-
公开(公告)号：CN114869680A
公开(公告)日：2022-08-09
申请号：CN202210324965.0
申请日：2022-03-29
Applicant: 西安交通大学城市学院
Abstract: 本发明涉及舌肌康复训练技术领域，具体是一种舌肌康复训练装置，包括机架、头部承托机构、多功能总成；所述多功能总成包括多功能支架、旋转台、旋转台驱动装置、舌肌牵引机构、功能头、功能头驱动装置所述舌肌牵引机构包括吸舌器、吸舌器驱动装置；所述功能头包括刮板、震动头、刺激液喷头，三组所述功能头驱动装置分别用于驱动刮板、震动头、刺激液喷头相对于旋转台移动。本发明通过设置托板和撑口器，能够对患者的头部进行承托并使患者保持嘴部张开；通过多功能总成，实现了患者舌肌被牵引的同时，进行舌苔清理，或舌头振动按摩，或舌头味觉刺激，减少了医护人员的占用，降低了患者高昂的就医成本和陪护成本。
-
公开(公告)号：CN114792311A
公开(公告)日：2022-07-26
申请号：CN202210467626.8
申请日：2022-04-29
Applicant: 西安交通大学
IPC: G06T7/00 , G06T7/10 , G06V10/84 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , A61B6/00 , A61B6/03
Abstract: 本发明公开了一种3D医学图像检测方法及系统，构建3D医学图像数据的交互式环境，并对交互式环境进行初始化；根据初始化后的交互式环境建立对应交互式环境含有奖励函数的马尔可夫决策流程，根据马尔可夫决策流程建立交互式环境Dueling DQN网络结构，基于交互式环境Dueling DQN网络结构构建3D医学图像检测样本集合，并对3D医学图像检测样本集合进行优先级衡量处理；将状态作为检测框，使用优化交互式环境Dueling DQN网络结构以及将样本数据赋予更高抽样优先级的优先级经验回放算法，提高了深度强化学习的学习效率和效果，从而较为精准地在3D医学图像中检测各种器官和组织。
-
公开(公告)号：CN113583268A
公开(公告)日：2021-11-02
申请号：CN202111023062.0
申请日：2021-09-01
Applicant: 西安交通大学
IPC: C08J5/06 , C08J5/08 , C08L101/00
Abstract: 一种用于提升纤维树脂基复合材料性能的方法，将高压静电辅助引入复合材料的制备过程中，纤维表面的电荷能使液态树脂在纤维丝之间流动，使液态树脂与纤维进一步润湿；同时高压使纤维氧化使纤维表面含氧官能团增加，使液态树脂与纤维通过化学键链接，纤维与液态树脂结合增强，提高复合材料的综合性能；本发明在不引入其他材料，过多增加工序的条件下有效改善纤维与树脂的润湿效率以及界面结合强度，提高复合材料的综合性能。
-
公开(公告)号：CN112848269A
公开(公告)日：2021-05-28
申请号：CN202011642025.3
申请日：2020-12-31
Applicant: 西安交通大学
Abstract: 一种基于3D打印模板法的三维压力传感器及其制备方法，压力传感器包括可定制形状的柔性桁架，桁架由可溶性光敏树脂光固化增材制造的原型作模板，得到空心结构的石墨烯/铜复合支杆；复合支杆较小面积的外表面对称设置两对柔性基底/多层摩擦电复合材料，两对正交方向传感信号互相独立，用于输出X和Y方向压力分量的大小；面积较大外表面是复合压阻结构A，以压阻方式传感信号，用于监测结构可随形变化的Z向压力信号；基于3D打印模板法的各向异性压力传感器的制备方法用于制备上述压力传感器；本发明所提供的传感器制造工艺简单，可以自由定制并快速制造，成本低、效率高、工作灵敏，并且能在包覆感知的基础上实现三维压力信号的传感与识别。
-
公开(公告)号：CN112768141A
公开(公告)日：2021-05-07
申请号：CN202011640019.4
申请日：2020-12-31
Applicant: 西安交通大学
Abstract: 一种基于微立体光刻技术制备柔性透明导电薄膜的方法，在洁净衬底上制造出具有沟槽结构的可溶性光敏树脂模具；在其沟槽结构中刮涂导电浆料，形成嵌入在可溶性光敏树脂模具中的导电网络；将可溶性光敏树脂模具在溶解剂中溶解以去除模具，得到裸露在洁净衬底表面的导电网络；在具有导电网络的洁净衬底上旋涂柔性透明聚合物，然后抽真空保证导电网络良好地嵌入在柔性透明聚合物中，固化柔性透明聚合物；将固化好的柔性透明聚合物从洁净衬底上揭下，嵌入在柔性透明聚合物中导电网络伴随柔性透明聚合物一起从洁净衬底上揭下，从而形成柔性透明导电薄膜；解决使用导电浆料的局限性，提供了通过结构设计提高导电薄膜性能的方法；具有成本低廉、工艺简单、适用性广、可大规模、大面积制造的优点。
-
Patent Agency Ranking
公开(公告)号：CN109801291B
公开(公告)日：2021-05-04
