CN113805134A - 梯度信号检测方法、系统、装置、计算机设备和存储介质 - Google Patents
梯度信号检测方法、系统、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113805134A CN113805134A CN202110928965.7A CN202110928965A CN113805134A CN 113805134 A CN113805134 A CN 113805134A CN 202110928965 A CN202110928965 A CN 202110928965A CN 113805134 A CN113805134 A CN 113805134A
- Authority
- CN
- China
- Prior art keywords
- gradient
- detected
- gradient signal
- signal
- amplitude
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 115
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000005070 sampling Methods 0.000 claims description 104
- 230000009194 climbing Effects 0.000 claims description 60
- 230000000630 rising effect Effects 0.000 claims description 35
- 238000004590 computer program Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008054 signal transmission Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Probability & Statistics with Applications (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Operations Research (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- High Energy & Nuclear Physics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Radiology & Medical Imaging (AREA)
- Algebra (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本申请涉及一种梯度信号检测方法、系统、装置、计算机设备和存储介质，该方法通过获取待测梯度信号的梯度数据；根据梯度数据，计算待测梯度信号的检测参数；根据检测参数与预设参数范围，判断待测梯度信号是否正常。本申请提供的梯度信号检测方法通过对待测梯度信号的检测参数与预设参数范围进行匹配，判断待测梯度信号是否正常。这样可以避免人工对待测梯度信号进行检测时会造成的误判，从而能够提高检测待测梯度信号是否正常的准确度。
Description
技术领域
本申请涉及磁共振系统技术领域，特别是涉及一种梯度信号检测方法、系统、装置、计算机设备和存储介质。
背景技术
在磁共振设备中，通过梯度板卡产生梯度信号，但梯度板卡由于生产工艺等问题会导致梯度板卡的信号发射区间发生偏差，从而会导致梯度板卡发送的梯度信号不正常。在梯度板卡的信号发射区间发生偏差时会影响到患者的安全，因此，需要对梯度板卡在固定指令下的信号发射区间是否发生偏差进行检测。
传统技术中，检测梯度板卡的信号发射区间是否发生偏差的方法为通过磁共振系统执行正常的协议扫描得到梯度数据，将梯度数据转换为梯度图像，通过人工肉眼查看梯度图像中梯度波形是否出现毛刺，来确定梯度信号是否正常，从而确定梯度板卡的信号发射区间是否发生偏差。
然而，传统技术中对梯度信号进行检测时，存在检测准确度较低的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种梯度信号检测方法、系统、装置、计算机设备和存储介质。
第一方面，本申请一个实施例提供一种梯度信号检测方法，包括：
获取待测梯度信号的梯度数据；梯度数据是对待测梯度信号进行采样获得；
根据梯度数据，计算待测梯度信号的检测参数；
根据检测参数和预设参数范围，判断待测梯度信号是否正常。
在其中一个实施例中，根据梯度数据，计算待测梯度信号的检测参数，包括：
对梯度数据进行解析，得到待测梯度信号的采样点，采样点包括采样时间和采样时间对应的待测梯度信号的幅值；
根据采样点，计算检测参数。
在其中一个实施例中，根据采样点，计算检测参数，包括：
根据采样时间和采样时间对应的待测梯度信号的幅值，计算待测梯度信号中每个上升沿的子爬升率和上升沿的数量，以及待测梯度信号中每个下降沿的子下降率和下降沿的数量；
根据子爬升率和上升沿的数量，计算待测梯度信号中所有子爬升率的均值，得到爬升率；
和/或，
根据子下降率和下降沿的数量，计算待测梯度信号中所有子下降率的均值，得到下降率。
在其中一个实施例中，根据采样点，计算检测参数，还包括：
根据采样时间和采样时间对应的待测梯度信号的幅值，确定待测梯度信号的每个子平台区域，以及所有子平台区域的幅值的最大值和所有子平台区域的幅值的最小值；
