| 参赛者姓名 | 张雪 | 大赛年份 | 2024-2025年 | ||||
| 大赛届次 | 第19届 | 奖项 | 入围奖 | ||||
| 发明人姓名 | 张雪，张黄河 | ||||||
| 技术领域 | 生物医药, | ||||||
| 应用行业 | 医疗器械 | ||||||
| 项目类别 | 专利 | ||||||
| 专利类型 | 发明 | ||||||
| 专利情况 | 申请号 | 申请日期 | |||||
| 专利号 | 授权日期 | ||||||
| 计算机软件著作权证书登记号 | |||||||
| 项目简介 | 1. 发明目的、基本思路、与现有技术对比有什么改进与创新 发明项目提出：毫米波治疗仪作为一种非接触式的生物效应治疗医疗器械，其功率对治疗效果和安全性至关重要。然而，毫米波的高频率、高衰减和高方向性等特点使得传统的功率测量方法难以适用，因此需要提出一种优化的毫米波治疗仪功率智能采样方案。 发明目的：为了解决毫米波治疗仪功率测量和控制不准确的问题，提供一种基于物联网的毫米波治疗仪功率智能采样方法及系统，以实现高精度的功率测量和控制。 技术原理及基本思路：在毫米波治疗仪的输出端设置可调节的衰减器，并在衰减器的输出端设置功率探头。通过功率探头采集输出功率信号，并利用卷积神经网络、转换器模型和对抗生成网络等人工智能技术，对输出功率信号进行处理，得到幅值稳定的优化输出功率信号。将该优化信号转化为数字信号并进行采样，以获得输出功率值。最后，基于输出功率值和预设功率值，对衰减器进行反馈控制，使输出功率达到预设值。 |
||||||
| 2. 已取得的社会及经济效益,如:产值、利润、节约能源及改善环境等方面 与现有技术相比，本申请的创新点主要体现在以下几个方面： 智能采样方法：传统方法难以准确测量毫米波治疗仪的功率，而本申请利用卷积神经网络模型提取功率采样窗波形特征，再通过转换器模型提取功率波形间关联特征，最后通过对抗生成网络生成幅值稳定的优化输出功率信号，提高了测量的准确性和稳定性。 反馈控制机制：本申请不仅实现了高精度的功率测量，还通过反馈控制机制，根据测得的输出功率值和预设功率值，自动调节衰减器，确保输出功率达到预设值，从而实现了功率的精确控制。 物联网技术的应用：将物联网技术应用于毫米波治疗仪的功率测量和控制中，实现了远程监控和智能化管理，提高了系统的自动化和智能化水平。 多源信息融合：在功率波形全局特征向量的提取过程中，采用多源信息融合方法，对多个上下文功率采样窗波形特征向量进行融合，提高了特征提取的准确性和全面性。 |
|||||||
| 项目进展阶段 | 批量生产和应用 | ||||||
| 备注 | |||||||