据集；使用Real NVP神经网络模型通过深度机器学习建立车架纵横梁连接接头设计变量与目标响应之间的正反向映射关系，然后在对神经网络模型进行充分训练的基础上，根据对车架纵横梁连接性能的技术需求，利用神经网络模型优化出最佳的纵横梁连接接头紧固件布局方案，最佳匹配紧固件和板材性能，降低纵横梁连接处的应力集中，显著改善了铝合金车架疲劳性能。
-
公开(公告)号：CN118161166A
公开(公告)日：2024-06-11
申请号：CN202410591420.5
申请日：2024-05-14
Applicant: 吉林大学
IPC: A61B5/16 , G06F18/25 , G06F18/10 , G06F18/213 , G06N3/042 , G06N3/0464 , A61B5/1455 , A61B5/369 , A61B5/00
Abstract: 本发明公开了一种基于ERP‑fNIRS的抑郁症状特性识别方法及装置，针对抑郁病症的核心症状识别的需求，重新设计新型ERP任务范式，并联合fNIRS信号同步记录脑部组织的血氧活动以有效监测脑功能状态，利用OFSLLES策略对高度非线性的ERP‑fNIRS多模态数据降维后，从中提取到抑郁病症信号特征并构建特征数据样本，之后结合具有双结构的CAG神经网络进行核心症状特征信息的融合，对抑郁病症实现精准分辨。本发明有效解决了抑郁症核心病症特性检测的痛点，极大提升了病症识别精度，从而可智能化地辅助医生对抑郁症进行判断和评估，并提供了客观、可量化的检测指标，为抑郁症的个体化精准诊疗打开新思路。
-
公开(公告)号：CN214946009U
公开(公告)日：2021-11-30
申请号：CN202120852438.8
申请日：2021-04-23
Applicant: 吉林大学
IPC: F16F15/00
Abstract: 本实用新型属于汽车减震器技术领域，具体为一种自供能磁电汽车减震器，其包括：减震器内筒、金属玻璃、压电单元、减震器外筒、永磁铁、活塞杆和活塞，所述减震器内筒外壁顶部设置金属玻璃，所述金属玻璃内部设置压电单元，所述减震器外筒套在减震器内筒顶端，所述减震器外筒内壁设置永磁铁，受到外界振动和冲击会导致内外筒产生上下振动，永磁铁就会产生相对滑动，引起磁斥力变化，压迫金属片使得磁致伸缩材料和压电陶瓷产生形变，从而使压电单元产生电能，压电俘能器俘获到能量，达到振动能量回收的目的，适应不同路况要求，具有结构简单、能量转换效率高、稳定性好、微型、环保和能够进行自供能的优点。
-
公开(公告)号：CN214965701U
公开(公告)日：2021-12-03
申请号：CN202120550456.0
申请日：2021-03-17
Applicant: 吉林大学
IPC: A61B5/256 , A61B5/291 , A61B5/369 , A61B5/1455
Abstract: 本实用新型提供一种基于FNIRS‑EEG的癫痫监测系统，包括上位机、单片机、电源模块、脑电信号采集模块和功能近红外光谱采集模块，所述的脑电信号采集模块包括数个脑电电极传感器和第一A/D转换模块，所述的功能近红外光谱采集模块包括光源模块和探测器模块，所述光源模块包括驱动电路和数个光源，所述探测器模块包括数个光电探测器组件和第二A/D转换模块，所述的光电探测器组件内包括光电探测器和信号调理模块。本实用新型结构简明，操作方便，数据采集更快速、更准确，结合FNIRS和EEG对受试者进行癫痫监测，利用机器学习算法实现癫痫的发作检测与癫痫病灶区的定位，可以辅助神经科医生对癫痫进行发作检测，对癫痫的研究具有非常重要的意义。
-
公开(公告)号：CN207008379U
公开(公告)日：2018-02-13
申请号：CN201721033113.7
申请日：2017-08-17
Applicant: 吉林大学
Abstract: 本实用新型为了解决现阶段的物流配送效率低，配送速度缓慢，资源浪费严重等问题，提供一种基于数字化道路信息的智能快递小车。本实用新型包括货仓、主车体、中央处理器、数据接收模块、运动系统和电源，本实用新型提供的智能快递小车是基于数字化信息的道路上使用的，在完成对基本智能小车的基础上，创新性的运用在物流运输行业，配合数字化道路信息节点的使用，能够完成在无人为干预的情况下，能够在数字化信息环境下自主规划路线配送快递，并能控制小车的行进轨迹与判断取件人的正确性，大大提高了物流行业的运行效率，使得物流行业向智能化提升。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
