-
公开(公告)号：CN119786007A
公开(公告)日：2025-04-08
申请号：CN202411596286.4
申请日：2024-11-11
Applicant: 中国科学院计算技术研究所
IPC: G16H50/20 , A61B5/11 , A61B5/00 , G16H50/70 , G06F18/241 , G06F18/214 , G06N3/0464 , G06N3/049
Abstract: 本发明提供了一种运动能力评估方法，包括：获取待评估者的运动数据；从待评估者的运动数据中，提取待评估者的原始运动姿态数据；按预设数据对齐要求，对待评估者的原始运动姿态数据进行预处理，得到待评估者的预处理后的运动姿态数据；将待评估者的预处理后的运动姿态数据，输入按照本发明的训练方法得到的经训练的运动能力评估模型，以评估待评估者的运动能力。
-
公开(公告)号：CN117272225A
公开(公告)日：2023-12-22
申请号：CN202311227928.9
申请日：2023-09-21
Applicant: 中国科学院计算技术研究所
IPC: G06F18/25 , G06F18/241 , G06F18/2415 , A61B5/00 , A61B5/16
Abstract: 本发明提出一种基于Stroop范式和近红外数据的认知检测支持方法和装置，包括根据fNIRS数据中HbO信号在各频率波段上大脑脑区间的耦合强度作为大脑效应连接图，通过卷积神经网络提取该大脑效应连接图的数据特征，得到大脑效应连接特征；通过卷积神经网络提取该fNIRS数据的数据特征，得到时空谱特征；将该大脑效应连接特征、该时空谱特征和该任务执行结果的数据特征进行拼接，得到融合特征，分类器根据该融合特征得到该训练用户属于AD、MCI和健康的概率作为认知检测支持结果。本发明能够通过各个不同视角数据的智能融合，综合评估用户的认知状态。
-
公开(公告)号：CN112908466A
公开(公告)日：2021-06-04
申请号：CN202110041814.X
申请日：2021-01-13
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于迁移学习的阿尔兹海默病智能决策支持方法和系统，包括通过拍照设备设备，采集患者眼底图像数据，同时利用辅助设备采集患者辅助生理数据，并进行补齐、归一化、滤波等预处理；对图片数据提取图像特征，对辅助序列数据，提取特征，并对不同传感器特征数据进行归一化与拼接；在传播方案获取与标签传播阶段，通过广义条件梯度下降算法对针对融合距离的目标函数进行优化，通过IBP算法获取梯度方向，通过线搜索获取步长，依次迭代直至收敛，根据获取的传播方案，将源域中已有的标定通过传播方案扩散至目标域未标定样本。从而获得更准确的目标域数据标定。
-
公开(公告)号：CN112783327A
公开(公告)日：2021-05-11
申请号：CN202110134953.7
申请日：2021-01-29
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种基于表面肌电信号进行手势识别的方法和系统，该方法使用卷积递归神经网络提取每个时刻的表面肌电信号的空间特征和时间特征，并通过注意力机制加权融合时间特征以预测用户的手势类别。本发明的手势识别方法能够自适应学习表面肌电信号的有效特征表达，实现用户手势的高精准度识别。
-
公开(公告)号：CN119324056A
公开(公告)日：2025-01-17
申请号：CN202411360209.9
申请日：2024-09-27
Applicant: 中国科学院计算技术研究所
IPC: G16H50/30 , A61B5/00 , A61B5/16 , A61B5/369 , G16H50/70 , G16H10/20 , G16H10/60 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种普适化认知评估系统，包括患者管理模块，用于存储和管理患者的身份信息和测试相关信息；任务测试模块，用于通过触控设备向待测患者提供用于评估认知能力的多种测试任务，并通过触摸屏和/或摄像头获取待测患者的测试反馈数据；任务报告模块，用于根据待测患者的测试反馈数据，通过预设的基于神经网络的认知评估模型评估待测患者的认知能力，以生成待测患者的认知评估报告。
-
Patent Agency Ranking
公开(公告)号：CN118690223A