计算所有子平台区域的幅值的均值，得到平台区域的平均幅值；
和/或，
计算最大值与最小值之间的差值，得到平台区域的幅度。
在其中一个实施例中，根据检测参数和预设参数范围，判断待测梯度信号是否正常，包括：
判断待测梯度信号的爬升率是否在预设爬升率范围内，待测梯度信号的下降率是否在预设下降率范围内，待测梯度信号的平台区域的平均幅值是否在预设平均幅值范围内，且待测梯度信号的平台区域的幅度是否在预设幅度范围内。
在其中一个实施例中，获取待测梯度信号的梯度数据，包括：
从存储设备中读取待解析梯度数据；
对待解析梯度数据进行解析，确定属于待测梯度信号的梯度数据。
第二方面，本申请一个实施例提供一种梯度信号检测系统，包括：计算机设备和磁共振设备，磁共振设备包括发射板卡和梯度板卡；
计算机设备，用于通过发射板卡向梯度板卡发送控制信息；
梯度板卡，用于接收控制信息，并根据控制信号产生梯度信号；
计算机设备，还用于接收梯度信号，根据梯度信号存储梯度信号对应的梯度数据，以执行如上述实施例提供的梯度信号检测方法的步骤。
第三方面，本申请一个实施例提供一种梯度信号检测装置，包括：
获取模块，用于获取待测梯度信号的梯度数据；梯度数据是对待测梯度信号进行采样获得；
计算模块，用于根据梯度数据，计算待测梯度信号的检测参数；
确定模块，用于根据检测参数和预设参数范围，判断待测梯度信号是否正常。
第四方面，本申请一个实施例提供一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现如上述实施例提供的方法的步骤。
第五方面，本申请一个实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述实施例提供的方法的步骤。
本申请实施例提供一种梯度信号检测方法、系统、装置、计算机设备和存储介质，该方法通过获取待测梯度信号的梯度数据；根据该梯度数据，计算待测梯度信号的检测参数；根据该检测参数与预设参数范围，判断待测梯度信号是否正常。本申请提供的梯度信号检测方法通过待测梯度信号的检测参数与预设参数范围，对待测梯度信号是否正常进行检测。这样可以避免人工对待测梯度信号是否正常进行判断时会存在的误判情况，从而能够提高检测待测梯度信号是否正常的准确度，进而能够提高对梯度板卡的信号发射区间是否发生偏差进行检测的准确度。
附图说明
为了更清楚地说明本申请实施例或传统技术中的技术方案，下面将对实施例或传统技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域不同技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请一个实施例提供的梯度信号检测方法的步骤流程示意图；
图2为本申请另一个实施例提供的梯度信号检测方法的步骤流程示意图；
图3为本申请另一个实施例提供的梯度信号检测方法的步骤流程示意图；
图4为本申请一个实施例提供的梯度信号的示意图；
图5为本申请又一个实施例提供的梯度信号检测方法的步骤流程示意图；
图6为本申请又一个实施例提供的梯度信号检测方法的步骤流程示意图；
图7为本申请一个实施例提供的梯度信号检测系统的结构示意图；
图8为本申请一个实施例提供的梯度信号检测装置的结构示意图；
图9为本申请一个实施例提供的计算机设备的结构示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图对本申请的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似改进，因此本申请不受下面公开的具体实施例的限制。
在使用磁共振设备进行磁共振成像时，需要通过梯度板卡产生梯度信号，但是梯度板卡由于生产工艺等问题会导致梯度板卡的信号发射区间发生偏差，从而会导致梯度板卡发送的梯度信号出现异常。在梯度板卡的信号发射区间发生偏差时会影响到患者的安全，因此，需要对梯度板卡的固定指令下的信号发射区间是否发生偏差进行检测。
传统技术中，检测梯度板卡的信号发射区间是否发生偏差的方法主要是：通过磁共振系统的扫描软件执行正常的扫描协议得到梯度数据，通过数据图像转换工具将梯度数据转换为梯度图像，然后通过人工判断梯度图像中梯度波形是否出现毛刺，来判断梯度信号是否正常，若梯度波形出现毛刺，说明梯度波形不合格，则梯度信号异常。然而人工判断会存在由于人工疲劳或肉眼查看图像不清楚等原因造成的误判，会导致检测梯度信号的是否正常的准确度较低。对此，本申请提出一种梯度信号检测方法。
本申请提供的梯度信号检测方法可以通过计算机设备实现。计算机设备包括但不限于控制芯片、个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。本申请提供的方法可以通过JAVA软件实现，也可以应用于其他软件。
下面以具体的实施例对本申请的技术方案以及本申请的技术方案如何解决技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
请参见图1，本申请一个实施例提供一种梯度信号检测方法，本实施例以计算机设备作为执行主体对梯度信号检测方法进行具体的说明，该方法的步骤包括：
步骤100、获取待测梯度信号的梯度数据；梯度数据是对待测梯度信号进行采样获得。
待测梯度信号是指通过待检测梯度板卡发送的梯度信号。待测梯度板卡在发射梯度信号时是通过不同的通道发送的。待测梯度信号可以是待测梯度板卡的一个通道发送的梯度信号，也可以是由待测梯度板卡的多个通道分别发送的梯度信号。每一个通道发送的待测梯度信号有相对应的梯度数据。梯度数据是指在待检测梯度板卡发送梯度信号后，对该梯度信号进行采样得到梯度数据。计算机设备获取采样得到的待测梯度信号的梯度数据。本实施例对计算机设备获取梯度数据的具体方法不作任何限制，只有能够实现其功能即可。
