-
公开(公告)号：CN116350472A
公开(公告)日：2023-06-30
申请号：CN202310381139.4
申请日：2023-04-11
Applicant: 常州大学
IPC: A61H1/02
Abstract: 本发明涉及一种手与腕功能一体化康复训练机器人，包括机架组件、手指康复组件、腕部康复组件和掌部固定架；其中手指康复组件主要实现两个自由度活动，分别是手指关节的屈曲/伸展和内收/外敛；腕部康复组件主要实现三个自由度，分别是腕关节的背伸/掌屈、桡侧/尺侧偏斜和内旋/外旋。本发明中手指康复组件通过协同机构实现由一个电机驱动绳索同时控制五指协同运动，实现了轻量化设计且节约成本；同时通过掌部固定架将手指康复组件和腕部康复组件结合在一起，实现了手指和腕部康复运动协调进行，更有利于加快患者的康复进程。
-
公开(公告)号：CN115563480A
公开(公告)日：2023-01-03
申请号：CN202211077933.1
申请日：2022-09-05
Applicant: 常州大学
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06F18/2411
Abstract: 本发明提供了基于峭度比系数筛选辛几何模态分解的齿轮故障辨识方法，公开了一种故障诊断过程中基于峭度比系数筛选辛几何模态分解的辨识方法。该发明整体包括采样数据预处理、故障信号分量的分解筛选、辨识分类三个部分。其中，采样数据预处理由小波降噪和数据划分组成；故障信号分量的分解筛选包括辛几何模态分解以及运用峭度比系数筛选两个步骤；辨识分类则由特征提取与SVM模型训练和测试组成。本发明的基于峭度比系数筛选辛几何模态分解的齿轮故障辨识方法，将辛几何模态分解与峭度比系数筛选相结合，旨在提供一种有效的齿轮故障辨识方法，从而提高故障诊断的准确率。
-
公开(公告)号：CN113569924A
公开(公告)日：2021-10-29
申请号：CN202110778426.X
申请日：2021-07-09
Applicant: 常州大学
Abstract: 本发明公开了一种基于支持向量机多核协作的情绪辨识分类方法，包括获取样本数据，所述样本数据分为训练样本和测试样本；将训练样本输入两个不同核函数类型的支持向量机分类器进行模型训练；将测试样本输入至两个已完成训练的不同核函数类型的支持向量机分类器，比较和判别两者输出的预测标签；若两者预测标签一致则直接输出该类标签；若两者预测标签不一致，则利用多核协作策略，通过分析各核的决策值，制定相应的表决机制来共同判别该样本的最终标签。本发明从多核协作分类的角度出发，减少了传统的支持向量机单核作用的局限性。
-
公开(公告)号：CN113332098A
公开(公告)日：2021-09-03
申请号：CN202110641714.0
申请日：2021-06-09
Applicant: 常州大学
IPC: A61H1/02
Abstract: 本发明涉及一种七自由度上肢康复机器人，包括肩关节组件、肘关节组件、腕关节组件和机架组件，肩关节组件主要实现三个自由度运动，分别是肩关节的前伸/后屈、外展/内收以及自旋，肘关节组件主要实现两个自由度运动，分别是肘关节的的屈伸和自旋，腕关节组件主要实现两个自由度运动，分别是腕关节的外翻/内收和桡屈/尺屈。本发明从人体结构学考虑，空间布局合理紧凑，穿戴方便，运动范围大，自由度灵活，便于实现单一关节运动和整体上肢的复合运动，可依据不同康复时期的控制要求，调整主动、助力或被动的控制策略，满足不同康复时期患者的训练需求。
-
公开(公告)号：CN108941806A
公开(公告)日：2018-12-07
申请号：CN201811062461.6
申请日：2018-09-12
Applicant: 常州大学
IPC: B23H3/00
CPC classification number: B23H3/00
Abstract: 本发明提出了一种旋转电解加工开槽方法及装置。其特征在于，包括机床、机床主轴、伺服电机、滑环、直流电源、工具电极、工作台、工件、电解池、电解液、场效应管模块以及连接导线若干。所述的机床主轴上安装工具电极，工具电极由4个小电极构成，小电极通过滑环和场效应管与直流电源的负极相连，并均匀分布并安装在绝缘盘上，它们之间彼此绝缘。所述的4个滑环也是彼此绝缘的，每1个电源滑环仅与对应的小电极相连，而与其它3个小电极绝缘。所述的场效应管模块的通断状态由控制器控制，从而决定各个小电极是否接通直流电源。本发明旋转电解加工开槽方法及装置简单有效，克服了工具电极制作困难、电解产物难以排除等困难。
-
Patent Agency Ranking
公开(公告)号：CN117796820A
公开(公告)日：2024-04-02
申请号：CN202410079308.3
申请日：2024-01-19
Applicant: 常州大学
