CN109847155B - 自适应疾病处理平台 - Google Patents

自适应疾病处理平台 Download PDF

Info

Publication number
CN109847155B
CN109847155B CN201910052780.7A CN201910052780A CN109847155B CN 109847155 B CN109847155 B CN 109847155B CN 201910052780 A CN201910052780 A CN 201910052780A CN 109847155 B CN109847155 B CN 109847155B
Authority
CN
China
Prior art keywords
equipment
image
layer
processing
gamma correction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201910052780.7A
Other languages
English (en)
Other versions
CN109847155A (zh
Inventor
陶淑娟
张庆玲
张同霞
孙玉珍
孟庆和
李丽华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tao Shujuan
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201910052780.7A priority Critical patent/CN109847155B/zh
Publication of CN109847155A publication Critical patent/CN109847155A/zh
Application granted granted Critical
Publication of CN109847155B publication Critical patent/CN109847155B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)

Abstract

疾病的种类很多,不同疾病对应不同的诊断方案和治疗方案,对于医疗部门和医护人员来说,最关键的是根据个人经验,及时辨别病人的疾病种类。例如,精神失常疾病,特别是精神分裂症、抑郁症。本发明涉及一种自适应疾病处理平台,包括:雾化治疗设备,根据接收到的单位时间喷雾量对治疗用的喷雾药品执行相应剂量的雾化处理;纽扣摄像机,设置在雾化治疗设备的上方,用于对雾化治疗设备周围进行拍摄动作,以获得雾化现场图像。通过本发明,能够根据疾病的具体表现情况进行自适应的治疗操作。

