摘要
一种超声刀工作状态识别模型的训练方法、识别方法、功率控制方法及设备,包括如下步骤:采集超声刀在特定电流下工作时的电压信号;对电压信号进行时间序列特征提取,得到时序特征;时序特征包括离群值、局部极小值、子区间上功率谱密度均值的相对变异性、拟合曲线的最大值与核平滑分布曲线最大值之间的差距、极值分布模型拟合数据与核平滑分布之间的相对熵中的至少一种;根据时序特征和对应的标签对原始模型进行训练,得到超声刀工作状态识别模型。本申请通过超声刀工作状态识别模型识别出超声刀的工作状态,根据超声刀的工作状态对超声刀的功率进行调整,不仅避免了超声刀对组织造成严重的热损伤,还使得超声刀刀杆不易断裂。
技术关键词
工作状态识别方法
时序特征
功率控制方法
电流下工作
状态识别模型训练方法
电压
极值
曲线
序列
信号
概率密度函数
数据
血管
组织
刀刀杆
计算机程序产品
处理器
系统为您推荐了相关专利信息
量子态
网络流量数据
深度包检测技术
分析方法
无损压缩编码
设备故障预测方法
多模态特征融合
时序特征
敏感性特征
注意力机制