-
公开(公告)号:CN105954181A
公开(公告)日:2016-09-21
申请号:CN201610345232.X
申请日:2016-05-23
Applicant: 北京科技大学
IPC: G01N17/00
CPC classification number: G01N17/002 , G01N17/006
Abstract: 本发明是涉及研究材料在冷凝环境下腐蚀行为的装置和方法,用以评估对比冷凝管的腐蚀程度以及预估其使用寿命。该装置包括加热装置、循环冷凝装置。待检测冷凝管固定在透明石英玻璃管内,上端开口,内部放置加热电偶,外部流动低温恒温溶液。溶液介质的选择可根据冷凝管实际服役环境,如海水、淡水等。本发明可以对比不同服役环境冷凝管的腐蚀行以及不同服役周期的腐蚀程度,弥补了现有实验室环境下缺乏对模拟冷凝环境下材料腐蚀研究的不足。本发明的有益效果在于:1)可在实验室环境下评价冷凝管的腐蚀程度等级并可分析其腐蚀发生的过程及机理;2)能够建立冷凝管的腐蚀模型并对其服役寿命进行预测。
-
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: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: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: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。
-
-
-
-
-