Description

自适应疾病处理平台
技术领域
本发明涉及疾病治疗设备领域,尤其涉及一种自适应疾病处理平台。
背景技术
疾病的种类很多,不同疾病对应不同的诊断方案和治疗方案,对于医疗部门和医护人员来说,最关键的是根据个人经验,及时辨别病人的疾病种类。例如,精神失常疾病,特别是精神分裂症、抑郁症。这些疾病据说与自己体内的遗传系统有直接关系(基因)。患者能表现持久的自发性精神异常症状。属于人类遗传病范畴。很难根治。还有一些遗传病也表现智力问题,如先天愚型、亨廷顿氏舞蹈病、苯丙酮酸尿症。传染病,尤其是梅毒的晚期,可侵犯大脑,产生精神症状。药物和一些化学物质(如铅、类固醇激素),也常常引起精神症状。精神症状还可由营养因素产生,如叶酸和维生素B12缺乏引起的恶性贫血常伴有精神症状。在饥饿中生长的儿童智力发育一般也会受到影响。焦虑和抑郁是最普遍的症状。
发明内容
根据本发明的一方面,提供了一种自适应疾病处理平台,所述平台包括:
雾化治疗设备,根据接收到的单位时间喷雾量对治疗用的喷雾药品执行相应剂量的雾化处理。
更具体地,在所述自适应疾病处理平台中,还包括:
纽扣摄像机,设置在雾化治疗设备的上方,用于对雾化治疗设备周围进行拍摄动作,以获得雾化现场图像。
更具体地,在所述自适应疾病处理平台中,还包括:
信号分析设备,与所述纽扣摄像机连接,用于接收雾化现场图像,对雾化现场图像进行噪声相关的特征量的提取,将提取后的特征量输入到由输入层、输出层和多个隐含层组成的数据分析模型中,用于逐层对输入层输入的特征量进行数据分析,输出层与最后一个隐含层连接,用于将最后一个隐含层的进行数据分析的结果输出,其中,输出层的输出量类型为噪声类型。
更具体地,在所述自适应疾病处理平台中,还包括:
组合滤波设备,与所述信号分析设备连接,用于接收所述噪声类型,并基于所述噪声类型从滤波数据库中选择相应的滤波器组合,使用所述滤波器组合对所述雾化现场图像执行滤波操作,以获得并输出滤波后图像。
更具体地,在所述自适应疾病处理平台中,还包括:
均匀切分设备,与所述组合滤波设备连接,用于识别所述滤波后图像中的对象的数量,基于所述对象的数量执行对所述滤波后图像的均匀式区域分割,以获得多个图像区域,其中,所述对象的数量越多,获得的每一个图像区域所占据的像素点的数量越少;
数据选择设备,与所述均匀切分设备连接,用于接收所述多个图像区域,在所述滤波后图像内执行基于Z字形的遍历,用于将Z字形遍历到的各个图像区域作为各个目标处理区域;
分块操作设备,与所述数据选择设备连接,用于接收所述各个目标处理区域,并对每一个目标处理区域执行亮色调百分比识别操作,以获得每一个目标处理区域的亮色调百分比,并基于各个目标处理区域的亮色调百分比确定所述滤波后图像的代表性亮色调百分比,其中,对每一个目标处理区域执行亮色调百分比识别操作,以获得每一个目标处理区域的亮色调百分比包括:确定每一个目标处理区域中灰度值落在亮色调数值范围内的像素点的个数,将所述灰度值落在亮色调数值范围内的像素点的个数除以所述目标处理区域的像素点总数以获得亮色调百分比;
伽马校正设备,分别与所述均匀切分设备和所述分块操作设备连接,用于接收所述代表性亮色调百分比,并在所述代表性亮色调百分比大于等于预设亮色调百分比阈值时,对所述滤波后图像执行基于查表模式的伽马校正处理,以获得对应的伽马校正图像,还用于在所述代表性亮色调百分比小于所述预设亮色调百分比阈值时,将所述滤波后图像作为伽马校正图像输出;
类型检测设备,与所述伽马校正设备连接,用于接收所述伽马校正图像,获取所述伽马校正图像中的各种类型的噪声,将幅值大于等于预设数值的噪声的类型作为主要噪声类型,并输出所述伽马校正图像中的一个或多个主要噪声类型;
小波基选择设备,与所述类型检测设备连接,用于接收所述伽马校正图像中的一个或多个主要噪声类型,并基于所述伽马校正图像中的一个或多个主要噪声类型确定执行小波处理需要的小波基以作为目标小波基;
SDRAM存储设备,与所述小波基选择设备连接,用于保存各种类型的小波基分别对应的数据分解模式;