步骤110、根据梯度数据，计算待测梯度信号的检测参数。
检测参数是指与待测梯度信号相关的参数，通过这些参数可以判断待测梯度信号是否正常。计算机设备在得到梯度数据后，根据梯度数据计算判断待测梯度信号是否正常时所需的检测参数。在本实施例中，检测参数可以包括爬升率、下降率、平台区域的平均幅值和平台区域的幅度中的任意一个或多个。其中，爬升率是指待测梯度信号对应的梯度波形中上升沿的上升速度；下降率是指待测梯度信号对应的梯度波形中下降沿的下降速度；平台区域是指待测梯度信号对应的梯度波形中趋于平缓的波形所在的区域。理想状态下，梯度波形的平台区域的幅值相同，即平台区域的波形为一条水平的直线，但是在实际场景中，由于各种因素的影响，平台区域的波形会呈现为曲线，本实施例中通过平台区域的平均幅值和平台区域的幅度对待测梯度信号的平台区域的波形是否正常进行判断。本实施例对根据梯度数据计算检测参数的具体方法不作限制，只要能够实现其功能即可。
步骤120、根据检测参数和预设参数范围，判断待测梯度信号是否正常。
计算机设备在得到计算后的检测参数后，将其与预设参数范围进行对比，判断待测梯度信号是否正常。预设参数范围与检测参数是一一对应的，预设参数范围可以包括预设爬升率范围、预设下降率范围、预设平均幅值范围和预设幅度范围中的任意一个或多个。检测参数中的爬升率与预设参数范围中的预设爬升率范围相对应，预设爬升率范围是指预设的爬升率的最小值和最大值之间的范围；检测参数中的下降率与预设参数范围中的预设下降率范围相对应，预设下降率范围是指预设的下降率的最小值和最大值之间的范围；检测参数中的平台区域的平均幅值与预设参数范围内的预设平均幅值相对应，预设平均幅值是指预设的平均幅值的最小值和最大值之间的范围；检测参数中的平台区域的幅度与预设参数范围内的预设幅度范围相对应，预设幅度范围是指预设的幅度的最小值和最大值之间的范围。本实施例对预设参数范围的配置方法不作任何限制，只要能够实现其功能即可。
在一个可选的实施例中，预设参数范围可以是由工作人员使用正常的梯度板卡(信号发射区间未发生偏差的梯度板卡)发送梯度信号，对该梯度信号进行采样得到梯度数据，根据该梯度数据计算得到的检测参数配置的。
本申请实施例提供的梯度信号检测方法通过获取待测梯度信号的梯度数据；根据该梯度数据，计算待测梯度信号的检测参数；根据该检测参数与预设参数范围，判断待测梯度信号是否正常。本申请提供的梯度信号检测方法通过待测梯度信号的检测参数与预设参数范围，对待测梯度信号是否正常进行检测。这样可以避免人工对待测梯度信号是否正常进行判断时会存在的误判情况，从而能够提高检测待测梯度信号是否正常的准确度，进而能够提高对梯度板卡的信号发射区间是否发生偏差进行检测的准确度。另外，使用本申请提供的梯度信号检测方法对梯度信号进行检测时，无需检测人员具有专业的技术背景，直接使用计算机设备执行本申请提供的梯度信号检测方法，就可以得到检测结果。同时，本申请提供的梯度信号检测方法可以应用在不同的场景中，具有较强的实用性。例如，梯度板卡的仓库管理人员可以使用本申请提供的梯度信号检测方法对入库的梯度板卡进行检测，降低不良率；工装人员可以使用本申请提供的梯度信号检测方法对生产集成过程中使用的梯度板卡进行检测。
请参见图2，在一个实施例中提供根据梯度数据，计算待测梯度信号的检测参数的一种可能的实现方式，具体步骤包括：
步骤200、对梯度数据进行解析，得到待测梯度信号的采样点，采样点包括采样时间和采样时间对应的待测梯度信号的幅值。
梯度数据是对待测梯度信号进行采样得到的，则计算机设备在得到梯度数据后，对其进行解析，可以得到待测梯度信号对应的采样点。采样点包括采样时间和采样时间对应的待测梯度信号的幅值。也就是说，在对待测梯度信号进行采样时是依据时间点进行采样的，即采样得到所有时间点对应的梯度信号的幅值。
步骤210、根据采样点，计算检测参数。
计算机设备在得到采样点后，根据采样点中的采样时间和采样时间对应的梯度信号的幅值计算待测梯度信号的检测参数。对于不同的检测参数，使用采样时间和采样时间对应的梯度信号的幅值计算的方法不同，本实施例对此不作限制，只要能够实现其功能即可。
请参见图3，在检测参数包括爬升率和/或下降率时，在一个实施例中提供根据采样点，计算检测参数的一种可能的实现方式，具体步骤包括：
步骤300、根据采样时间和采样时间对应的待测梯度信号的幅值，计算待测梯度信号中每个上升沿的子爬升率和上升沿的数量，以及待测梯度信号中每个下降沿的子下降率和下降沿的数量。
计算机设备根据采样时间和采样时间对应的待测梯度信号的幅值，可以确定待测梯度信号的上升沿、上升沿的数量、下降沿以及下降沿的数量。根据待测梯度信号中每个上升沿对应的采样时间和采样时间对应的待测梯度信号的幅值，可以计算每个上升沿的爬升率，即子爬升率。同样的，根据待测梯度信号中每个下降沿对应的采样时间和采样时间对应的待测梯度信号的幅值，可以计算每个下降沿的下降率。
步骤310、根据子爬升率和上升沿的数量，计算待测梯度信号中所有子爬升率的均值，得到爬升率；
和/或，步骤320、根据子下降率和下降沿的数量，计算待测梯度信号中所有子下降率的均值，得到下降率。
计算机设备在计算得到每个上升沿的子爬升率和所有上升沿的数量后，计算所有上升沿对应的子爬升率的和与上升沿的数量的比值，可以得到待测梯度信号的爬升率。同时，计算机设备还可以根据得到的每个下降沿的子下降率和所有下降沿的数量，计算所有下降沿对应的子下降率的和与下降沿的数量的比值，可以得到待测梯度信号的下降率。计算机设备可以计算爬升率和下降率；也可以仅计算爬升率，或仅计算下降率。
