面向针灸、神经精神疾病等的可伸缩在环电生理实验系统

    公开(公告)号:CN117437831A

    公开(公告)日:2024-01-23

    申请号:CN202311406738.3

    申请日:2023-10-27

    申请人: 天津大学

    IPC分类号: G09B23/28 G06N3/06 G16H20/40

    摘要: 本发明提供一种面向针灸、神经精神疾病等的可伸缩在环电生理实验系统,该系统包括可伸缩电生理信号发生模块、信号采集处理模块、闭环调控模块和上位机模块,可用于单神经元、神经元网络、神经集群的闭环电生理仿真实验以及闭环控制算法验证。可伸缩电生理信号发生模块将DSP视作神经元回路,在DSP中下载不同规模的神经系统模型,并且利用多片DSP的通信可以形成更复杂的多室神经模型。本发明提出的面向针灸、神经精神疾病等的可伸缩在环电生理实验系统可以自定义神经元回路组态方式、增加或减少神经元回路数量实现简单如单神经元模型,复杂如多室神经模型的可伸缩神经系统模型的闭环电生理仿真。

    基于广义生成对抗网络的帕金森状态下DBS闭环学习方法

    公开(公告)号:CN111768836B

    公开(公告)日:2023-11-24

    申请号:CN202010640970.3

    申请日:2020-07-06

    申请人: 天津大学

    摘要: 本发明提供基于广义生成对抗网络的帕金森状态下DBS闭环学习方法,本发明创造性的把生成网络和由MATLAB搭建的基底核‑丘脑‑皮层神经元网络定义为广义生成网络,设计基于广义生成对抗网络的闭环DBS深度学习算法。由现场可编程门阵列搭建的基底核‑丘脑‑皮层神经元网络获取所需数据集,通过对广义生成网络和判别网络进行反复对抗训练,使得当对广义生成网络输入随机噪声时,广义生成网络能够输出“以假乱真”的数据序列,从而得到能够有效抑制帕金森状态的控制信号,实现对帕金森状态的有效控制。该算法采用深度学习思想,利用基于广义生成网络的对抗网络算法对帕金森状态进行闭环DBS调制,以促进自适应DBS技术改善帕金森状态成为可能。

    一种太阳能热泵电渗透多能互补的污泥烘干系统

    公开(公告)号:CN116425398A

    公开(公告)日:2023-07-14

    申请号:CN202310707202.9

    申请日:2023-06-15

    发明人: 孙杰 刘晨 马洪亭

    摘要: 本发明创造提供了一种太阳能热泵电渗透多能互补的污泥烘干系统,包括干燥箱,在干燥箱上连接有电渗透干燥单元、太阳能供热单元和热泵供热单元;所述太阳能供热单元包括蓄热水箱,蓄热水箱由蓄热管路连接有太阳能集热器,并在蓄热管路中安装有太阳能集热循环泵,同时,该蓄热水箱由太阳能加热管路连接有太阳能加热器;所述热泵供热单元包括热泵冷凝器;经电渗透干燥单元处理后的物料进入干燥箱进行干燥处理。本发明创造可充分利用太阳能资源,有效降低了干燥系统的耗电量和干燥成本。另外,利用太阳能源干燥作业过程中由于温度较低,有机损失小,污泥利用潜力大,同时还可避免污泥中的有毒有害有机物挥发,造成环境污染。

    一种基于神经形态学的在体神经元建模方法

    公开(公告)号:CN110472733B

    公开(公告)日:2023-05-02

    申请号:CN201910660107.1

    申请日:2019-07-22

    申请人: 天津大学

    IPC分类号: G06N3/06

    摘要: 本发明涉及一种基于神经形态学的在体神经元建模方法,包括:第一步、构建树突单间室模型;第二步、构建多间室级联模型:根据神经元树突的具体形态特征,包括树突的分布区域、分支数和拓扑结构,将N个节点对应的单间室线性‑非线性系统按照相应节点的连接方式进行连接,建立起保持神经元树突原有形态特征的多间室级联模型,用来模拟神经元的完整树突的特性。第三步、拟合在体神经元模型参数。

    帕金森闭环神经调控硬件在环测试系统

    公开(公告)号:CN113282009B

    公开(公告)日:2022-07-01

    申请号:CN202110551731.5

    申请日:2021-05-20

    申请人: 天津大学

    IPC分类号: G05B17/02

    摘要: 本发明涉及帕金森闭环神经调控硬件在环测试系统,该系统包括皮层‑基底核‑丘脑神经回路模拟单元、信号处理单元、闭环调控单元和测试管理单元,可用于闭环DBS治疗方案的评估与检测。皮层‑基底核‑丘脑神经回路模拟单元用来模拟真实脑区的电生理信号,信号处理单元对电生理信号进行放大、去除伪迹以及滤波处理,提高了反馈神经信号的信号质量;闭环调控单元利用嵌入式闭环算法对处理后的电生理信号进行分析并根据分析结果实时调整刺激参数。本发明测试系统为后续DBS研究提供了在实验室条件下能够复现真实环境的方法,降低了实验成本,推动了闭环刺激走向临床应用的进程。

