-
公开(公告)号：CN114758774A
公开(公告)日：2022-07-15
申请号：CN202210165815.X
申请日：2022-02-23
Applicant: 北京科技大学
Abstract: 本发明涉及神经计算建模技术领域,具体涉及一种基于丘脑皮层神经计算模型的阿尔茨海默病演化趋势分析，通过对经典的丘脑皮层神经计算模型进行优化，建立受Aβ淀粉样蛋白沉积影响的丘脑皮层神经计算数学模型，调整修正后模型中的Aβ淀粉样蛋标准化摄取值比率参数，对模型输出的脑电信号功率谱中α频段进行分析，进而判断阿尔茨海默病的阶段.本发明的有益效果是：该分析过程具有原理清晰、使用简单方便。即只要提供Aβ淀粉样蛋白相关参数,就可以预测出阿尔茨海默病的患病阶段、根据Aβ淀粉样蛋白相关参数，预测出阿尔茨海默病的患病阶段的工具。
-
公开(公告)号：CN114631827A
公开(公告)日：2022-06-17
申请号：CN202111604562.3
申请日：2021-12-24
Applicant: 北京科技大学 , 西北工业大学 , 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明涉及神经网络模型搭建技术领域,特别涉及一种基于多频段PCMI‑EBN的轻度认知障碍脑电信号分析方法。该方法采集脑电信号历史数据样本，进行去噪处理后，采用使用排序条件互信息方法提取耦合特征构建因效性脑网络PCMI‑EBN，并基于多频段的PCMI‑EBN信号使用多频段核ELM方法实现对不同脑电信号的高精确性分类。本发明的有益效果是，本发明的方法有助于解决轻度认知障碍早期诊断困难的问题，可以广泛应用于医院及社区内的健康管理指导和临床诊疗。作为针对轻度认知障碍的医疗辅助、临床诊断参考以及治疗辅助技术，从而解决轻度认知障碍早期诊断困难问题。
-
公开(公告)号：CN114758774B
公开(公告)日：2023-01-03
申请号：CN202210165815.X
申请日：2022-02-23
Applicant: 北京科技大学
Abstract: 本发明涉及神经计算建模技术领域,具体涉及一种基于丘脑皮层神经计算模型的阿尔茨海默病演化趋势分析系统，通过对经典的丘脑皮层神经计算模型进行优化，建立受Aβ淀粉样蛋白沉积影响的丘脑皮层神经计算数学模型，调整修正后模型中的Aβ淀粉样蛋标准化摄取值比率参数，对模型输出的脑电信号功率谱中α频段进行分析，进而判断阿尔茨海默病的阶段.本发明的有益效果是：该分析过程具有原理清晰、使用简单方便。即只要提供Aβ淀粉样蛋白相关参数,就可以预测出阿尔茨海默病的患病阶段、根据Aβ淀粉样蛋白相关参数，预测出阿尔茨海默病的患病阶段的工具。
-
公开(公告)号：CN103245021A
公开(公告)日：2013-08-14
申请号：CN201310178450.5
申请日：2013-05-15
Applicant: 北京科技大学
Abstract: 本发明涉及一种用于局部调温的空气调节器，包括导流风扇、风道主体、导冷块、铝制水箱、半导体制冷片、固定装置和电源。在风道的进口处安置导流风扇；在风道内，从上到下依次布置多块半导体制冷片，半导体制冷片前方紧贴导冷块；风道外部后方即半导体制冷片的后方，紧贴铝制水箱。散热水箱内壁加肋片，大大增加了水箱壁面与水的接触面积，散热效果增强；风道结构的特殊设计，促进空气的对流循环，增加导冷块的换热效果，提高了制冷效率，同时满足了用户热舒适度的需求；利用半导体制冷片完成局部空间内的调温，与目前公知的空调器调节整个房间区域的调温相比，有着显著的节能效果。
-
公开(公告)号：CN117802431A
公开(公告)日：2024-04-02
申请号：CN202311731096.4
申请日：2023-12-15
Applicant: 北京科技大学
Abstract: 一种抑制非晶合金退火脆性的双步电流退火提高非晶材料力学性能的方法，属于非晶合金材料领域。第一步采用电流退火处理非晶带材，在较小的电流下退火，随着退火时间的增加，样品出现明显的退火脆性，易于发生断裂；第二步采用较第一步处理稍大的电流进一步处理出现明显退火脆性的非晶带材，在较短的处理时间下带材的退火脆性即消失，样品再次恢复韧性；最后对不同电流处理态样品进行物相、热力学和力学测试。本发明方法处理的非晶带材依然保持非晶态，且具有和初态一致的韧性，显著抑制了非晶合金退火过程中的退火脆性。使用本发明处理的非晶带材被均匀电流退火处理，从热处理源头过程中避免材料脆化，保证足够韧性，提高使用效率，降低成本。
-
Patent Agency Ranking
公开(公告)号：CN113420873B
公开(公告)日：2021-12-10
申请号：CN202110978302.6
申请日：2021-08-25
Applicant: 北京科技大学