请继续参见图3，在检测参数包括平台区域的平均幅值和/或平台区域的幅度时，在一个实施例中，根据采样点，计算检测参数的方法的步骤还包括：
步骤330、根据采样时间和采样时间对应的待测梯度信号的幅值，确定待测梯度信号的每个子平台区域，以及所有子平台区域的幅值的最大值和所有子平台区域的幅值的最小值。
计算机设备通过对采样时间和采样时间对应的待测梯度信号的幅值进行分析，可以确定待测梯度信号的梯形波形中存在的每个子平台区域。根据所有子平台区域的幅值可以获取所有子平台区域的幅值的最大值和所有子平台区域的幅值的最小值。也就是说，获取所有子平台区域的幅值，并对所有幅值进行对比，确定所有幅值中的最大值和最小值。
步骤340、计算所有子平台区域的幅值的均值，得到平台区域的平均幅值。
计算机设备通过计算所有子平台区域的幅值的和与所有子平台区域的幅值对应的采样点的数量之间的比值，可以得到待测梯度信号对应的平台区域的平均幅值。
和/或，步骤350、计算最大值与最小值之间的差值，得到平台区域的幅度。
计算机设备通过计算得到的所有子平台区域的幅值的最大值与所有子平台区域的幅值的最小值之间的差值，可以得到待测梯度信号对应的平台区域的幅度。若计算机设备的得到的最大值和最小值为负数，则在计算最大值与最小值之间的差值时，是计算最大值和绝对值和最小值的绝对值之间的差值。计算机设备可以计算平台区域的平均幅值和平台区域的幅度，也可以仅计算平台区域的平均幅值，或仅计算平台区域的平均幅度。
在一个具体的实施例中，如图4所示，假设待测梯度信号中存在两个上升沿L1和L2，两个子平台区域L3和L4和两个下降沿L5和L6，x轴表示采样时间，y轴表示采用时间对应的待测梯度信号的幅值。E(x1，y1)为第一个上升沿L1的第一个采样点，A(x2，y2)为第一个上升沿的L1的最后一个采样点，第一个上升沿的子爬升率可以表示为：
G(x5，y5)为第二个上升沿L2的第一个采样点，C(x6，y6)为第二个上升沿L2的最后一个采样点，第二个上升沿的子爬升率可以表示为：
待测梯度信号的爬升率可以表示为：
B(x3，y3)为第一个下降沿L5的第一个采样点，F(x4，y4)为第一个下降沿L5的最后一个采样点，第一个下降沿L5的子下降率可以表示为
D(x7，y7)为第二个下降沿L6的第一个采样点，H(x8，y8)为第二个下降沿L6的最后一个采样点，第二个下降沿L6的子下降率可以表示为
待测梯度信号的下降率可以表示为：
A(x2，y2)也是第一个平台区域L3的第一个采样点，B(x3，y3)也是第一个平台区域L3的最后一个采样点，C(x6，y6)也是第二个平台区域L4的第一个采样点，D(x7，y7)也是第二个平台区域L4的最后一个采样点。平台区域的平均幅值是计算采样点A(x2，y2)和采样点B(x3，y3)之间所有采样点对应的幅值和采样点C(x6，y6)和采样点D(x7，y7)之间所有采样点对应的幅值的均值。平台区域的幅度是计算采样点A(x2，y2)和采样点B(x3，y3)之间所有采样点对应的幅值，以及采样点C(x6，y6)和采样点D(x7，y7)之间所有采样点对应的幅值中幅值的最大值与幅值的最小值之间的差值。
在本实施例中，计算待测梯度信号的检测参数的方法简单易懂。
请参见图5，在一个实施例中提供根据检测参数和预设参数范围，判断待测梯度信号是否正常的一种可能的实现方式，具体步骤包括：
步骤500、判断爬升率是否在预设爬升率范围内，下降率是否在预设下降率范围内，平台区域的平均幅值是否在预设平均幅值范围内，且平台区域的幅度是否在预设幅度范围内。
计算机设备在通过计算得到检测参数中的爬升率、下降率、平台区域的平均幅值和平台区域的幅度后，将其分别与相对应的预设参数范围中的预设爬升率范围、预设下降率范围、预设平均幅值范围和预设幅度范围进行对比，判断爬升率是否在预设爬升率范围(预设的爬升率的最小值和最大值的范围)内，下降率是否在预设下降率范围(预设的下降率的最小值和最大值的范围)内，平台区域的平均幅值是否在预设平均幅值范围(预设的平均幅值的最小值和最大值的范围)内，以及平台区域的幅度是否在预设幅度范围(预设的幅度的最小值和最大值的范围)内。
步骤510、若爬升率在预设爬升范围内，下降率在预设下降范围内，平台区域的平均幅值在预设平均幅值范围内，且平台区域的幅度在预设幅度范围内，则确定待测梯度信号正常。
步骤520、若爬升率不在预设爬升范围内，或下降率不在预设下降范围内，或平台区域的平均幅值不在预设平均幅值范围内，或平台区域的幅度不在预设幅度范围内，则确定待测梯度信号异常。
若计算机设备经过对比，确定爬升率在预设爬升范围内，下降率在预设下降范围内，平台区域的平均幅值在预设平均幅值范围内，且平台区域的幅度在预设幅度范围内，也就是说，在爬升率、下降率、平台区域的平均幅值以及平台区域的幅度均在相对应的范围内时，可以确定待测梯度信号正常。若计算机设备经过对比，确定爬升率不在预设爬升范围内，或者是下降率不在预设下降范围内，或者是平台区域的平均幅值不在预设平均幅值范围内，或者是平台区域的幅度不在预设幅度范围内，也就是说，在爬升率、下降率、平台区域的平均幅值以及平台区域的幅度中只要有一个不在相对应的范围内时，就可以确定待测梯度信号异常。
请参见图6，在一个实施例中，提供获取待测梯度信号的梯度数据的一种可能的实现方式，具体步骤包括：
步骤600、从存储设备中读取待解析梯度数据。
步骤610、对待解析梯度数据进行解析，确定属于待测梯度信号的梯度数据。
