Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 合肥工业大学;滁州怡然传感技术研究院有限公司;安徽六维传感科技有限公司章伟获国家专利权

合肥工业大学;滁州怡然传感技术研究院有限公司;安徽六维传感科技有限公司章伟获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉合肥工业大学;滁州怡然传感技术研究院有限公司;安徽六维传感科技有限公司申请的专利基于DWT-1DCNN的电子鼻新冠肺炎呼吸诊断装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116671893B

龙图腾网通过国家知识产权局官网在2025-08-15发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211014471.9,技术领域涉及:A61B5/08;该发明授权基于DWT-1DCNN的电子鼻新冠肺炎呼吸诊断装置是由章伟;刘泽浩;李思宇;包楚阳;刘嘉明;王海燕;俞佳丽;宁璐设计研发完成,并于2022-08-23向国家知识产权局提交的专利申请。

基于DWT-1DCNN的电子鼻新冠肺炎呼吸诊断装置在说明书摘要公布了:本发明了公开了基于DWT‑1DCNN的电子鼻新冠肺炎呼吸诊断装置,包括电子鼻设备,用于接收呼气气体,并生成原始响应信号数据集;预处理模块,用于对原始响应信号进行预处理,获得预处理后的数据集;信号分解重构模块,用于对预处理后的数据集中的信号进行分解重构,获得扩充的训练集;通道注意力模块,用于对扩充的训练集中信每一个特征通道赋予权重;一维卷积神经网络模块,用于对扩充的训练集进行训练,获得呼气气体检测的正常或异常的结果。本发明解决了电子鼻难以采集大量新冠肺炎数据集用于模型训练的问题,利用DWT增强小样本数据集并取得了很好的效果。

本发明授权基于DWT-1DCNN的电子鼻新冠肺炎呼吸诊断装置在权利要求书中公布了:1.基于DWT-1DCNN的电子鼻新冠肺炎呼吸诊断装置,其特征在于,包括: 电子鼻设备,用于接收呼气气体,并生成原始响应信号数据集; 上位机,包括预处理模块、信号分解重构模块、通道注意力模块、一维卷积神经网络模块;其中, 预处理模块,用于接收电子鼻设备输出的原始响应信号数据集,并对所述数据集中的原始响应信号进行预处理,获得预处理后的数据集; 信号分解重构模块,用于对预处理后的数据集中的信号进行分解重构,获得扩充的训练集;所述信号分解重构模块被配置执行以下动作: S201、将样本集Xm按照预设比例随机划分为训练样本集Xtrain及测试样本集Xtest,对训练样本集Xtrain呼气样本中单个气体传感器响应信号xz进行小波分解: 按如下公式对信号xz经过低通滤波器F0Z进行下采样,得到尺度和分辨率均减半的平均信号cz,即低频部分; cj+1z=∑m∈zcjmF0m-2z, 按如下公式对信号xz经过高通滤波器F1Z进行下采样,得到尺度和分辨率均减半的细节信号dz,即高频成分: dj+1z=∑m∈zcjmF1m-2z, S202、按如下公式对平均信号cz经过上采样,再经过低通滤波器得到大尺度低分辨率的逼近,即低通输出;对细节信号dz经过上采样,再经过高通滤波器,即高通输出,对所述低通输出、高通输出相加即得到重构的信号: cjz=∑m∈zcj+1mF0z-2m+dj+1mF1z-2m, S203、采用相关系数R作为评价指标,按如下公式计算原始信号与重构信号的相似程度: 其中,R的范围为0,1,R越接近1表示信号的相似程度越高; S204、将重构的信号与Xtrain中信号累加得到新的训练集X′train; 通道注意力模块,用于对扩充的训练集中的每一个特征通道赋予权重; 一维卷积神经网络模块,用于对扩充的训练集进行训练,获得呼气气体检测的正常或异常心电信号的结果;所述一维卷积神经网络模块,包括:第一卷积、以及与第一卷积依次串联的第一通道注意力模块、第一池化层、第二卷积、第二通道注意力模块、第二池化层、flatten模块、全连接层、Dense模块、Softmax分类器; 利用训练好的呼吸气体检测模型对测试集Xtest进行分类检测,绘制混淆矩阵,计算分类准确率、敏感性、特异性。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人合肥工业大学;滁州怡然传感技术研究院有限公司;安徽六维传感科技有限公司,其通讯地址为:230009 安徽省合肥市包河区屯溪路193号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。