分层处理设备,分别与所述类型检测设备和所述小波基选择设备连接,用于接收所述目标小波基,并基于所述目标小波基对所述伽马校正图像执行预设层数的数据分解动作,以获得所述伽马校正图像对应的逐层高频系数和所述伽马校正图像对应的最高层的低频系数。
本发明至少具有以下三处关键的发明点:(1)通过基于梯度的分析判断确定灰度化图像中的边缘像素,从而提高了后续目标分析的准确性;(2)基于原图像中的一个或多个主要噪声类型确定执行小波处理需要的小波基以作为目标小波基,采用与目标小波基对应的数据分解模式,并对分解后的高频系数和低频系数采用有差别的修改处理,提高了搭建后图像的清晰度;(3)在待处理图像内执行基于Z字形的遍历,用于将Z字形遍历到的各个图像区域作为各个目标处理区域,基于各个目标处理区域的各个亮色调百分比确定所述待处理图像的代表性亮色调百分比,以及在所述代表性亮色调百分比超限时,引入基于查表模式的伽马校正设备进行相应处理。
具体实施方式
下面将对本发明的自适应疾病处理平台的实施方案进行详细说明。
雾化器是将试液雾化。雾化器是原子化系统的重要部件,其性能对测定的精密度和化学干扰等产生显著影响。因此要求雾化器喷雾稳定、雾滴细小、均匀和雾化效率高。
医用雾化器主要用于治疗各种上下呼吸系统疾病,如感冒、发热、咳嗽、哮喘、咽喉肿痛、咽炎、鼻炎、支气管炎、尘肺等气管、支气管、肺泡、胸腔内所发生的疾病。雾化吸入治疗是呼吸系统疾病治疗方法中一种重要和有效的治疗方法,采用雾化吸入器将药液雾化成微小颗粒,药物通过呼吸吸入的方式进入呼吸道和肺部沉积,从而达到无痛、迅速有效治疗的目的。
为了克服当前雾化治疗设备的不足,本发明搭建了一种自适应疾病处理平台。
根据本发明实施方案示出的自适应疾病处理平台包括:
雾化治疗设备,根据接收到的单位时间喷雾量对治疗用的喷雾药品执行相应剂量的雾化处理。
接着,继续对本发明的自适应疾病处理平台的具体结构进行进一步的说明。
在所述自适应疾病处理平台中,还包括:纽扣摄像机,设置在雾化治疗设备的上方,用于对雾化治疗设备周围进行拍摄动作,以获得雾化现场图像。
在所述自适应疾病处理平台中,还包括:信号分析设备,与所述纽扣摄像机连接,用于接收雾化现场图像,对雾化现场图像进行噪声相关的特征量的提取,将提取后的特征量输入到由输入层、输出层和多个隐含层组成的数据分析模型中,用于逐层对输入层输入的特征量进行数据分析,输出层与最后一个隐含层连接,用于将最后一个隐含层的进行数据分析的结果输出,其中,输出层的输出量类型为噪声类型。
在所述自适应疾病处理平台中,还包括:组合滤波设备,与所述信号分析设备连接,用于接收所述噪声类型,并基于所述噪声类型从滤波数据库中选择相应的滤波器组合,使用所述滤波器组合对所述雾化现场图像执行滤波操作,以获得并输出滤波后图像。
在所述自适应疾病处理平台中,还包括:
均匀切分设备,与所述组合滤波设备连接,用于识别所述滤波后图像中的对象的数量,基于所述对象的数量执行对所述滤波后图像的均匀式区域分割,以获得多个图像区域,其中,所述对象的数量越多,获得的每一个图像区域所占据的像素点的数量越少;
数据选择设备,与所述均匀切分设备连接,用于接收所述多个图像区域,在所述滤波后图像内执行基于Z字形的遍历,用于将Z字形遍历到的各个图像区域作为各个目标处理区域;
分块操作设备,与所述数据选择设备连接,用于接收所述各个目标处理区域,并对每一个目标处理区域执行亮色调百分比识别操作,以获得每一个目标处理区域的亮色调百分比,并基于各个目标处理区域的亮色调百分比确定所述滤波后图像的代表性亮色调百分比,其中,对每一个目标处理区域执行亮色调百分比识别操作,以获得每一个目标处理区域的亮色调百分比包括:确定每一个目标处理区域中灰度值落在亮色调数值范围内的像素点的个数,将所述灰度值落在亮色调数值范围内的像素点的个数除以所述目标处理区域的像素点总数以获得亮色调百分比;