存储设备可以是指计算机设备中的存储设备，也可以是独立外接的存储设备。存储设备中存储有对梯度信号进行采样得到的梯度数据，梯度信号包括待测梯度信号，则梯度数据包括待测梯度信号对应的梯度数据。计算机设备在需要获取待测梯度信号时，需要从存储设备中读取梯度数据。计算机设备在从存储设备中读取到梯度数据后，将其作为待解析梯度数据，对其进行解析，以从待解析梯度数据中获取待测梯度信息对应的梯度数据。本实施例对对待解析梯度数据进行解析的具体方法不作任何限制，只要能够从待解决梯度数据中确定数据待测梯度信号的梯度数据即可。
在本实施例中，获取梯度数据的方法简单方便。
在一个可选的实施例中，梯度数据是以“行”的方式存储在存储设备中的，计算机设备在从存储设备中读取待解析梯度数据时读取的是行数据，在每行数据中都存在特定字段，该特定字段可以指示该行数据是属于梯度板卡的某个通道发射的梯度信号对应的梯度波形中的某条线。计算机设备通过对读取到的待解析梯度数据进行解析，可以得到每行数据中的特定字段，从而可以确定待解析梯度数据中属于待测梯度信号对应的梯度数据，并且可以确定该梯度数据是由待测梯度信号对应的待测梯度板卡的某个通道发送的梯度信号采样得到的。
在一个具体的实施例中，待测梯度信号是由待测梯度板卡的三个通道发送的信号。通过本申请实施例提供的梯度信号检测方法对待测梯度信号进行检测后的结果如下表：
| 通道名称 | 预设参数范围 | 检测参数 | 对比结果 |
| CH3通道 | 310±20 | 298 | 通过 |
| CH4通道 | 485±20 | 510 | 通过 |
| CH5通道 | 600±20 | 579 | 不通过 |
表1爬升率对比表
| 通道名称 | 预设参数范围 | 检测参数 | 对比结果 |
| CH3通道 | -310±20 | -301 | 通过 |
| CH4通道 | -485±20 | -491 | 通过 |
| CH5通道 | -600±20 | -599 | 通过 |
表2下降率对比表
表3平台区域的平均幅值和幅度对比表
表中对比结果为通过，表示检测参数在预设参数范围内，对比结果为不通过，表示检测参数不在预设参数范围内。从表中可以看出待测梯度信号的CH5通道发射的梯度信号的爬升率对比结果为不通过，则表示待测梯度信号对应的梯度板卡的信号发射区域存在偏差。
应该理解的是，虽然图中的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
请参见图7，本申请一个实施例提供一种梯度信号检测系统10，该系统包括计算机设备11和磁共振设备12，其中磁共振设备12包括发射板卡13和梯度板卡14。计算机设备11用于通过发射板卡13向梯度板卡14发送控制信息。梯度板卡14用于接收控制信息，并根据控制信号产生梯度信号；计算机设备11还用于接收梯度信号，根据梯度信号存储梯度信号对应的梯度数据，以执行如上述实施例提供的梯度信号检测方法的步骤。
发射板卡13为待检测板卡，在需要对发射板卡12进行检测时，计算机设备11向发射板卡13发送控制信号，以控制发射板卡13向梯度板卡14发送控制信息。梯度板卡14在接收到控制信息后，根据该信息产生梯度信号。计算机设备11在接收到梯度板卡14发送的梯度信号后执行上述实施例提供的梯度信号检测方法的步骤，实现对梯度板卡14发送的梯度信号是否正常的检测，从而实现对梯度板卡14的信号发射区间是否发生偏差的检测。
在一个可选的实施例中，计算机设备11在接收到梯度信号后，会对其进行采样得到梯度数据，将该梯度数据存储在硬盘中，以便于计算机设备11在执行梯度信号检测方法时从硬盘中读取梯度数据。
在一个可选的实施例中，梯度信号检测系统10还包括安全监控板卡，安全监控板卡连接在梯度板卡13和计算机设备11之间。安全监控板卡用于接收梯度信号，对其进行采样得到梯度数据，并将梯度数据发送至计算机设备11。
本申请提供的梯度信号检测系统10执行上述实施例提供的梯度信号检测方法的步骤，则梯度信号检测系统10具有梯度信号检测方法的所有有益效果，在此不再赘述。
请参见图8，本申请一个实施例提供一种梯度信号检测装置20，该装置包括获取模块21、计算模块22和确定模块23。其中，
获取模块21用于获取待测梯度信号的梯度数据；梯度数据是对待测梯度信号进行采样获得；
计算模块22用于根据梯度数据，计算待测梯度信号的检测参数；检测参数包括爬升率、下降率、平台区域的平均幅值和平台区域的幅度；
确定模块23用于根据检测参数和预设参数范围，判断待测梯度信号是否正常；预设参数范围包括预设爬升率范围、预设下降率范围、预设平均幅度范围和预设幅度范围。
在一个实施例中，计算模块22包括解析单元和计算单元，解析单元用于对梯度数据进行解析，得到待测梯度信号的采样点，采样点包括采样时间和采样时间对应的待测梯度信号的幅值；计算单元用于根据采样点，计算检测参数。
在一个实施例中，计算单元具体用于根据采样时间和采样时间对应的待测梯度信号的幅值，计算待测梯度信号中每个上升沿的子爬升率和上升沿的数量，以及待测梯度信号中每个下降沿的子下降率和下降沿的数量；根据子爬升率和上升沿的数量，计算待测梯度信号中所有子爬升率的均值，得到爬升率；根据子下降率和下降沿的数量，计算待测梯度信号中所有子下降率的均值，得到下降率。
在一个实施例中，计算单元具体还用于根据采样时间和采样时间对应的待测梯度信号的幅值，确定待测梯度信号的每个子平台区域，以及所有子平台区域的幅值的最大值和所有子平台区域的幅值的最小值；计算所有子平台区域的幅值的均值，得到平台区域的平均幅值；计算最大值与最小值之间的差值，得到平台区域的幅度。
在一个实施例中，确定模块23包括判断单元和确定单元。判断单元用于判断爬升率是否在预设爬升率范围内，下降率是否在预设下降率范围内，平台区域的平均幅值是否在预设平均幅值范围内，且平台区域的幅度是否在预设幅度范围内；确定单元用于若爬升率在预设爬升范围内，下降率在预设下降范围内，平台区域的平均幅值在预设平均幅值范围内，且平台区域的幅度在预设幅度范围内，则确定待测梯度信号正常。
