-
公开(公告)号：CN114582201A
公开(公告)日：2022-06-03
申请号：CN202210263773.3
申请日：2022-03-17
摘要： 本发明公开了一种基于高光谱成像和AR技术的中药可视化鉴别系统，包括中药模型库、药用植物识别鉴定模块、药用植物全生长周期展示模块、药用植物采收方法展示模块、药用植物炮制加工方法展示模块、药材贮存展示模块。本发明优点在于利用人工智能技术，结合高光谱成像和AR技术，实现药用植物从种子发芽到药物（中药饮片）形成等一系列过程的可视化展现，使使用者能够身临其境地学习和体验中药材的历史背景、生长环境、植物生长各阶段特性和中药饮片的加工炮制工艺等内容，既能极大增强了学习者的兴趣，提升了学习效果，又能弥补中药学实践教学资源缺乏的缺陷，减轻老师的授课压力，提高学生的专业素养，同时也极大程度的降低了教学成本投入。
-
公开(公告)号：CN113648217A
公开(公告)日：2021-11-16
申请号：CN202111118392.8
申请日：2021-09-24
摘要： 本发明公开了一种智能艾灸拔罐器，包括具有下开口的罐体，罐体顶壁开设有出气口，罐体内腔分为上部的艾灸功能区和下部的拔罐功能区；艾灸功能区内设有艾绒运动模块、温度调节模块、艾烟吸附模块、控制模块、云平台模块；所述拔罐功能区内设有压强调节模块；艾绒运动模块，用于带动艾绒上下运动，对患者穴位进行悬灸、雀啄灸、隔物灸；温度控制模块，用于控制艾灸温度在设定的区间；艾烟吸附模块，用于净化并排出艾绒燃烧后产生的大量烟气；压强调节模块，用于调整罐体内负压在设定的区间；云平台模块，用于整合数据、与智能手机实现通信。本发明将中医两种重要手法艾灸和拔罐相结合，实现对温度、压强两个重要参数的监测与调节。
-
公开(公告)号：CN116530947A
公开(公告)日：2023-08-04
申请号：CN202310513339.0
申请日：2023-05-09
IPC分类号： A61B5/02 , A61B5/00 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/047 , G06N3/048 , G06N3/08 , G06N3/006 , G06N7/01
摘要： 本发明实施例公开了用于识别不同妊娠阶段脉搏的1DCNN‑GRU‑Attention模型，该模型的构建方法包括步骤：S1、采集妊娠脉搏波；S2、对采集的妊娠脉搏波进行预处理，将预处理后的妊娠脉搏波数据分为训练集和测试集；S3、构建1DCNN‑GRU‑Attention混合模型；S4、利用预处理后的妊娠脉搏波训练集数据训练1DCNN‑GRU‑Attention混合模型，得到用于识别不同妊娠阶段脉搏的1DCNN‑GRU‑Attention模型。本发明实施例公开的用于识别不同妊娠阶段脉搏的1DCNN‑GRU‑Attention模型的构建方法，得到了能够识别不同妊娠阶段脉搏的1DCNN‑GRU‑Attention模型，对不同妊娠阶段脉搏的分类准确率可达93％以上。
-
公开(公告)号：CN112472048B
公开(公告)日：2023-10-24
申请号：CN202110051386.9
申请日：2021-01-15
IPC分类号： A61B5/02 , A61B5/00 , G06N3/0464 , G06N3/084
摘要： 本发明公开了一种用于心血管疾病患者脉象识别的神经网络结构，包括下述步骤：S1，脉象数据采集；S2，脉象数据预处理；S3，建立所述神经网络结构；S4，训练过程。本发明利用一维卷积神经网络(1DCNN)在处理时间序列信号时有着非常的优势这一特点，而脉象信号就是属于一种典型的时间序列信号；因此，通过采集一部分正常人的脉象以及心血管疾病患者的脉象，通过大数据分析，将两种脉象划分为训练集和测试集；为了保证神经网络结构的有效性，在训练集和测试集中的数据都是来自于不同的个体。经实验证明，本发明能够有效的识别出心血管疾病患者的脉象，为脉诊的客观化诊断提供了一种科学的方法。