伽马校正设备,分别与所述均匀切分设备和所述分块操作设备连接,用于接收所述代表性亮色调百分比,并在所述代表性亮色调百分比大于等于预设亮色调百分比阈值时,对所述滤波后图像执行基于查表模式的伽马校正处理,以获得对应的伽马校正图像,还用于在所述代表性亮色调百分比小于所述预设亮色调百分比阈值时,将所述滤波后图像作为伽马校正图像输出;
类型检测设备,与所述伽马校正设备连接,用于接收所述伽马校正图像,获取所述伽马校正图像中的各种类型的噪声,将幅值大于等于预设数值的噪声的类型作为主要噪声类型,并输出所述伽马校正图像中的一个或多个主要噪声类型;
小波基选择设备,与所述类型检测设备连接,用于接收所述伽马校正图像中的一个或多个主要噪声类型,并基于所述伽马校正图像中的一个或多个主要噪声类型确定执行小波处理需要的小波基以作为目标小波基;
SDRAM存储设备,与所述小波基选择设备连接,用于保存各种类型的小波基分别对应的数据分解模式;
分层处理设备,分别与所述类型检测设备和所述小波基选择设备连接,用于接收所述目标小波基,并基于所述目标小波基对所述伽马校正图像执行预设层数的数据分解动作,以获得所述伽马校正图像对应的逐层高频系数和所述伽马校正图像对应的最高层的低频系数;
高频处理设备,与所述分层处理设备连接,用于接收所述伽马校正图像对应的逐层高频系数,将数值小于等于与目标小波基对应的阈值的高频系数修改为零,将数值大于与目标小波基对应的阈值的高频系数保持原值;
低频处理设备,与所述分层处理设备连接,用于接收所述伽马校正图像对应的最高层的低频系数,将所述伽马校正图像对应的最高层的低频系数组成数列并进行高斯滤波处理,以获得修改后的最高层的低频系数;
信号搭建设备,分别与所述高频处理设备和所述低频处理设备连接,用于接收所述高频处理设备处理后的逐层高频系数以及接收所述低频处理设备处理后的最高层的低频系数,基于所述高频处理设备处理后的逐层高频系数以及所述低频处理设备处理后的最高层的低频系数进行信号搭建,以获得所述伽马校正图像对应的搭建后图像;
剂量解析设备,分别与所述雾化治疗设备和所述剂量解析设备连接,用于根据搭建后图像中的人体轮廓的分析结果判定相应人体轮廓对应的年龄,以根据所述年龄确定单位时间喷雾量并发送给所述雾化治疗设备。
在所述自适应疾病处理平台中:在所述分层处理设备中,基于所述目标小波基对所述伽马校正图像执行预设层数的数据分解动作包括:所述预设层数的数值与所述主要噪声类型的数量成正相关的关系。
在所述自适应疾病处理平台中:所述SDRAM存储设备还与所述分层处理设备,用于向所述分层处理设备输出与目标小波基对应的数据分解模式。
在所述自适应疾病处理平台中:所述SDRAM存储设备还与所述信号搭建设备连接,用于向所述信号搭建设备输出与目标小波基对应的数据搭建模式。
在所述自适应疾病处理平台中:在所述分块操作设备中,基于各个目标处理区域的亮色调百分比确定所述滤波后图像的代表性亮色调百分比包括:将各个目标处理区域的亮色调百分比进行排序,将中央序号的目标处理区域的亮色调百分比作为所述滤波后图像的代表性亮色调百分比。
另外,SDRAM:Synchronous Dynamic Random Access Memory,同步动态随机存储器,同步是指内存工作需要同步时钟,内部的命令的发送与数据的传输都以他为基准;动态是指存储阵列需要不断的刷新来保证数据不丢失;随机是指数据不是线性依次存储,而是自由指定地址进行数据读写。SDR SDRAM的时钟频率就是数据存储的频率。SDRAM的工作电压为3.3V。
采用本发明的自适应疾病处理平台,针对现有技术中雾化治疗设备剂量不易控制的技术问题,通过剂量解析设备,分别与雾化治疗设备和剂量解析设备连接,用于根据搭建后图像中的人体轮廓的分析结果判定相应人体轮廓对应的年龄,以根据所述年龄确定单位时间喷雾量并发送给所述雾化治疗设备;雾化治疗设备,根据接收到的单位时间喷雾量对治疗用的喷雾药品执行相应剂量的雾化处理;从而解决了上述技术问题。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。