在一个实施例中，获取模块21具体用于从存储设备中读取待解析梯度数据；对待解析梯度数据进行解析，确定属于待测梯度信号的梯度数据。
关于上述梯度信号检测装置20的具体限定可以参见上文中对于梯度信号检测方法的限定，在此不在赘述。梯度信号检测装置20中的各个模块可以全部或部分通过软件、硬件及其组合来实现。上述各装置、各模块或者各单元可以以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个装置或模块对应的操作。
请参见图9，在一个实施例中，提供了一种计算机设备，计算机设备可以是服务器，其内部结构图可以如图9所示。计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，计算机设备的处理器用于提供计算和控制能力。计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。计算机设备的数据库用于存储梯度数据和预设参数范围等。计算机设备的网络接口用于与外部的终端通过网络连接通信。计算机设备被处理器执行时以实现一种梯度信号检测方法。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，处理器执行计算机程序时实现以下步骤：
获取待测梯度信号的梯度数据；梯度数据是对待测梯度信号进行采样获得；
根据梯度数据，计算待测梯度信号的检测参数；检测参数包括爬升率、下降率、平台区域的平均幅值和所述平台区域的幅度；
根据检测参数和预设参数范围，判断待测梯度信号是否正常；预设参数范围包括预设爬升率范围、预设下降率范围、预设平均幅值范围和预设幅度范围。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：对梯度数据进行解析，得到待测梯度信号的采样点，采样点包括采样时间和采样时间对应的待测梯度信号的幅值；根据采样点，计算检测参数。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据采样时间和采样时间对应的待测梯度信号的幅值，计算待测梯度信号中每个上升沿的子爬升率和上升沿的数量，以及待测梯度信号中每个下降沿的子下降率和下降沿的数量；根据子爬升率和上升沿的数量，计算待测梯度信号中所有子爬升率的均值，得到爬升率；根据子下降率和下降沿的数量，计算待测梯度信号中所有子下降率的均值，得到下降率。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据采样时间和采样时间对应的待测梯度信号的幅值，确定待测梯度信号的每个子平台区域，以及所有子平台区域的幅值的最大值和所有子平台区域的幅值的最小值；计算所有子平台区域的幅值的均值，得到平台区域的平均幅值；计算最大值与最小值之间的差值，得到平台区域的幅度。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：判断爬升率是否在预设爬升率范围内，下降率是否在预设下降率范围内，平台区域的平均幅值是否在预设平均幅值范围内，且平台区域的幅度是否在预设幅度范围内；若爬升率在预设爬升范围内，下降率在预设下降范围内，平台区域的平均幅值在预设平均幅值范围内，且平台区域的幅度在预设幅度范围内，则确定待测梯度信号正常。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：从存储设备中读取待解析梯度数据；对待解析梯度数据进行解析，确定属于待测梯度信号的梯度数据。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取待测梯度信号的梯度数据；梯度数据是对待测梯度信号进行采样获得；
根据梯度数据，计算待测梯度信号的检测参数；检测参数包括爬升率、下降率、平台区域的平均幅值和所述平台区域的幅度；
根据检测参数和预设参数范围，判断待测梯度信号是否正常；预设参数范围包括预设爬升率范围、预设下降率范围、预设平均幅值范围和预设幅度范围。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对梯度数据进行解析，得到待测梯度信号的采样点，采样点包括采样时间和采样时间对应的待测梯度信号的幅值；根据采样点，计算检测参数。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据采样时间和采样时间对应的待测梯度信号的幅值，计算待测梯度信号中每个上升沿的子爬升率和上升沿的数量，以及待测梯度信号中每个下降沿的子下降率和下降沿的数量；根据子爬升率和上升沿的数量，计算待测梯度信号中所有子爬升率的均值，得到爬升率；根据子下降率和下降沿的数量，计算待测梯度信号中所有子下降率的均值，得到下降率。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据采样时间和采样时间对应的待测梯度信号的幅值，确定待测梯度信号的每个子平台区域，以及所有子平台区域的幅值的最大值和所有子平台区域的幅值的最小值；计算所有子平台区域的幅值的均值，得到平台区域的平均幅值；计算最大值与最小值之间的差值，得到平台区域的幅度。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：判断爬升率是否在预设爬升率范围内，下降率是否在预设下降率范围内，平台区域的平均幅值是否在预设平均幅值范围内，且平台区域的幅度是否在预设幅度范围内；若爬升率在预设爬升范围内，下降率在预设下降范围内，平台区域的平均幅值在预设平均幅值范围内，且平台区域的幅度在预设幅度范围内，则确定待测梯度信号正常。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：从存储设备中读取待解析梯度数据；对待解析梯度数据进行解析，确定属于待测梯度信号的梯度数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种梯度信号检测方法，其特征在于，包括：
