-
公开(公告)号：CN116898399A
公开(公告)日：2023-10-20
申请号：CN202310862433.7
申请日：2023-07-14
Applicant: 长春理工大学
IPC: A61B5/00 , G06F18/243 , G06F18/10 , G06F18/213 , G06F18/214 , G06N3/006
Abstract: 一种柔性可穿戴中医脉象智能识别手套、采集方法及分析方法，涉及中医诊脉的大数据分析技术领域，解决现有脉诊仪无法实现定位测量，导致信息缺失；采用脉压力可控的机械手进行测量时，存在设备过于复杂使用受限等问题，本发明通过智能识别手套，模拟中医诊脉，采集饶腕处寸、关、尺三个部位的脉象信号；控制模块通过对比当前取脉压力和标准取脉压力，控制压力调节模块，使取脉压力保持在取脉压力最佳值。并对采集的脉象信号进行分析，获得脉象信号的信息，实现人机交互。本发明通过柔性可穿戴式手套采集饶腕处寸、关、尺三点不同压力下的脉象信号，并进行脉象信号识别，对其分析，进而方便、快捷的得到采集的脉象信号所包含的脉象信息。
-
公开(公告)号：CN113616395B
公开(公告)日：2023-04-14
申请号：CN202110913569.7
申请日：2021-08-10
Applicant: 长春理工大学
Abstract: 本发明公开了一种假肢控制方法，包括获取假肢对应肢体的肌电信号、肌音信号以及肌力信号；识别有效活动时间段；将每个有效活动时间段对应有效肌电信号、有效肌音信号、有效肌力信号通过DS‑CNN模型进行特征提取，并将获得肌电特征数据、肌音特征数据以及肌力特征数据通过预先训练获得的3D分层卷积融合模型，进行特征识别分类，确定肢体的控制动作；基于控制动作对假肢驱动装置进行控制驱动。本申请基于肢体的三种不同的生物信号特征之间的融合特征识别肢体动作，提升肢体动作识别分类的准确性，进而提升对假肢控制的准确性和使用者的使用体验。本申请还提供了一种假肢控制装置、假肢设备以及计算机可读存储介质，具有上述有益效果。
-
公开(公告)号：CN108696313B
公开(公告)日：2021-08-20
申请号：CN201810398966.3
申请日：2018-04-28
Applicant: 长春理工大学
IPC: H04B10/071 , H04B10/077 , H04B10/079
Abstract: 一种光缆故障精确定位的方法，涉及电力光纤通信检测技术领域，解决现有方法只能得到测量点距离故障点的光纤长度，不能得到故障点的实际地理位置，并导致延长维修等问题，当监测到光缆出现故障时，获取OTDR距离故障点的光纤长度信息；计算多次OTDR测量的距离的平均值并作为故障点距离测量点的实际距离，将光缆接头盒的信息存储到GIS数据库中；建立具体光缆线路的线性参考系统；将相关的标志点放置在建立好的线性参考系统中；将光缆故障点距离测量点的光纤距离换算成实际光缆的距离并转换为线性参考系统中的点事件，并显示在GIS地图上。该方法能快速精确地找到光缆故障点的具体地理位置，缩短故障维护时间，提高故障处理效率，减少通信故障所带来的损失。
-
公开(公告)号：CN109187050A
公开(公告)日：2019-01-11
申请号：CN201811144505.X
申请日：2018-09-29
Applicant: 长春理工大学
Inventor： 宫玉琳
IPC: G01M17/007 , G01L5/22
Abstract: 本发明涉及一种汽车车门闭合速度和阻力偶测试装置，属于速度和力特性测试技术领域。解决了现有技术中的汽车车门闭合速度测试装置易反复出现误差，需多次标定的技术问题。本发明的测试装置，包括采集装置、数字键盘、显示屏和固定件；其中，采集装置包括外壳、第一差动霍尔传感器、第二差动霍尔传感器、第三差动霍尔传感器、第一永磁铁、第二永磁铁、第三永磁铁、电路板、电源模块、信号处理模块和微控制器。该测试装置结构简单、便于安装、使用方便、测试结果准确，适用于各种汽车。
-
公开(公告)号：CN108038300A
公开(公告)日：2018-05-15
申请号：CN201711286552.3
申请日：2017-12-07
Applicant: 长春理工大学
Abstract: 基于改进的隶属度函数结合神经网络的光纤状态评估方法，涉及光纤线路状态评估分析技术领域，解决现有技术无法实现对线路状态中的潜在故障进行分析与评估，进而无法规避即将发生的故障等问题，采用本发明所述的评估分析方法采用改进的欧式距离公式对隶光纤状态隶属度综合评价方法的隶属度权值进行优化组合，准确评估分析线路状态健康程度，分析线路是否存在潜在故障，提前制定维护策略，满足光纤通信不间断传输的要求。采用RBF神经网络评估分析模型，使得评估性能具有良好的拟合精度和收敛速度，更好的实现对光线状态的评估。
-
Patent Agency Ranking
