-
公开(公告)号：CN119498859A
公开(公告)日：2025-02-25
申请号：CN202411631611.6
申请日：2024-11-15
Applicant: 西安交通大学 , 西安揽智俱应智能科技有限公司
IPC: A61B5/318 , A61B5/346 , A61B5/00 , G06F18/15 , G06F18/213 , G06F18/27 , G06N3/045 , G06N3/0442 , G06N3/084 , G06N3/048
Abstract: 本发明公开了一种基于神经网络的心电逆问题求解方法，该方法包括以下步骤：获取心脏源模型的三维几何信息，以及构建包含体表电位和跨膜电位的心电数据集；进行训练集与测试集的划分和并对数据进行预处理；利用双向长短期记忆网络（BiLSTM）构建神经网络模型，并进行网络参数的设置与优化；使用训练集对所构建的神经网络模型进行训练；通过测试集对训练后的模型进行仿真预测，实现心脏电位的逆向重构；对结果进行评估分析，并进行结果的可视化。该方法通过神经网络模型的深度学习能力，有效解决了心电逆问题中的不适定性问题，能够提供更高的重构精度，为心脏疾病的精准诊断和治疗提供了重要的技术支持。
-
公开(公告)号：CN119044690A
公开(公告)日：2024-11-29
申请号：CN202411106251.8
申请日：2024-08-13
Applicant: 西安交通大学
IPC: G01R31/12
Abstract: 一种基于DSCNN的油中电弧放电模式轻量化识别方法，该方法中，开展油浸式电力变压器短间隙油中电弧放电测试实验；利用传感器采集电弧放电测试实验的放电时域数据，对其进行小波变换，生成时频图谱；将时频图谱分为训练集和测试集，使用训练集训练轻量化深度可分离卷积神经网络模型，利用测试集检测训练后的模型，记录第一训练参数；使用所述训练集训练常规卷积神经网络模型，使用所述试集检测训练后的模型，记录第二训练参数；通过对比第一训练参数和第二训练参数，证实基于DSCNN的短间隙电弧放电模式识别方法的轻量化优势，满足在线监测的要求。
-
Patent Agency Ranking
-
公开(公告)号：CN119044689A
公开(公告)日：2024-11-29
申请号：CN202411106245.2
申请日：2024-08-13
Applicant: 西安交通大学
IPC: G01R31/12
Abstract: 一种变压器短间隙油中电弧放电模式识别方法及装置，该方法中，基于油浸式电力变压器不同放电缺陷模型开展油纸绝缘电弧放电实验；利用传感器采集油纸绝缘电弧放电实验的短间隙油中电弧放电的多物理特征信号；利用广义S变换对所述多物理特征信号进行处理，生成多物理信号时频图谱；将生成的多物理信号时频图谱输入到多通道深度可分离卷积神经网络模型，实现多物理量联合检测的电弧放电模式识别。
-
公开(公告)号：CN118490246A
公开(公告)日：2024-08-16
申请号：CN202410578571.7
申请日：2024-05-10
Applicant: 西安交通大学 , 西安揽智俱应智能科技有限公司
IPC: A61B5/346 , A61B5/361 , A61B5/353 , A61B5/00 , G16H50/50 , G06F18/2131 , G06F18/2135 , G06F18/2411 , G06N3/006 , G06N20/10
Abstract: 一种基于心脏房颤电生理仿真的定位方法及其系统，本发明的系统通过：构建心脏电生理模型，其中设置房颤触发灶获取典型房颤的心电信号；对心电信号进行P波提取，获得P波时域特征并通过主成分分析法降维，构建数据集；基于数据集训练机器学习模型，划分分类结果对应的心房区域；汇总多导联信号分类结果，进行等级评级，定位房颤触发灶所在区域。本发明能够获取多种仿真心房颤动心电信号，高效准确地识别P波波段，在保留样本信息的前提下，节省大量计算时间和计算成本，并有效提高分类效果。
-
公开(公告)号：CN117371277A
公开(公告)日：2024-01-09
申请号：CN202311282853.4
申请日：2023-09-28
Applicant: 西安交通大学
Abstract: 本公开提供一种基于双域模型和有限元法的体表电位标测图仿真方法，该方法包括如下步骤：对躯干、肺及心脏进行几何建模，包括设置躯干‑肺‑心脏模型相应的参数以及计算区域，获得所述躯干‑肺‑心脏模型；对所述心脏模型采用双域模型定义电传导活动，获得心脏激动传导序列；对所述躯干模型及肺模型，选择拉普拉斯方程作为无源容积导体即肺和躯干中电势的控制方程，采用有限元法获得全局矩阵；使用梯度迭代算法求解全局矩阵，采用四阶高斯求积算法求解躯干体表电势，获得所述体表电位标测图。本发明基于双域模型和有限元法的体表电位标测图仿真方法，能够极大提高仿真模型计算效率，计算结果准确，稳定性好。
-
公开(公告)号：CN113834998A
公开(公告)日：2021-12-24
申请号：CN202110998872.1
申请日：2021-08-28
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于电力线载波技术的飞机电缆故障检测识别方法，步骤如下：首先，使用通信装置沿被检测线路发射载波信号；其次，接收端通过对信号的动态补偿估计线缆的信道传输函数；然后，将得到的信道传输函数进行小波分解，去除部分细节分量后重构；之后，将重构的数据进行小波变换生成时频图，重复实验得到大量时频图，训练出基于alexnet迁移学习的CNN神经网络；最后，通过神经网络模型识别故障。本发明利用不同状态下信号在电缆上传播时的差异，估计信道传输特性，利用深度学习算法提取故障特征，实现故障识别。本发明借助宽带载波信号检测故障，可以实现信息传输的同时进行在线故障检测，满足实时检测的需求，对保障飞行安全具有重要意义。
-
-
-
-
-
-
Search Results
7
records
(took 0.022 seconds)
