-
公开(公告)号：CN111080579A
公开(公告)日：2020-04-28
申请号：CN201911194448.0
申请日：2019-11-28
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种基于深度学习实现图像分割和分类的骨龄评估方法。本发明包含以下步骤：1、使用数字图像处理方法对数据集进行处理，得到更高质量的样本数据；2、手动标记部分手骨图像，利用这部分图像来训练图像分割网络U-Net，然后，使用训练好的U-Net对数据集进行分割，得到去除背景后的数据集，并按照一定比例制作成训练集、验证集和测试集；3、利用处理好的数据集对改进的图像分类网络VGG16进行训练；4、利用测试集对训练好的模型进行测试并对结果进行评价。本发明提出的改进方法与原始骨龄评估方法相比，有效地提高了模型对手骨图像评估的准确率，同时有着更高的效率。
-
公开(公告)号：CN110969108A
公开(公告)日：2020-04-07
申请号：CN201911168627.7
申请日：2019-11-25
Applicant: 杭州电子科技大学
IPC: G06K9/00 , G06K9/62 , A61B5/0476 , A61B5/00
Abstract: 本发明是一种基于自主运动想象脑电的肢体动作识别方法，调查数据表明，当人做同一个动作时，大脑会产生类似的脑电信号，因此可以提取这些特征信号来实现机械臂的运动，进而辅助残疾人运动。本发明通过建立脑网络进行动作的分类，这种方法加强了大脑各个区域之间相关性的考虑，展现了EEG信号及其相关节律特征背后的工作机制。之后通过一种全新的基于非线性部分定向相干方法的脑因效性网络分析法，利用随机森林进行进行上肢运动分类，分类准确度高，根据脑电信号判断相应的动作，从而使得机械臂运动，达到残疾人辅助运动的目的。
-
公开(公告)号：CN106991810B
公开(公告)日：2019-12-03
申请号：CN201710271636.3
申请日：2017-04-24
Applicant: 杭州电子科技大学
Abstract: 本发明公布了一种应用于监测终端的多采样率方法。本发明所基于的装置包括道路监控摄像头、尾气检测传感器、数据存储单元、GPRS无线模块、数据分析中心和主控制器。该发明方法自动调节监测终端传感器采样率，实现了对汽车尾气的多采样率监测。本发明对提高设备测量的准确性、减少设备使用成本以及延长设备使用寿命具有重大的意义。
-
公开(公告)号：CN109885159A
公开(公告)日：2019-06-14
申请号：CN201910038188.1
申请日：2019-01-16
Applicant: 杭州电子科技大学
Abstract: 本发明涉及到一种基于正向动力学与希尔模型的状态空间肌电模型构建方法，首先采集关节在连续运动状态下相关肌肉的肌电信号，并对其进行带通滤波处理，然后由神经激活求出相关肌肉激活，并将其代入希尔肌肉模型，然后对希尔肌肉模型进行化简及参数替代，再将替代后的简化模型与关节正向动力学结合，得出离散时间状态下的预测模型，最后通过对采集到的相关肌电信号进行均方根和小波系数的特征提取，组成测量方程作为状态反馈，并通过拟合方程与关节运动拟合，得到最终的状态空间肌电模型。该模型与传统的角度估计方法相比，在预测精度和实时性等方面都有了明显的改进。
-
公开(公告)号：CN109645995A
公开(公告)日：2019-04-19
申请号：CN201910038177.3
申请日：2019-01-16
Applicant: 杭州电子科技大学
Abstract: 本发明涉及到一种基于肌电模型和无迹卡尔曼滤波的关节运动估计方法，首先采集膝关节在连续运动状态下股二头肌、股四头肌、股外侧肌、股内侧肌、半腱肌、股薄肌的肌电信号和实时角度，对其进行带通滤波处理，并提取小波系数和均方根特征，然后使用一种结合了肌肉动力学、关节动力学、骨骼动力学和相关肌电特征的状态空间肌电模型，通过无迹卡尔曼滤波算法，得出Sigma采样集χi和权重Wi，然后进行进一步的预测，计算出系统状态变量和协方差矩阵P(k+1|k)，迭代循环后，实现对膝关节连续运动的估计。该方法与传统的角度估计方法相比，减小了系统误差、累积误差和外部干扰的影响，精度高，稳定性好，对目标机动反应快速，有了明显的改进。
-
Patent Agency Ranking
公开(公告)号：CN109524112A
公开(公告)日：2019-03-26
申请号：CN201811601572.X
申请日：2018-12-26
Applicant: 杭州电子科技大学