公开(公告)日：2024-09-24
申请号：CN202410667497.6
申请日：2024-05-28
Applicant: 中国科学院计算技术研究所
IPC: G06F18/24 , G06F18/25 , G06N3/0464 , G06N3/09
Abstract: 本发明提供了一种多模态平衡的睡眠阶段分类模型训练方法，所述方法包括：获取训练集，其包括多个样本、每个样本对应类别标签以及领域标签；利用所述训练集对预设的睡眠阶段分类模型和领域判别器进行多轮训练，得到经训练的睡眠阶段分类模型，其中，每轮训练中：利用分类模型的特征提取器提取样本中的特征，利用分类模型的分类器根据特征进行分类；利用领域判别器根据特征进行领域判别；根据特征的分类结果和类别标签确定分类性能指标和分类损失；根据特征的域判别结果和领域标签确定域判别性能指标和域判别损失；根据分类损失和域判别损失确定的总损失更新特征提取器的参数，根据损失和性能指标确定的梯度更新分类器或领域判别器中的参数。
-
公开(公告)号：CN116861245A
公开(公告)日：2023-10-10
申请号：CN202310864841.6
申请日：2023-07-14
Applicant: 中国科学院计算技术研究所
IPC: G06F18/214 , G06N3/0464 , G06F18/25 , G06F18/213 , G06F18/241
Abstract: 本发明提供了一种用于识别认知障碍等级的系统和方法，系统包括：数据获取模块，用于获取受试者进行预定的认知障碍测试时所采集的不同模态的行为数据和认知数据，两者分别为具有至少两种变量的时序数据，认知数据是基于多个脑区的脑电数据得到的；第一推断模块，用于在每种模态内根据各变量进行因果推断，得到第一因果关联图；第二推断模块，利用经训练的卷积自编码器中的编码器将所述认知数据映射为与所述行为数据的变量数据结构一致的脑区特征，并基于所述行为数据的变量和所述脑区特征进行跨模态的因果推断，得到跨模态的变量间的第二因果关联图；认知障碍识别模块，用于根据所述每种模态的第一因果关联图和第二因果关联图，确定认知障碍等级。
-
公开(公告)号：CN111046731B
公开(公告)日：2023-07-25
申请号：CN201911094608.4
申请日：2019-11-11
Applicant: 中国科学院计算技术研究所
Abstract: 一种基于表面肌电信号进行手势识别的迁移学习方法，该方法以下步骤：采集新用户不同手势的表面肌电信号；将有标注的已有用户的不同手势的表面肌电信号数据作为源域数据，无标注的新用户的不同手势的表面肌电信号数据作为目标域数据，对新用户的不同手势的表面肌电信号数据进行分类并将其划分为候选集和残余项；将所述候选集作为源域数据，所述残余项作为目标域数据，对残余项中新用户的不同手势的表面肌电信号数据进行再次分类。
-
公开(公告)号：CN112766337A
公开(公告)日：2021-05-07
申请号：CN202110028695.4
申请日：2021-01-11
Applicant: 中国科学院计算技术研究所 , 鹏城实验室
Abstract: 本发明提供了一种用于预测众包数据的正确标签的方法和系统，该方法利用了一种神经网络模型，该模型基于每个众包数据的所有初始标签的均值获取对应的众包数据的参考标签，通过训练获得；并利用神经网络模型获得每个众包数据的预测标签，基于每个众包数据的每个初始标签相对于预测标签的可信度迭代校准当前神经网络模型，直至神经网络模型收敛或精度持续下降。本发明中的方法和系统能够减少对深度学习中对众包数据工作者能力的依赖，从而提高深度学习模型的准确度和鲁棒性。
-
公开(公告)号：CN110801227A
公开(公告)日：2020-02-18
申请号：CN201911248610.2
申请日：2019-12-09
Applicant: 中国科学院计算技术研究所
IPC: A61B5/0488 , A61B5/11 , A61B5/00
Abstract: 本发明涉及一种基于可穿戴设备的立体色块障碍测试模型的训练方法，包括：通过可穿戴设备采集用户在立体色块障碍测试中产生的多模态信号；对所述多模态信号进行预处理并划分为多个信号片段；根据所述用户的动作类型标定所述多模态信号片段；利用所述标定后的多模态信号片段训练神经网络。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.04 seconds)