    三角网个性化多线圈经颅磁刺激阵列及其控制方法

    公开(公告)号:CN111643817B

    公开(公告)日:2021-12-03

    申请号:CN202010543509.6

    申请日:2020-06-15

    申请人: 天津大学

    IPC分类号: A61N2/02

    摘要: 本发明公开了三角网个性化多线圈经颅磁刺激阵列及其控制方法,属于经颅磁刺激技术领域。该阵列包括:一系列能够被上位机控制选通方向的六棱柱形连接节点,一系列组成等边三角形的线圈段。本发明提供的三角网个性化多线圈磁刺激阵列中,利用线圈段和节点组成一系列相邻的等边三角形刺激单元,通过上位机对节点的选通方向和下引方向的控制,实现了个性化的磁刺激。利用本发明提出的新型经颅磁刺激线圈阵列,可以在全脑域多个部位同步进行刺激,与传统多线圈磁刺激阵列不同点在于能够选择刺激单元的形状、大小和位置。该线圈阵列刺激形式和刺激位置的灵活多变,能够实现对于经颅磁刺激的个性化要求。

    一种偏心旋转环状周期结构动力稳定性预测方法

    公开(公告)号:CN112270065A

    公开(公告)日:2021-01-26

    申请号:CN202010870254.4

    申请日:2020-08-26

    申请人: 天津大学

    摘要: 本发明公开一种偏心旋转环状周期结构动力稳定性预测方法,本发明在考虑偏心运动的前提下,采用微元法与叠加原理计算了结构的内力分布,并通过Hamilton原理和Galerkin方法得到了惯性坐标系下的解析动力学模型。采用经典振动理论求解特征值,分析了不同参数组合下环状周期结构的模态特性与不稳定性。本发明很好的解决了现有环状周期结构振动分析技术实际工况考虑不足、模拟过程冗繁复杂、解析结果预测不准的问题,为工程实际中该类结构的参数设计与振动控制提供了参考与借鉴。

    一种消除永磁电机定子振动不稳定的方法

    公开(公告)号:CN111563322A

    公开(公告)日:2020-08-21

    申请号:CN202010334957.5

    申请日:2020-04-24

    申请人: 天津大学

    IPC分类号: G06F30/20 H02K1/27 G06F119/14

    摘要: 本发明公开一种消除永磁电机定子振动不稳定的方法,包括以下步骤:在随动坐标系下建立永磁电机定子的动力学模型;借助三角函数的运算性质,判断振动波数与永磁体分组数之间的关系,分类求解特征方程;根据基本振动理论,预测永磁电机定子的振动不稳定现象;通过改变分组拓扑结构,消除永磁电机定子的振动不稳定性。本发明采用解析法给出了环形定子振动的特征值,根据特征值判断系统的动力稳定性,根据基本振动理论,通过改变振动波数、永磁体的个数、永磁体的定位角和扇形夹角等参数,降低环形定子振动的不稳定,从而提出降低不稳定的方法。

    基于机器学习的深度脑刺激电极阵列优化系统

    公开(公告)号:CN106345056B

    公开(公告)日:2019-03-26

    申请号:CN201610839586.X

    申请日:2016-09-21

    申请人: 天津大学

    IPC分类号: G06F17/00

    摘要: 本发明提供一种基于机器学习的深度脑刺激电极阵列优化系统,利用ANSYS软件仿真深度脑刺激电极阵列,并根据神经影像数据构建三维的神经组织电导模型,然后通过有限元分析求解特定组织位置的刺激电场强度;将刺激电场结合时变的脉冲序列作用于NERUON软件仿真的帕金森病灶区的单神经元多间室模型及神经网络模型,寻找电极附近神经元被影响的空间范围;应用机器学习分类算法寻找有效特征并进行分类建模,实现依据帕金森疾病的刺激靶点特征选择刺激配置的优化。有益效果是将机器学习分类算法应用于生理信号特征的分类建模,提出了深度脑刺激电极阵列最优刺激配置的方案,有效地解决传统临床应用中的反复试验方法存在的耗时久、不能得到最优刺激配置的缺陷。

    基于FPGA的运动障碍非侵入式康复的闭环脑-机-体系统

    公开(公告)号:CN105653873B

    公开(公告)日:2018-12-11

    申请号:CN201610026971.2

    申请日:2016-01-15

    申请人: 天津大学

    IPC分类号: G16H20/30

    摘要: 本发明提供一种基于FPGA的运动障碍非侵入式康复的闭环脑‑机‑体系统,该系统以FPGA作为控制核心建立基底核、丘脑皮层假体硬件模型,以基于FPGA的自适应控制算法计算所得数据作为输入,进行控制模型参数整定与力反馈调节,直至达到预期控制结果,实现基于动态因果模型的自适应控制算法,输出力反馈信号,从而实现运动障碍性神经系统疾病患者的康复治疗。本发明的效果是实现了运动障碍性神经系统疾病患者的康复治疗,同时实现了对复杂的基底核、丘脑皮层神经元网络以及对复杂动态因果模型自适应控制算法的建模。该平台可以为运动障碍性神经系统疾病的康复性治疗提供有效的理论依据和技术支持,对研究帕金森症、癫痫、阿兹海默症等神经疾病控制与治疗有重要的实用价值。