获取待测梯度信号的梯度数据；所述梯度数据是对所述待测梯度信号进行采样获得；
根据所述梯度数据，计算所述待测梯度信号的检测参数；
根据所述检测参数和预设参数范围，判断所述待测梯度信号是否正常。
2.根据权利要求1所述的梯度信号检测方法，其特征在于，所述根据所述梯度数据，计算所述待测梯度信号的检测参数，包括：
对所述梯度数据进行解析，得到所述待测梯度信号的采样点，所述采样点包括采样时间和所述采样时间对应的待测梯度信号的幅值；
根据所述采样点，计算所述检测参数。
3.根据权利要求2所述的梯度信号检测方法，其特征在于，所述根据所述采样点，计算所述检测参数，包括：
根据所述采样时间和所述采样时间对应的待测梯度信号的幅值，计算所述待测梯度信号中每个上升沿的子爬升率和所述上升沿的数量，以及所述待测梯度信号中每个下降沿的子下降率和所述下降沿的数量；
根据所述子爬升率和所述上升沿的数量，计算所述待测梯度信号中所有子爬升率的均值，得到所述爬升率；
和/或，
根据所述子下降率和所述下降沿的数量，计算所述待测梯度信号中所有子下降率的均值，得到所述下降率。
4.根据权利要求2所述的梯度信号检测方法，其特征在于，所述根据所述采样点，计算所述检测参数，还包括：
根据所述采样时间和所述采样时间对应的待测梯度信号的幅值，确定所述待测梯度信号的每个子平台区域，以及所有所述子平台区域的幅值的最大值和所有所述子平台区域的幅值的最小值；
计算所有所述子平台区域的幅值的均值，得到所述平台区域的平均幅值；和/或，
计算所述最大值与所述最小值之间的差值，得到所述平台区域的幅度。
5.根据权利要求1所述的梯度信号检测方法，其特征在于，所述根据所述检测参数和预设参数范围，判断所述待测梯度信号是否正常，包括：
判断所述待测梯度信号的爬升率是否在预设爬升率范围内，所述待测梯度信号的下降率是否在预设下降率范围内，所述待测梯度信号的平台区域的平均幅值是否在预设平均幅值范围内，且所述待测梯度信号的平台区域的幅度是否在预设幅度范围内。
6.根据权利要求1所述的梯度信号检测方法，其特征在于，所述获取待测梯度信号的梯度数据，包括：
从存储设备中读取待解析梯度数据；
对所述待解析梯度数据进行解析，确定属于所述待测梯度信号的梯度数据。
7.一种梯度信号检测系统，其特征在于，包括：计算机设备和磁共振设备，所述磁共振设备包括发射板卡和梯度板卡；
所述计算机设备，用于通过所述发射板卡向所述梯度板卡发送控制信息；
所述梯度板卡，用于接收所述控制信息，并根据所述控制信号产生梯度信号；
所述计算机设备，还用于接收所述梯度信号，根据所述梯度信号存储所述梯度信号对应的梯度数据，以执行如上述权利要求1-6任一项所述的梯度信号检测方法的步骤。
8.一种梯度信号检测装置，其特征在于，包括：
获取模块，用于获取待测梯度信号的梯度数据；所述梯度数据是对所述待测梯度信号进行采样获得；
计算模块，用于根据所述梯度数据，计算所述待测梯度信号的检测参数；
确定模块，用于根据所述检测参数和预设参数范围，判断所述待测梯度信号是否正常。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110928965.7A CN113805134A (zh) | 2021-08-13 | 2021-08-13 | 梯度信号检测方法、系统、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110928965.7A CN113805134A (zh) | 2021-08-13 | 2021-08-13 | 梯度信号检测方法、系统、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113805134A true CN113805134A (zh) | 2021-12-17 |
Family
ID=78893618
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110928965.7A Pending CN113805134A (zh) | 2021-08-13 | 2021-08-13 | 梯度信号检测方法、系统、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113805134A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100308840A1 (en) * | 2009-06-05 | 2010-12-09 | Ulrich Nerreter | Method and device to detect failure of a magnetic resonance gradient coil by monitoring a supply cable thereof |
| CN204394510U (zh) * | 2015-01-06 | 2015-06-17 | 西门子(深圳)磁共振有限公司 | 梯度线圈的检测装置和磁共振成像系统 |