Abstract: 本发明公开了一种阿尔茨海默病智能早期筛查系统，包括：模型搭建模块，用于使用脉冲神经网络搭建海马CA3区的类脑忆阻神经形态模型，以模拟海马CA3区的联想记忆能力、信息存储能力、以及正常状态下产生脑电信号的能力；突触缺失模拟模块，用于在搭建的类脑忆阻神经形态模型的基础上，建立突触缺失模型，研究不同的突触缺失水平以及不同的网络连接结构对于人脑联想记忆能力的影响；仿真演示模块，用于对所述突触缺失模型的联想记忆能力进行仿真，并以像素图像模式对所述突触缺失模型进行演示。本发明能够对阿尔茨海默病的病况及病因进行直观展示与可视化分析，有助于解决阿尔茨海默病早期诊断困难的问题。
-
公开(公告)号：CN114631827B
公开(公告)日：2025-03-18
申请号：CN202111604562.3
申请日：2021-12-24
Applicant: 北京科技大学 , 西北工业大学 , 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明涉及神经网络模型搭建技术领域,特别涉及一种基于多频段PCMI‑EBN的轻度认知障碍脑电信号分析方法。该方法采集脑电信号历史数据样本，进行去噪处理后，采用使用排序条件互信息方法提取耦合特征构建因效性脑网络PCMI‑EBN，并基于多频段的PCMI‑EBN信号使用多频段核ELM方法实现对不同脑电信号的高精确性分类。本发明的有益效果是，本发明的方法有助于解决轻度认知障碍早期诊断困难的问题，可以广泛应用于医院及社区内的健康管理指导和临床诊疗。作为针对轻度认知障碍的医疗辅助、临床诊断参考以及治疗辅助技术，从而解决轻度认知障碍早期诊断困难问题。
-
公开(公告)号：CN118817462A
公开(公告)日：2024-10-22
申请号：CN202410929926.2
申请日：2024-07-11
Abstract: 本发明涉及试验设备技术领域，提供一种盾构隧道管片接头试验装置及方法，该装置包括：反力架；第一施力组件，第一施力组件设置于反力架的第一内壁；加载篮，加载篮可拆卸的连接在第一施力组件的端部，且加载篮夹持管片；一对杆筒浆组件，一对杆筒浆组件夹持管片的两端，且第一杆筒浆组件可转动的连接反力架的内壁；第二施力组件，第二施力组件的第一端连接于第二内壁，第二施力组件的第二端与第二杆筒浆组件可转动的连接，其中，第二内壁与第一内壁垂直。该装置保证了管片的非接头侧与反力架的内壁之间的无缝固定，减少了能量损耗和虚位移耗能，从而确保了试验结果的准确性和可靠性。
-
公开(公告)号：CN113420873A
公开(公告)日：2021-09-21
申请号：CN202110978302.6
申请日：2021-08-25
Applicant: 北京科技大学
Abstract: 本发明公开了一种阿尔茨海默病智能早期筛查系统，包括：模型搭建模块，用于使用脉冲神经网络搭建海马CA3区的类脑忆阻神经形态模型，以模拟海马CA3区的联想记忆能力、信息存储能力、以及正常状态下产生脑电信号的能力；突触缺失模拟模块，用于在搭建的类脑忆阻神经形态模型的基础上，建立突触缺失模型，研究不同的突触缺失水平以及不同的网络连接结构对于人脑联想记忆能力的影响；仿真演示模块，用于对所述突触缺失模型的联想记忆能力进行仿真，并以像素图像模式对所述突触缺失模型进行演示。本发明能够对阿尔茨海默病的病况及病因进行直观展示与可视化分析，有助于解决阿尔茨海默病早期诊断困难的问题。
-
公开(公告)号：CN118531311A
公开(公告)日：2024-08-23
申请号：CN202410859898.1
申请日：2024-06-28
Applicant: 北京科技大学
IPC: C22C38/02 , C22C38/04 , C22C38/14 , C22C38/06 , C22C33/04 , C21D1/26 , C21D9/52 , C21D1/773 , C21D1/74 , B22D11/06
Abstract: 本发明提供一种强立方织构高硅钢超薄带及制备方法，涉及电工钢制备的技术领域。所述强立方织构高硅钢超薄带包括基体和表层；其中，基体为高硅钢薄带，厚度为20‑60μm，宽度为10‑72mm，化学成分按质量百分比计为：Si 5‑7%，C 0‑0.01%，S 0‑0.01%，Mn 0‑0.10%，Ti 0‑0.005%，Als 0‑0.01%，P 0‑0.008%，N 0‑0.008%，余量为铁和不可避免的夹杂，各元素含量选择下限不能为0；表层为亚微米级氧化镁涂层，厚度小于1μm。本发明能够协同提高所述高硅钢超薄带的饱和磁感应强度和中高频铁损，资源利用率高，流程短，效率高，实现单炉超50kg以上带材连续生产，利于工业大规模生产和推广。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.027 seconds)
