基于深度学习的个体化可变参数闭环超声刺激设备与方法

AITNT
正文
推荐专利
基于深度学习的个体化可变参数闭环超声刺激设备与方法
申请号:CN202411616397
申请日期:2024-11-13
公开号:CN119587903A
公开日期:2025-03-11
类型:发明专利
摘要
本发明公开了一种基于深度学习的个体化可变参数闭环超声刺激设备与方法,属于经颅超声刺激技术领域,包括脑电信号采集模块、脑电信号处理模块、脑电信号深度学习判别模块、超声刺激模块;脑电信号采集模块采集实验对象指定有限时间内的脑电信号并传输至脑电信号处理模块;脑电信号处理模块预处理和实时显示脑电信号,并按指定时间拆分脑电信号,将所有脑电信号片段另存为图片格式;脑电信号深度学习判别模块判别脑电异常等级和指定有效超声刺激参数;超声刺激模块对实验对象进行可变参数超声刺激。本发明通过对大样本脑电信号进行深度学习训练,建立脑电信号深度学习模型,针对其他任一实验对象判别其脑电异常等级,并进行可变参数闭环超声刺激。
技术关键词
脑电信号采集模块 脑电信号处理 判别模块 信号处理模块 深度学习模型 功率放大模块 信号处理器 阻抗匹配模块 闭环 参数 电极模块 超声换能器 深度学习训练 前端放大器 对象 经颅超声刺激 临床试验数据
系统为您推荐了相关专利信息
1
一种基于深度学习的偏折术成像质量评估方法及系统
包裹相位 像素点 条纹 多尺度特征 图像
2
一种基于多模态大模型的食品营养成分含量智能评估方法、系统、终端及存储介质
深度学习模型 食品营养成分 多模态 智能评估方法 融合特征
3
一种验证码字符识别方法、装置、设备及存储介质
识别验证码 残差神经网络 字符检测模型 验证码图片 字符识别方法
4
基于多源数据深度学习的深基坑安全预警逃生系统
逃生系统 深基坑 预警平台 逃生通道 数据采集设备
5
风机齿轮箱故障图像识别方法和系统
故障图像识别方法 风机齿轮箱 深度学习分析 知识图谱推理 多模态
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号