| CN105738843A (zh) * | 2016-02-19 | 2016-07-06 | 上海联影医疗科技有限公司 | Pns水平检测及其有效梯度刺激时间计算方法 |
| US20190347177A1 (en) * | 2018-05-08 | 2019-11-14 | General Electric Company | System and method for monitoring health status of a gradient coil |
-
2021
- 2021-08-13 CN CN202110928965.7A patent/CN113805134A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100308840A1 (en) * | 2009-06-05 | 2010-12-09 | Ulrich Nerreter | Method and device to detect failure of a magnetic resonance gradient coil by monitoring a supply cable thereof |
| CN204394510U (zh) * | 2015-01-06 | 2015-06-17 | 西门子(深圳)磁共振有限公司 | 梯度线圈的检测装置和磁共振成像系统 |
| CN105738843A (zh) * | 2016-02-19 | 2016-07-06 | 上海联影医疗科技有限公司 | Pns水平检测及其有效梯度刺激时间计算方法 |
| US20190347177A1 (en) * | 2018-05-08 | 2019-11-14 | General Electric Company | System and method for monitoring health status of a gradient coil |
| CN111989038A (zh) * | 2018-05-08 | 2020-11-24 | 通用电气公司 | 用于监测梯度线圈的健康状态的系统和方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103728429A (zh) | 水质在线监测方法及监测系统 | |
| CN111257672B (zh) | 线损点检方法、装置、计算机设备和存储介质 | |
| CN111063048A (zh) | 设备巡检信息的处理方法、装置和电子设备 | |
| US6522768B1 (en) | Predicting system behavior of a managed system using pattern recognition techniques | |
| AU2018204791A1 (en) | Detecting a transient error in a body fluid sample | |
| CN113805134A (zh) | 梯度信号检测方法、系统、装置、计算机设备和存储介质 | |
| KR20190128420A (ko) | 클라우드 기반 가상 센서를 이용한 IoT 센서 이상 진단 방법 및 시스템 | |
| CN112532645A (zh) | 一种物联网设备运行数据监测方法、系统及电子设备 | |
| CN111181957B (zh) | 物联网设备安全验证方法、系统及中央控制设备 | |
| CN111650137A (zh) | 光谱文件生成方法、装置、计算机设备和存储介质 | |
| CN115439103A (zh) | 一种基于签名规范验证的工作票验证管理方法 | |
| CN113869373A (zh) | 设备异常检测方法、装置、计算机设备和存储介质 | |
| CN110046067B (zh) | 接口测试方法及装置 | |
| CN108616315B (zh) | 功放输出功率检测方法、装置、计算机设备及存储介质 | |
| CN111488272A (zh) | 一种复杂交易文件的自动化测试方法及装置 | |
| CN108845932B (zh) | 一种网络库的单元测试方法、装置、存储介质及终端 | |
| CN111340349A (zh) | 产品可靠性评估方法、装置、计算机设备和存储介质 | |
| EP3328112A1 (en) | Determining coverage efficiency of an access point in a wireless network | |
| CN114024576B (zh) | 一种低压电力线载波运维管控方法 | |
| CN114885231B (zh) | 一种通讯协议自适应的信号采集方法、系统、终端及介质 | |
| CN115561621A (zh) | 一种将机器视觉应用于飞针测试的元件检测方法 | |
| CN115422555B (zh) | 后门程序检测方法、装置、电子设备及存储介质 | |
| CN115543729A (zh) | 一种数据采集方法及系统 | |
| CN108007915B (zh) | 光谱质量检测装置、方法以及药品真伪判定系统 | |
| CN115375468A (zh) | 智能合约的安全监控方法、装置、计算机设备和存储介质 |
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 |