Abstract: 本发明提出了一种基于部分定向相干法的脑功能网络构建方法；本发明首先采集脑电信号，对脑电数据进行小波硬阈值去噪、用独立成分分析方法去除心电、眼电。其次，对脑电信号运用多轨道自回归模型进行建模，并通过拉普拉斯变换将其转化到频域上，得到线性部分定向相干值。然后，利用AIC准则确定模型的阶数，采用显著性水平的方法计算阈值，根据阈值确定二值化矩阵。最后，根据二值化矩阵建立脑功能网络连接图。功能网络连接图以采集脑电通道位置作为节点位置。数据显示使用该方法能够鉴别患者发病间期分别与人体视觉、体觉及精神功能相关脑网络结点的变化情况。
-
公开(公告)号：CN107887031A
公开(公告)日：2018-04-06
申请号：CN201711063666.1
申请日：2017-11-02
Applicant: 杭州电子科技大学
IPC: G16H50/50 , G16H50/70 , A61B5/0476 , A61B5/0488
Abstract: 本发明公开了一种基于同步筛选的脑区间耦合分析方法，本发明首先同步采集了不同握力输出时，32通道脑电信号和12通道肌电信号，为研究握力输出过程中，EEG运动区与感觉区的耦合关系，对大脑运动区及运动感觉区的导联C3，C4，CP5，CP6等多个通道的脑电信号和肱桡肌信号进行分析；然后利用同步筛选算法将EEG与EMG的同步信息提取出来，得到EEG与EMG相关的数据；最后计算SSEM的符号传递熵，以确定其偶后关系。本发明可去除与运动的非相关数据，缩小数据规模。
-
公开(公告)号：CN107102584A
公开(公告)日：2017-08-29
申请号：CN201710270888.4
申请日：2017-04-24
Applicant: 杭州电子科技大学
IPC: G05B19/042 , G01N15/06 , G01N21/85 , G01W1/00
CPC classification number: G05B19/0428 , G01N15/06 , G01N21/85 , G01N2015/0693 , G01N2021/8578 , G01N2021/8592 , G01W1/00 , G05B2219/24024
Abstract: 本发明公布了一种超细颗粒物和VOCs现场监测节点。本发明通过邻近无线通信模块实现自组网，实现邻近节点之间的快速通讯，再次准确的获取移动污染源的信息，监测节点的传感器信息采集模块采集监测节点所在环境中移动污染源超细颗粒物和VOCs的浓度信息，摄像头车辆信息采集模块采集超标排放车辆的信息，时间及监测节点所在实时气象状况由气象信息采集模块采集，同时将数据和节点响应指令通过GPRS模块和无线通讯模块发送出去，供其它设备接收和使用。通过控制器的A/D功能将锂电池输入电压转化为数字信号，来监测锂电池的电压。本发明装置体积小，功耗低，精度高；具备数据采集、处理和存储等功能。
-
公开(公告)号：CN107038422A
公开(公告)日：2017-08-11
申请号：CN201710261386.5
申请日：2017-04-20
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种空间几何约束深度学习的疲劳状态识别方法。目前基于机器视觉的疲劳检测方法使用HOG、SHIT、Haar等人为定制的特征进行模式识别，在光照条件变化、部分遮挡、振动变化下检测精度有所下降。本发明建立建立基于人脸特征点定位和姿态回归任务协同的深度卷积神经网络模型，协同回归出人脸特征点定位和头部姿态估计，然后利用空间几何约束方法对卷积神经网络进行预训练，最后采用多特征融合的决策方法评估疲劳状态，检测结果具有良好的准确性和可靠性。这种使用非接触式的图像处理方法，仅仅需要常规摄像头对信号采集，设备简单，具有很好的实用性。
-
公开(公告)号：CN103617411B
公开(公告)日：2016-09-07
申请号：CN201310488878.X
申请日：2013-10-17
Applicant: 杭州电子科技大学
Abstract: 本发明提出了一种基于复杂度和分维数及分形长度的肌电信号识别方法，来实现遥操作机器人系统中主操作者对远端机械手的同步控制。模式识别特征采用了肌电信号的L‑Z复杂度指标和分维数指标，分类器则采用了一种改进的以聚类方法作为数据整理手段的KNN模型法，该算法具有增量学习能力。操作者手的动作速度取决于手臂肌肉群的活动强度，肌肉活动强度可由肌电信号的最大分形长度表征。在一定的范围内，肌电信号的最大分形长度与操作者手的动作速度呈单调递增关系。以肌电信号的最大分形长度为输入控制量，实现了机械手抓取速度的控制，取得了较理想的效果。
-
-
-
-
-
-
-
-
-
Search Results
104
records
(took 0.029 seconds)