Claims (5)

1.一种自适应疾病处理平台,其特征在于,包括:
雾化治疗设备,根据接收到的单位时间喷雾量对治疗用的喷雾药品执行相应剂量的雾化处理;
纽扣摄像机,设置在雾化治疗设备的上方,用于对雾化治疗设备周围进行拍摄动作,以获得雾化现场图像;
信号分析设备,与所述纽扣摄像机连接,用于接收雾化现场图像,对雾化现场图像进行噪声相关的特征量的提取,将提取后的特征量输入到由输入层、输出层和多个隐含层组成的数据分析模型中,用于逐层对输入层输入的特征量进行数据分析,输出层与最后一个隐含层连接,用于将最后一个隐含层的进行数据分析的结果输出,其中,输出层的输出量类型为噪声类型;
组合滤波设备,与所述信号分析设备连接,用于接收所述噪声类型,并基于所述噪声类型从滤波数据库中选择相应的滤波器组合,使用所述滤波器组合对所述雾化现场图像执行滤波操作,以获得并输出滤波后图像;
均匀切分设备,与所述组合滤波设备连接,用于识别所述滤波后图像中的对象的数量,基于所述对象的数量执行对所述滤波后图像的均匀式区域分割,以获得多个图像区域,其中,所述对象的数量越多,获得的每一个图像区域所占据的像素点的数量越少;
数据选择设备,与所述均匀切分设备连接,用于接收所述多个图像区域,在所述滤波后图像内执行基于Z字形的遍历,用于将Z字形遍历到的各个图像区域作为各个目标处理区域;
分块操作设备,与所述数据选择设备连接,用于接收所述各个目标处理区域,并对每一个目标处理区域执行亮色调百分比识别操作,以获得每一个目标处理区域的亮色调百分比,并基于各个目标处理区域的亮色调百分比确定所述滤波后图像的代表性亮色调百分比,其中,对每一个目标处理区域执行亮色调百分比识别操作,以获得每一个目标处理区域的亮色调百分比包括:确定每一个目标处理区域中灰度值落在亮色调数值范围内的像素点的个数,将所述灰度值落在亮色调数值范围内的像素点的个数除以所述目标处理区域的像素点总数以获得亮色调百分比;
伽马校正设备,分别与所述均匀切分设备和所述分块操作设备连接,用于接收所述代表性亮色调百分比,并在所述代表性亮色调百分比大于等于预设亮色调百分比阈值时,对所述滤波后图像执行基于查表模式的伽马校正处理,以获得对应的伽马校正图像,还用于在所述代表性亮色调百分比小于所述预设亮色调百分比阈值时,将所述滤波后图像作为伽马校正图像输出;
类型检测设备,与所述伽马校正设备连接,用于接收所述伽马校正图像,获取所述伽马校正图像中的各种类型的噪声,将幅值大于等于预设数值的噪声的类型作为主要噪声类型,并输出所述伽马校正图像中的一个或多个主要噪声类型;
小波基选择设备,与所述类型检测设备连接,用于接收所述伽马校正图像中的一个或多个主要噪声类型,并基于所述伽马校正图像中的一个或多个主要噪声类型确定执行小波处理需要的小波基以作为目标小波基;
SDRAM存储设备,与所述小波基选择设备连接,用于保存各种类型的小波基分别对应的数据分解模式;
分层处理设备,分别与所述类型检测设备和所述小波基选择设备连接,用于接收所述目标小波基,并基于所述目标小波基对所述伽马校正图像执行预设层数的数据分解动作,以获得所述伽马校正图像对应的逐层高频系数和所述伽马校正图像对应的最高层的低频系数;
高频处理设备,与所述分层处理设备连接,用于接收所述伽马校正图像对应的逐层高频系数,将数值小于等于与目标小波基对应的阈值的高频系数修改为零,将数值大于与目标小波基对应的阈值的高频系数保持原值;
低频处理设备,与所述分层处理设备连接,用于接收所述伽马校正图像对应的最高层的低频系数,将所述伽马校正图像对应的最高层的低频系数组成数列并进行高斯滤波处理,以获得修改后的最高层的低频系数;
信号搭建设备,分别与所述高频处理设备和所述低频处理设备连接,用于接收所述高频处理设备处理后的逐层高频系数以及接收所述低频处理设备处理后的最高层的低频系数,基于所述高频处理设备处理后的逐层高频系数以及所述低频处理设备处理后的最高层的低频系数进行信号搭建,以获得所述伽马校正图像对应的搭建后图像;
剂量解析设备,分别与所述雾化治疗设备和所述剂量解析设备连接,用于根据搭建后图像中的人体轮廓的分析结果判定相应人体轮廓对应的年龄,以根据所述年龄确定单位时间喷雾量并发送给所述雾化治疗设备。
2.如权利要求1所述的自适应疾病处理平台,其特征在于:
在所述分层处理设备中,基于所述目标小波基对所述伽马校正图像执行预设层数的数据分解动作包括:所述预设层数的数值与所述主要噪声类型的数量成正相关的关系。
3.如权利要求2所述的自适应疾病处理平台,其特征在于:
所述SDRAM存储设备还与所述分层处理设备,用于向所述分层处理设备输出与目标小波基对应的数据分解模式。
4.如权利要求3所述的自适应疾病处理平台,其特征在于:
所述SDRAM存储设备还与所述信号搭建设备连接,用于向所述信号搭建设备输出与目标小波基对应的数据搭建模式。
5.如权利要求4所述的自适应疾病处理平台,其特征在于:
在所述分块操作设备中,基于各个目标处理区域的亮色调百分比确定所述滤波后图像的代表性亮色调百分比包括:将各个目标处理区域的亮色调百分比进行排序,将中央序号的目标处理区域的亮色调百分比作为所述滤波后图像的代表性亮色调百分比。
CN201910052780.7A 2019-01-21 2019-01-21 自适应疾病处理平台 Expired - Fee Related CN109847155B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910052780.7A CN109847155B (zh) 2019-01-21 2019-01-21 自适应疾病处理平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910052780.7A CN109847155B (zh) 2019-01-21 2019-01-21 自适应疾病处理平台