-
公开(公告)号：CN114582201B
公开(公告)日：2023-10-10
申请号：CN202210263773.3
申请日：2022-03-17
摘要： 本发明公开了一种基于高光谱成像和AR技术的中药可视化鉴别系统，包括中药模型库、药用植物识别鉴定模块、药用植物全生长周期展示模块、药用植物采收方法展示模块、药用植物炮制加工方法展示模块、药材贮存展示模块。本发明优点在于利用人工智能技术，结合高光谱成像和AR技术，实现药用植物从种子发芽到药物（中药饮片）形成等一系列过程的可视化展现，使使用者能够身临其境地学习和体验中药材的历史背景、生长环境、植物生长各阶段特性和中药饮片的加工炮制工艺等内容，既能极大增强了学习者的兴趣，提升了学习效果，又能弥补中药学实践教学资源缺乏的缺陷，减轻老师的授课压力，提高学生的专业素养，同时也极大程度的降低了教学成本投入。
-
公开(公告)号：CN112472048A
公开(公告)日：2021-03-12
申请号：CN202110051386.9
申请日：2021-01-15
摘要： 本发明公开了一种用于心血管疾病患者脉象识别的神经网络结构，包括下述步骤：S1，脉象数据采集；S2，脉象数据预处理；S3，建立所述神经网络结构；S4，训练过程。本发明利用一维卷积神经网络(1DCNN)在处理时间序列信号时有着非常的优势这一特点，而脉象信号就是属于一种典型的时间序列信号；因此，通过采集一部分正常人的脉象以及心血管疾病患者的脉象，通过大数据分析，将两种脉象划分为训练集和测试集；为了保证神经网络结构的有效性，在训练集和测试集中的数据都是来自于不同的个体。经实验证明，本发明能够有效的识别出心血管疾病患者的脉象，为脉诊的客观化诊断提供了一种科学的方法。
-
公开(公告)号：CN113076878B
公开(公告)日：2023-06-09
申请号：CN202110363372.0
申请日：2021-04-02
申请人： 郑州大学
IPC分类号： G06F18/15 , G06F18/213 , G06F18/214 , G06F18/2415 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/084 , A61B5/02 , A61B5/00
摘要： 本发明公开了一种基于注意力机制卷积网络结构的体质辨识方法，S1，数据采集：通过脉诊仪采集人体脉象信号样本，并以.txt格式输出所述脉象信号样本数据；脉诊仪的采集频率为180Hz、采集时间为10s，脉诊仪采集脉象的压力为80‑140mmHg，供采集1800个数据点；S2，信号去噪；S3，数据扩容：对脉象信号样本数据进行扩容；S4，建立神经网络结构，由一维卷积神经网络层、注意力机制模块、全连接层和Softmax层组成；5，训练过程，因此，本发明的神经网络结构可以很好的实现人体平和体质与非平和体质的二分类，准确率达96%以上。
-
公开(公告)号：CN113076878A
公开(公告)日：2021-07-06
申请号：CN202110363372.0
申请日：2021-04-02
申请人： 郑州大学
摘要： 本发明公开了一种基于注意力机制卷积网络结构的体质辨识方法，S1，数据采集：通过脉诊仪采集人体脉象信号样本，并以.txt格式输出所述脉象信号样本数据；脉诊仪的采集频率为180Hz、采集时间为10s，脉诊仪采集脉象的压力为80‑140mmHg，供采集1800个数据点；S2，信号去噪；S3，数据扩容：对脉象信号样本数据进行扩容；S4，建立神经网络结构，由一维卷积神经网络层、注意力机制模块、全连接层和Softmax层组成；5，训练过程，因此，本发明的神经网络结构可以很好的实现人体平和体质与非平和体质的二分类，准确率达96%以上。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.034 秒)
