-
Patent Agency Ranking
公开(公告)号：CN119379626A
公开(公告)日：2025-01-28
申请号：CN202411416940.9
申请日：2024-10-11
Applicant: 西安交通大学
Abstract: 本发明公开了一种脑龄预测方法、装置、设备及存储介质，涉及图像处理技术领域，包括以下步骤：获取脑部的T1w图像和DTI图像；对T1w图像和DTI图像分别进行预处理，得到灰质图像和3D FA图像；将灰质图像和3D FA图像输入至脑龄预测模型，基于特征提取层对灰质图像和3D FA图像分别进行特征提取，得到不同的深层特征；基于特征融合层对不同的深层特征进行融合，得到融合特征；基于映射层对融合特征进行映射，得到脑龄预测值。本发明采用卷积网络来构建脑龄预测模型，仅需要对T1w图像和DTI图像进行简单的预处理过程，相较于传统的机器学习方法省略了复杂的预处理以及描述性特征提取这一过程，节省了大量的时间。
-
公开(公告)号：CN114561342B
公开(公告)日：2024-12-20
申请号：CN202111415772.8
申请日：2021-11-25
Applicant: 西安交通大学医学院第一附属医院
Abstract: 本发明提出了一种体外培养胚胎细胞的方法，根据本发明的实施例，该方法包括：(i)在存在NAD信号通路激动剂的条件下，将受精卵细胞或其衍生物进行体外培养。在受精卵细胞或其衍生物的培养过程中，通过添加NAD信号通路激动剂，能够有效地提高体外培养胚胎的质量，例如发育潜能。
-
公开(公告)号：CN117408981A
公开(公告)日：2024-01-16
申请号：CN202311439299.6
申请日：2023-10-31
Applicant: 西安交通大学
IPC: G06T7/00 , A61B5/00 , A61B5/055 , G06N3/0464 , G06T7/33
Abstract: 本发明公开了一种三通道三维卷积融合神经网络的脑龄预测方法及相关装置，属于脑龄预测技术领域；通过对对T1原始数据进行预处理得到T1配准图像、灰质图像和白质图像；然后建立三通道三维卷积融合神经网络模型；最后将T1配准图像、灰质图像和白质图像输入三通道三维卷积融合神经网络模型，得到脑龄预测值。本发明克服了传统脑龄模型存在的数据稀疏性、参数先验性、模型偏移性等问题，相较于传统的机器学习方法，本发明提出的模型省略了复杂的特征提取过程，节省了大量的时间，并且深度融合模型具有强大的学习能力和拟合泛化能力，能够处理复杂的数据模式。通过结合不同输入类型图像所包含的不同脑部结构信息，从而提高了脑龄预测的准确性和鲁棒性。
-
公开(公告)号：CN107480097A
公开(公告)日：2017-12-15
申请号：CN201710504061.5
申请日：2017-06-27
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于状态空间模型的非线性机械结构的载荷识别方法及其载荷识别设备，该方法包括利用可测量的激励力对非线性机械结构进行振动测试，并测量非线性机械结构的非线性位置处的第一振动响应信号；根据非线性机械结构的非线性类别，结合所述第一振动响应信号计算得到对应的非线性描述函数；基于非线性机械结构的状态空间模型，得到非线性机械结构的载荷识别控制方程，利用子空间方法计算非线性机械结构载荷识别的传递矩阵；测量动载荷作用下非线性机械结构的第二振动响应信号，利用吉洪诺夫(Tikhonov)正则化方法求解载荷识别控制方程，实现非线性机械结构的载荷识别。
-
公开(公告)号：CN102183797A
公开(公告)日：2011-09-14
申请号：CN201110051759.9
申请日：2011-03-04
Applicant: 西安交通大学
IPC: G01V9/00
Abstract: 本发明公开了一种适用于生物微管的超声波气泡检测装置，包括超声波信号发射单元、超声波探头固定结构和超声波接收端信号处理单元；超声波探头固定结构的两端分别固定有超声波信号发射单元的超声波发射探头以及超声波接收端信号处理单元的超声波接收探头，超声波探头固定结构的中部于超声波发射探头和超声波接收探头之间设有生物微管。本发明适用于不同管径生物微管，实际使用时，可以通过直孔转换管进行转接，同时空气干扰较少，安装拆卸方便。超声波气泡检测中，可以使超声波信号发射单元采用40KHZ高频脉冲信号，气泡检测精度和检测阈值可以根据实际检测环境灵活调节，有效解决了微管中液体气泡的检测。
-
-
-
-
Search Results
15
records
(took 0.024 seconds)