Publications (2)

Publication Number Publication Date
CN109847155A CN109847155A (zh) 2019-06-07
CN109847155B true CN109847155B (zh) 2021-04-09

Family

ID=66895338

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910052780.7A Expired - Fee Related CN109847155B (zh) 2019-01-21 2019-01-21 自适应疾病处理平台

Country Status (1)

Country Link
CN (1) CN109847155B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110728795B (zh) * 2019-10-31 2020-07-24 麦隆企业管理有限公司 智能咖啡剂量调节系统
CN113058140A (zh) * 2020-07-06 2021-07-02 母宗军 输药泵体剂量控制系统以及相应终端

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060186561A1 (en) * 2005-02-24 2006-08-24 Samsung Gwangju Electronics Co., Ltd. Mobile robot having a humidifier therein
CN104623770A (zh) * 2014-11-21 2015-05-20 无锡科思电子科技有限公司 一种自适应雾化装置
CN204798528U (zh) * 2015-01-09 2015-11-25 德技股份有限公司 网片式雾化呼吸治疗器
CN107041985A (zh) * 2017-04-20 2017-08-15 成都倍瑞科技有限公司 一种手持式人工智能雾化器
CN207253550U (zh) * 2016-12-16 2018-04-20 广东食品药品职业学院 便于给围术期病人雾化治疗的新型雾化给药设备
CN108310566A (zh) * 2018-04-12 2018-07-24 西安汇智医疗集团有限公司 一种氧疗/雾化治疗的智能化控制系统
CN108853702A (zh) * 2018-05-15 2018-11-23 中国科学院苏州生物医学工程技术研究所 一种新型智能药物喷洒系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060186561A1 (en) * 2005-02-24 2006-08-24 Samsung Gwangju Electronics Co., Ltd. Mobile robot having a humidifier therein
CN104623770A (zh) * 2014-11-21 2015-05-20 无锡科思电子科技有限公司 一种自适应雾化装置
CN204798528U (zh) * 2015-01-09 2015-11-25 德技股份有限公司 网片式雾化呼吸治疗器
CN207253550U (zh) * 2016-12-16 2018-04-20 广东食品药品职业学院 便于给围术期病人雾化治疗的新型雾化给药设备
CN107041985A (zh) * 2017-04-20 2017-08-15 成都倍瑞科技有限公司 一种手持式人工智能雾化器
CN108310566A (zh) * 2018-04-12 2018-07-24 西安汇智医疗集团有限公司 一种氧疗/雾化治疗的智能化控制系统
CN108853702A (zh) * 2018-05-15 2018-11-23 中国科学院苏州生物医学工程技术研究所 一种新型智能药物喷洒系统

