-
公开(公告)号：CN109567818B
公开(公告)日：2021-06-01
申请号：CN201811383174.5
申请日：2018-11-20
Applicant: 苏州大学
IPC: A61B5/11 , A61B5/1455
Abstract: 本发明公开了一种基于血红蛋白信息的多种行走步态调整意图的识别方法。本发明一种基于血红蛋白信息的多种行走步态调整意图的识别方法，其特征在于，包括：对行走步态调整时刻所记录的脑皮层血红蛋白浓度，进行数据的预处理；其中，所述行走步态调整时刻所记录的脑皮层血红蛋白浓度是指通过“应用近红外光谱脑成像技术(NIRS)进行测试实验，受试者在固定区域内完成相应的行走步态调整的任务；”获取的；对于预处理后的脑皮层血红蛋白信息，根据大脑功能区域的分布进行相应的通道划分，并计算和提取出相关参数作为特征；应用模式识别算法，建立四种步态调整意图的检测模型。有益效果：本发明应用近红外光谱脑成像技术进行测试实验简单方便。
-
公开(公告)号：CN109567818A
公开(公告)日：2019-04-05
申请号：CN201811383174.5
申请日：2018-11-20
Applicant: 苏州大学
IPC: A61B5/11 , A61B5/1455
Abstract: 本发明公开了一种基于血红蛋白信息的多种行走步态调整意图的识别方法。本发明一种基于血红蛋白信息的多种行走步态调整意图的识别方法，其特征在于，包括：对行走步态调整时刻所记录的脑皮层血红蛋白浓度，进行数据的预处理；其中，所述行走步态调整时刻所记录的脑皮层血红蛋白浓度是指通过“应用近红外光谱脑成像技术(NIRS)进行测试实验，受试者在固定区域内完成相应的行走步态调整的任务；”获取的；对于预处理后的脑皮层血红蛋白信息，根据大脑功能区域的分布进行相应的通道划分，并计算和提取出相关参数作为特征；应用模式识别算法，建立四种步态调整意图的检测模型。有益效果：本发明应用近红外光谱脑成像技术进行测试实验简单方便。
-
公开(公告)号：CN105769206A
公开(公告)日：2016-07-20
申请号：CN201610103806.2
申请日：2016-02-25
Applicant: 苏州大学
IPC: A61B5/11
Abstract: 本发明公开了一种基于上下肢运动信息的步态相位判别方法，其包括：通过颈部、大臂、大腿和小腿部位的角度传感器接收角度信息；通过角度信息处理系统得到肩关节角度、角速度和膝关节角度、角速度；通过判断肩关节角速度和膝关节角速度得到当前步态相位。本发明的目的在于提供一种双足行走过程中针对人体步态运动过程中上下肢运动映射关系的建立方法。该方法通过安装在颈部、大臂、大腿、小腿部位的角度传感器接收水平面，冠状面以及矢状面的角度信息，完成对上肢、下肢的步态相位判断，结构简单，安装方便。
-
-
公开(公告)号：CN111329477A
公开(公告)日：2020-06-26
申请号：CN202010265707.0
申请日：2020-04-07
Applicant: 苏州大学
IPC: A61B5/0488 , A61B5/0492 , A61B5/00 , G10L13/08
Abstract: 本申请公开了一种辅助无声发音贴片，包括依次层叠的柔性电极层、具有通孔的第一柔性基底层、信号处理层、第二柔性基底层、信号传输层、第三柔性基底层；所述柔性电极层包括多个电极，每个所述电极包括电极探头和导线；所述信号处理层包括信号放大电路、模数转换电路、陷波电路、滤波电路、处理器；所述通孔与所述电极探头相对应。本申请中的辅助无声发音贴片集成了信号采集、处理和传输功能，避免采用导线连接外部信号处理设备的方式，简化整体结构，具有小型化的优点，便于患者利用，可以帮助患者随时随地发声。此外，本申请还提供一种具有上述优点的辅助无声发音设备。
-
Patent Agency Ranking
公开(公告)号：CN104605964A
