一种电熔镁炉异常工况识别及控制方法

    公开(公告)号:CN106959662B

    公开(公告)日:2019-03-08

    申请号:CN201710324622.3

    申请日:2017-05-10

    Applicant: 东北大学

    Abstract: 本发明提供一种电熔镁炉异常工况识别及控制方法。所述方法包括:获取电熔镁炉工况中的预设周期内的在线数据;采用相似度匹配策略查看案例库中是否与在线数据匹配的案例信息;若存在,依据匹配的案例信息给出当前在线数据的辨识结果,将辨识结果作为当前电熔镁炉工况的异常识别结果;其中,案例库为预先根据电熔镁炉工况的历史数据建立的各种异常工况的案例信息;若案例库中不存在匹配的案例信息,则采用贝叶斯网络推理模型对所述在线数据进行分析,获得辨识结果,将辨识结果作为当前电熔镁炉工况的异常识别结果。上述方法对于提高矿产资源的综合利用率,降低能耗,减少环境污染,促进安全生产,都有重大的意义。

    基于专家系统的AGP智能解读与胰岛素调整方法

    公开(公告)号:CN118866223B

    公开(公告)日:2024-12-10

    申请号:CN202411338290.0

    申请日:2024-09-25

    Abstract: 本发明属于血糖控制技术领域,涉及基于专家系统的AGP智能解读与胰岛素调整方法,该方法包括:建立推理机制中的知识库;基于知识库采用简化专家系统结构构建解读与决策支持专家系统;构建患者低血糖、血糖波动和高血糖三个维度的患者问题分析树;利用专家AGP读图与经验数据对每一条规则展开;基于区间二型模糊专家系统构建基础胰岛素剂量调整规则和餐食胰岛素剂量调整规则;基于解读与决策支持专家系统根据患者所属群体,调节患者问题分析树结点,并结合基础胰岛素剂量调整规则和餐食胰岛素剂量调整规则提供决策建议。其有益效果是,在决策中为患者提供一个安全的、普适的、相对准确的胰岛素调整决策建议,不需要患者具体的初始胰岛素治疗方案。

    一种面向临床的多层级血糖异常预警方法

    公开(公告)号:CN112017778B

    公开(公告)日:2024-04-05

    申请号:CN202010783057.9

    申请日:2020-08-06

    Applicant: 东北大学

    Abstract: 本发明涉及一种面向临床的多层级血糖异常预警方法,包括如下步骤:获取患者的血糖数据和生理状态数据;根据生理状态数据,选定临床认可度高的高低血糖异常事件警戒阈值;根据血糖异常导致的临床症状的危险程度划分异常预警等级;根据获取的患者血糖数据和生理状态数据与高低血糖异常事件警戒阈值联合分析判断患者的异常预警等级;其中,所述血糖数据包括:历史血糖数据、当前血糖数据和血糖预测数据;所述生理状态数据包括:当前生理状态标签和未来生理状态标签。本发明提供的异常预警方法能够获得精细有效的预警信息,用以辅助医疗工作人员做出可靠的治疗策略。

    一种基于连续血糖监测系统的在线故障检测与诊断方法

    公开(公告)号:CN110448306B

    公开(公告)日:2023-02-07

    申请号:CN201910697270.5

    申请日:2019-07-30

    Abstract: 本发明涉及一种基于连续血糖监测系统的在线故障检测与诊断系统,包括:血糖数据采集装置、云服务器和多个移动终端;所述血糖数据采集装置包括:临床数据采集设备和虚拟数据生成设备;所述血糖数据采集装置与所述云服务器通信连接,并能够将采集到的血糖数据发送给所述云服务器;所述云服务器分别与所述多个移动终端通信连接;所述云服务器能够针对获得的血糖数据对临床数据采集设备或由虚拟数据生成设备所产生的仿真故障进行故障检测与诊断,获得故障检测与诊断结果数据。本发明提供的系统,不仅检测准确率高,而且还能够对故障进行较为精确诊断和分类。

    一种亚群体深度学习框架下的心律失常识别方法

    公开(公告)号:CN111557660A

    公开(公告)日:2020-08-21

    申请号:CN202010514806.8

    申请日:2020-06-08

    Applicant: 东北大学

    Abstract: 本发明涉及一种亚群体深度学习框架下的心律失常识别方法,包括如下步骤:S1、获取病人的数据信息,所述数据信息至少包括:单导联心电信号数据、年龄和/或性别;S2、根据病人的年龄和/或性别,将病人的单导联心电信号数据输入相应的样本空间的心率识别模型中,获得病人的心律识别结果;其中,所述心率识别模型为基于亚群体样本空间深度学习框架下建立的模型。本发明提供的识别方法利用亚人群自身的特性在符合现实的基础上提升识别性能,而且在应用时无需医生的硬性介入,可以实现自动使用。

    一种基于连续血糖监测系统的在线故障检测与诊断方法

    公开(公告)号:CN110448306A

    公开(公告)日:2019-11-15

    申请号:CN201910697270.5

    申请日:2019-07-30

    Abstract: 本发明涉及一种基于连续血糖监测系统的在线故障检测与诊断方法,包括如下步骤:S1、获取的当前时刻CGM的测量值,将其输入GPR算法模型中进行软测量并获得在线预测值和预测误差,继而计算当前时刻的KL散度;S2、判断是否发生数据丢失情况;若是,则数据重构,即用获得的在线预测值代替测量值,并重新执行S1;若否,则执行下一步;S3、计算历史时刻的KL散度与当前时刻KL散度的均值和方差,确定初始阈值;本发明提供的故障检测与诊断方法,不仅检测准确率高,而且还能够对故障进行精确诊断和分类。

    一种基于连续血糖监测系统的在线故障检测与诊断系统

    公开(公告)号:CN110379503A

    公开(公告)日:2019-10-25

    申请号:CN201910697252.7

    申请日:2019-07-30

    Abstract: 本发明涉及一种基于连续血糖监测系统的在线故障检测与诊断系统,包括:血糖数据采集装置、云服务器和多个移动终端;所述血糖数据采集装置包括:临床数据采集设备和虚拟数据生成设备;所述血糖数据采集装置与所述云服务器通信连接,并能够将采集到的血糖数据发送给所述云服务器;所述云服务器分别与所述多个移动终端通信连接;所述云服务器能够针对获得的血糖数据对临床数据采集设备或由虚拟数据生成设备所产生的仿真故障进行故障检测与诊断,获得故障检测与诊断结果数据。本发明提供的系统,不仅检测准确率高,而且还能够对故障进行较为精确诊断和分类。

    一种基于VMD-PACF-BP模型的动态血糖在线预测方法

    公开(公告)号:CN110197306A

    公开(公告)日:2019-09-03

    申请号:CN201910473152.6

    申请日:2019-05-31

    Applicant: 东北大学

    Abstract: 本发明涉及一种基于VMD-PACF-BP模型的动态血糖在线预测方法,包括如下步骤:S1、获取原始血糖时间序列数据,并对获取的原始血糖时间序列数据进行数据预处理;S2、采用VMD分解方法将经过数据预处理后的血糖时间序列数据分解成多个子模态;S3、采用PACF方法分别选择每个子模态的输入变量;S4、将选出的输入变量分别利用BP神经网络进行预测,获得每个子模态的预测值,最后,再将获得的所有子模态的预测值融合,获得血糖数据的预测结果。本发明提供的预测方法具有预测精度高的优点。

Patent Agency Ranking