Also Published As

Publication number Publication date
CN109847155A (zh) 2019-06-07

Similar Documents

Publication Publication Date Title
CN109847155B (zh) 自适应疾病处理平台
Smigielski et al. Psilocybin-assisted mindfulness training modulates self-consciousness and brain default mode network connectivity with lasting effects
Neunuebel et al. Conflicts between local and global spatial frameworks dissociate neural representations of the lateral and medial entorhinal cortex
Song et al. Love-related changes in the brain: a resting-state functional magnetic resonance imaging study
Dauwels et al. Diagnosis of Alzheimer's disease from EEG signals: where are we standing?
Abbod et al. Survey of utilisation of fuzzy technology in medicine and healthcare
Sutherland et al. Neurobiological impact of nicotinic acetylcholine receptor agonists: an activation likelihood estimation meta-analysis of pharmacologic neuroimaging studies
Dai et al. Domain transfer multiple kernel boosting for classification of EEG motor imagery signals
Biswas et al. Factors determining in vitro lung deposition of albuterol aerosol delivered by ventolin metered-dose inhaler
CN101133954B (zh) 一种呼吸率检测方法及装置
Esclassan et al. Faster, deeper, better: the impact of sniffing modulation on bulbar olfactory processing
Kreitz et al. A new analysis of resting state connectivity and graph theory reveals distinctive short-term modulations due to whisker stimulation in rats
Lozano-Zahonero et al. Automated mechanical ventilation: adapting decision making to different disease states
Chen et al. Deep convolutional generative adversarial network-based EMG data enhancement for hand motion classification
Lewis-Healey et al. Breathwork-Induced Psychedelic Experiences Modulate Neural Dynamics
US20050033521A1 (en) Method for predicting responses to PDE4 inhibitors using biomarkers
Liu et al. The Common and Different Neural Bases of Distraction and Reinterpretation: A Meta-Analysis of fMRI Studies
Holton et al. Differential responses to breath‐holding, voluntary deep breathing and hypercapnia in left and right dorsal anterior cingulate
Alves et al. On the advances in machine learning and complex network measures to an EEG dataset from DMT experiments
Aloneftis The role of embodiment in third wave mindfulness based cognitive therapies
Weatherley et al. S73 Probing diffusion and perfusion in idiopathic pulmonary fibrosis with hyperpolarised Xenon and dynamic contrast-enhanced magnetic resonance imaging
Kang et al. High-order brain network feature extraction and classification method of first-episode schizophrenia: an EEG study
da Silva Castanheira et al. Genetic Foundations of Neurophysiological and Behavioural Variability Across the Lifespan
Miklody The neurophysiology of EEG and the physics of the head: theory and Application for Spontaneous EEG
McKenzie et al. 42nd International Symposium on Intensive Care & Emergency Medicine

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Tao Shujuan

Inventor after: Zhang Qingling

Inventor after: Zhang Tongxia

Inventor after: Sun Yuzhen

Inventor after: Meng Qinghe

Inventor after: Li Lihua

Inventor before: Sun Yuzhen

Inventor before: Meng Qinghe

Inventor before: Li Lihua

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210319

Address after: 271100 Room 101, unit 1, building 1, courtyard 12, Fengcheng West Street, Laicheng District, Laiwu City, Jinan City, Shandong Province

Applicant after: Tao Shujuan

Address before: 222002 No.39, Yanhe North Road, Haizhou District, Lianyungang City, Jiangsu Province

Applicant before: Meng Qinghe

GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210409

Termination date: 20220121