公开(公告)日：2015-05-13
申请号：CN201510082246.2
申请日：2015-02-15
Applicant: 苏州大学
Abstract: 本发明提供一种主被动混合驱动的一体化踝关节与假脚结构，设置锁扣配合脚体的不同运动相，压缩或释放弹簧驱动脚体前进：当脚跟着地时，后锁扣打开、前锁扣锁紧，弹簧压缩进行储能；脚尖着地时，前锁扣与后锁扣均锁紧，保持弹簧固定；踝关节倾斜角度最小时，后锁扣锁紧，前锁扣打开，释放弹簧。能在行走的不同步态周期表现出不同的特性，其内部的弹性元件可在足跟触地时储存能量，在足尖离地时释放能量，有效提供站立相后期所需的部分能量，并且当被动能量不足时，会主动触发踝关节驱动电机以补充能量，实现与人体类似的动力学性能，改善踝关节与假脚的穿戴舒适性及路况适应能力。
-
公开(公告)号：CN116141315A
公开(公告)日：2023-05-23
申请号：CN202310014408.3
申请日：2023-01-05
Applicant: 苏州大学
Abstract: 本发明公开了一种机械臂人机协同控制的方法、装置、设备以及计算机可读储存介质，包括实时采集使用者上肢的数据；将当前表面肌电信号进行滤波处理，建立肌肉骨骼模型，根据肌肉骨骼模型计算当前手臂关节刚度趋势指数；通过末端静态手臂刚度校准实验，将肌电信号和手臂末端刚度进行拟合，得到当前手臂末端静态刚度，根据当前手臂末端刚度计算当前手臂末端阻抗值；建立上肢运动学模型，通刚度变换矩阵转化为当前手臂各关节阻抗值；将当前手臂各关节动态阻抗值转化为当前控制指令，进行人机协同运动；本发明能够满足实时处理来自两种传感器信号并实现对人体上肢动态阻抗值的有效估计，有助于提高人机交互控制和协同运动的准确性。
-
公开(公告)号：CN112957056B
公开(公告)日：2022-12-30
申请号：CN202110280463.8
申请日：2021-03-16
Applicant: 苏州大学
Abstract: 本发明涉及一种利用协同网络的肌肉疲劳等级特征的提取方法及系统，包括：将身体上的多处肌肉划分为多个通道，采集各个通道对应的肌电数据，并对采集到的肌电数据进行预处理；计算不同通道间的皮尔森相关系数，构建不同通道间的协同网络图；对不同疲劳等级间的差异性进行分析并提取特征，包括提取通道关系特征和提取网络结构特征；将提取的通道关系特征和网络结构特征组合，共同组成肌肉疲劳等级的特征向量。本发明可有效的解决肌肉疲劳提取的特征鲁棒性差的问题，而且网络图可以很直观的展现不同疲劳等级间的特征差异，方差分析和网络参数可以在数值上给出量化结果，具有很好的可靠性。
-
公开(公告)号：CN109243569A
公开(公告)日：2019-01-18
申请号：CN201810713015.0
申请日：2018-06-29
Applicant: 苏州大学
Abstract: 本发明涉及一种基于大脑信息识别被试自发想象物体位移方位的识别方法，整个数据采集在自然环境下进行，不给予被试任何刺激，并且整个过程中所有想象动作均由被试自发完成，充分调动了被试的主动想象意识。利用近红外脑成像技术采集被试想象动作信息，识别出被试想象动作以及该动作类型，并实时控制物体平台。
-
公开(公告)号：CN109087693A
公开(公告)日：2018-12-25
申请号：CN201810714016.7
申请日：2018-06-29
Applicant: 苏州大学
Abstract: 本发明涉及一种基于大脑信息判别转身运动意图的方法，本发明应用fNIRS技术采集多名志愿者在转身实验中的血氧信号，分别对进行左转和右转志愿者的脑功能区域展开了相关分析，然后使用单因素方差分析提取出有利于识别的特征向量，运用支持向量机进行分类识别，以期望能基于大脑的血氧信号识别出人的转身意图。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.018 seconds)