Abstract: 本发明涉及静息态脑电技术领域，具体为一种基于脑通道互联特征融合表征的神经发育异常评估方法，包括以下步骤，分别采集神经正常以及神经异常者脑电信号，并进行信号样本数据预处理；对预处理后的脑电信号提取单通道特征以及两两通道之间的互信息特征；从单通道特征以及两两通道之间的互信息特征中提取样本最优特征子集；利用样本最优特征子集构成的特征样本集对分类预测模型进行训练，利用训练好的分类预测模型判断对象是否神经发育异常。本申请融合单双通道混合特征，结合单通道的特征和两个通道之间的特征来更加充分合理地描述脑电信号，通过剔除冗余特征，选取最能够表征脑电状态的特征子集构成特征样本集训练模型，能够有效提高识别准确率。
-
公开(公告)号：CN116919423A
公开(公告)日：2023-10-24
申请号：CN202311059068.2
申请日：2023-08-22
Applicant: 常州大学
IPC: A61B5/369 , G06F18/2411 , G06F18/10 , G06F18/213 , G06F18/2113 , G06F18/2134 , G06F18/214 , A61B5/16 , A61B5/00 , A61B5/374
Abstract: 本发明公开了一种基于脑通道信息优化的儿童情绪异常状态预测方法及系统，涉及静息态脑电技术领域。本发明获取儿童情绪异常状态和儿童正常状态下的脑电信号，对脑电信号进行预处理；对预处理后的脑电信号进行特征提取，提取的特征包括：时域、频域和非线性特征；对于提取的特征，基于SVM‑RFE多域特征联合通道选择的方法得出最优通道子集；基于最优通道子集提取时域特征组成特征样本，利用特征样本对支持向量机SVM进行训练，得到情绪异常状态预测模型；利用训练好的情绪异常状态预测模型进行儿童情绪异常状态预测。本发明通过脑通道信息优化并对优化后的脑通道提取关键特征，进行儿童情绪异常状态的预测，从而提升预测的准确性。
-
公开(公告)号：CN113553535B
公开(公告)日：2023-09-01
申请号：CN202110778508.4
申请日：2021-07-09
Applicant: 常州大学
IPC: G06F17/10 , G06F18/10 , G06F18/213 , G06F18/24 , G06F18/2411 , G06F18/214
Abstract: 本发明公开了一种基于改进的ReliefF多路信号特征优化方法，所述方法包括获取预处理信号；根据信号特性，进行单路信号特征提取；选出各单路信号下合适的维度特征，进行多信号多特征的融合，并进行归一化处理；利用ReliefF算法分析特征与目标类别间的相关性，并根据特征权重大小将特征进行排序；利用对称不确定性分析比较特征间的冗余性，通过把每轮与主特征比较后删除的特征重新恢复再比较并设定删除阈值，最终输出的主特征集为最优的维度特征集。本发明在特征维度优化时从特征的相关性和冗余性两个角度出发，最大程度地保留了仍具有贡献力度的特征，减少了原始特征信息的不必要的损失。
-
公开(公告)号：CN113332099B
公开(公告)日：2023-06-27
申请号：CN202110641726.3
申请日：2021-06-09
Applicant: 常州大学
IPC: A61H1/02
Abstract: 本发明涉及一种基于绳索驱动的上肢运动康复训练装置，包括底座、水平旋转框架组件、竖直旋转框架组件、前臂固定组件、腕部旋转组件、控制电路模块；所述底座实现固定整体装置和移动水平旋转框架组件的作用；所述水平旋转框架组件实现支撑和旋转竖直旋转框架组件的作用，所述竖直旋转框架组件实现支撑和旋转前臂固定组件的作用，所述前臂固定组件实现固定前臂和腕部固定组件的作用，所述腕部固定组件实现固定腕关节和旋转腕部的作用。本发明提供了一种基于绳索驱动的上肢运动康复训练装置，能够为肢体运动功能障碍患者提供功能多样的上肢康复训练。
-
公开(公告)号：CN115227548A
公开(公告)日：2022-10-25
申请号：CN202210897497.6
申请日：2022-07-28
Applicant: 常州大学
Abstract: 本发明涉及一种三自由度上肢康复装置，包括座椅组件、前臂自旋运动机构、肘关节屈伸运动机构及前臂水平摆动机构，座椅组放置于地面，前臂自旋运动机构、肘关节屈伸运动机构及前臂水平摆动机构均安装在座椅组件上；前臂自旋运动机构实现前臂的自旋运动，肘关节屈伸运动机构实现肘关节的屈伸运动，前臂水平摆动机构实现前臂在水平方向上的往复摆动运动。本发明可以实现患者前臂的自旋、肘关节的屈伸以及前臂水平方向的摆动共三个自由度运动，每个自由度单独进行运动；采用了康复装置与患者分离的方式，使用时，只有手臂部分与康复装置进行固定，康复训练更为安全；搁置患者前臂的前臂支撑杆的总体长度可调节，可适应不同患者的使用需求。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.017 seconds)