申请号：CN201910185038.3
申请日：2019-03-12
Applicant: 西安交通大学
Abstract: 一种运动磨粒多表面三维形貌的获取方法，通过已有的运动磨粒视频采集平台，实现对运动磨粒的自动跟踪，获取同一运动磨粒在不同视角下的图像序列，之后利用SIFT算法提取磨粒表面的特征点，并在相邻帧定位特征点对应的位置，然后通过计算特征点的三维坐标实现空间点云模型的建立，同时通过SFS算法重建磨粒表面形貌，最后通过融合算法将SFS算法重建的磨粒表面形貌与空间点云模型进行融合，实现稠密重建，并通过纹理映射方法重构出具有真实感的运动磨粒多表面的三维形貌；本发明有效地将自动跟踪技术与三维重建技术相结合，解决了目前磨粒分析技术中只能从单一表面分析静态磨粒的问题，实现了磨粒的三维表面全信息精准提取。
-
公开(公告)号：CN114913092B
公开(公告)日：2024-06-28
申请号：CN202210550282.7
申请日：2022-05-20
Applicant: 西安交通大学
IPC: G06T5/00 , G06T5/50 , G06T5/92 , G06T7/13 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种在线铁谱反射光图像增强方法及系统，以在线铁谱反射光图像中磨粒的轮廓标记为基础，串联融合基于SqueezeNet‑Unet磨粒位置预测网络和ResNeXt‑CycleGAN图像转换网络构建在线铁谱反射光图像增强模型；确定基于SqueezeNet‑Unet的磨粒位置预测网络的损失函数，结合SSIM损失和L1损失优化ResNeXt‑CycleGAN图像转换网络的循环一致性损失函数，通过加权融合方式设计在线铁谱反射光图像增强模型的整体损失函数；以图像增强模型的整体损失函数作为优化目标，依次采用在线铁谱反射光原始图像和传统算法增强图像、原始图像和离线铁谱图像作为图像增强模型训练样本集，优化在线铁谱反射光图像增强模型，实现在线铁谱反射光图像中磨粒特征的增强。
-
公开(公告)号：CN116385520A
公开(公告)日：2023-07-04
申请号：CN202310352849.4
申请日：2023-04-04
Applicant: 西安交通大学
IPC: G06T7/593 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种融合全光源图像的磨损表面形貌光度立体重建方法及系统，基于深度学习算法从光度立体输入中估计磨损表面法向，并使用打开所有光源拍摄的全光源图像为表面重建提供先验深度及其不确定性的估计，依据不确定性和几何约束将表面法向和先验深度进行逐像素融合，融合特征和先验深度进一步通过网络直接生成表面深度图，进而得到磨损表面三维形貌；整个网络模型由所设计的总损失函数和所构建的磨损表面合成数据集进行训练，并应用于实际磨损表面形貌重建；本发明在无需增加装置的情况下，通过引入全光源图像为光度立体方法重建磨损表面形貌提供先验深度信息，改善了非朗伯效应导致的重建磨损形貌翘曲失真问题，提高了三维重建精度。
-
公开(公告)号：CN115811345A
公开(公告)日：2023-03-17
申请号：CN202211468650.X
申请日：2022-11-22
Applicant: 西安交通大学
Abstract: 本发明公开一种适配无线信道的天线方向图的计算方法，方法为：对天线方向图进行离散建模：将空间球面分为相等的N份，在每一份空间角度里，天线的辐射特性相同；通信环境为基站和手机用户的下行链路，基站作为发送端的天线数量为Tx，手机用户作为接收端的天线数量为Rx，在随机几何信道模型下，建立天线方向图和信道矩阵，得出信道容量和天线方向图的关系，将信道容量作为系统的性能指标；使信道容量最大的天线方向图定义为对无线信道的最佳适配天线方向图，约束为发射天线的总功率为P；使用SVD分解和注水算法计算最优的天线方向图并确定各发送天线的功率分配；给出了适配无线信道的最优方向图，可作为天线综合的目标方向图。
-
公开(公告)号：CN115496737A
公开(公告)日：2022-12-20
申请号：CN202211212877.8
申请日：2022-09-30
Applicant: 西安交通大学
Abstract: 本发明公开了一种医学影像目标检测方法及系统，根据医学影像中目标检测的任务目标，搭建深度强化学习智能体的交互环境，通过检测二维医学影像中的感兴趣区域，来定位指定器官的所在区域；根据所述适用于目标检测任务的马尔科夫决策过程，构建单智能体竞争双深度Q网络结构，网络模型在深度Q网络的基础上进行了竞争结构的改进以及动作值函数计算的优化，使其稳定性与学习效率得到了增强，本发明通过深度强化学习中的智能体与二维医学影像环境的交互来获得深度神经网络的训练数据，能够有效提升网络模型学习的稳定性和效率。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.027 seconds)