公开(公告)号：CN107485826A
公开(公告)日：2017-12-19
申请号：CN201710627299.7
申请日：2017-07-28
Applicant: 长春理工大学
IPC: A63B23/16 , A63B71/06 , A63F13/814 , A63F13/212 , A63F13/25
CPC classification number: A63B23/16 , A63B71/0622 , A63F13/212 , A63F13/25 , A63F13/814
Abstract: 基于虚拟现实技术的手部康复训练系统，涉及一种虚拟现实技术应用于康复医学领域，解决现有采用康复器材进行康复训练过程中，康复器只能起到被动式辅助性训练，导致训练效果差的问题，包括数据采集装置、数据处理系统和虚拟现实人机交互系统；所述数据采集装置用于获取手部的位置、移动状态以及手指位置的数据信息，并通过网络模块传至数据处理系统处理，虚拟现实人机交互系统提供用户手部康复训练的虚拟游戏界面；为用户提供指导说明，显示分数的消息，同时接收通知触发模块以及音频显示器的信息。本发明通过穿戴手套传感器采集用户活动手的运动与位置信息，以及运行有虚拟现实游戏界面增强康复训练。
-
公开(公告)号：CN119669686B
公开(公告)日：2025-05-16
申请号：CN202411733500.6
申请日：2024-11-29
Applicant: 长春理工大学
IPC: G06F18/20 , A61B5/369 , A61B5/372 , A61B5/389 , A61B5/397 , A61B5/00 , G06F18/25 , G06F18/27 , G06N3/0464
Abstract: 本发明提出了一种基于VMD与MSCNN的跨频段神经肌肉耦合分析方法，涉及生物信号处理技术领域，该方法首先通过VMD对EEG和sEMG信号进行频段分解，利用MSCNN提取每个频段的时频特征；随后，利用核化广义偏定向相干性(gPDC)对不同频段的神经‑肌肉信号进行耦合分析，深入探索跨频段间的复杂交互机制。此方法不仅能够捕捉同频段内的因果关系和耦合强度，还能够揭示跨频段的非线性耦合关系，克服了传统信号处理方法在分析跨频段交互机制时的局限性，以及同频段耦合分析所面临的不足。此外，该方法充分利用了深度学习模型在提取复杂耦合关系中的优势，从而为神经康复评估和神经调节机制的研究提供更加全面、精确的分析视角。
-
公开(公告)号：CN117617911B
公开(公告)日：2024-03-26
申请号：CN202410105597.X
申请日：2024-01-25
Applicant: 长春理工大学
Abstract: 本申请公开了一种睡眠阶段分期方法、装置、设备及存储介质，涉及睡眠处理技术领域，包括：将睡眠脑电波信号切分为若干个数据片段并标记相应的睡眠阶段标签；对标记后的所述若干个数据片段进行数据特征提取以得到若干个序列数据帧；通过预设神经网络模型确定所述若干个序列数据帧对应的空间注意力权重，并确定空间学习图和时间学习图；基于所述空间注意力权重和所述空间学习图对所述若干个序列数据帧进行空间卷积处理以得到睡眠空间图后进行时间平坦化处理，然后输入至所述BiGRU层以得到时间节点特征向量；然后进行睡眠阶段分类以得到数据阶段分期结果并基于所述数据阶段分期结果确定睡眠阶段分期结果。这样一来，提高了睡眠分期的可解释性。
-
公开(公告)号：CN117653147A
公开(公告)日：2024-03-08
申请号：CN202410133251.0
申请日：2024-01-31
Applicant: 长春理工大学
IPC: A61B5/372 , A61B5/374 , A61B5/00 , G06F18/10 , G06F18/213 , G06F18/23213 , G06F18/24
Abstract: 本发明公开一种基于脑电信号特征的分类方法，通过引入近似熵，并与GRU所捕捉的时序关系相结合，模型能够更好地理解信号的复杂结构，使K‑Means与GRU相互补充，形成一个更为综合和精确的意识状态分类模型。这种融合方法有效地利用了传统机器学习和深度学习的优势，提高了对意识状态的全面分类性能，特别是在捕捉脑电信号动态变化方面的准确性得到显著提升；本发明不仅提供了高效的K‑Means与GRU相结合的特征提取方法，还实现了对意识状态的自动分类。通过深度学习模型与机器学习方法的协同学习和训练，使得模型能够实时对新的脑电信号进行智能分类，为医疗领域提供了一种更加智能、高效的意识状态监测手段。
-
公开(公告)号：CN117133437A
公开(公告)日：2023-11-28
申请号：CN202310309390.X
申请日：2023-03-28
Applicant: 长春理工大学
Abstract: 本发明属于医疗方法技术领域，尤其为一种基于CSA‑CBLSTM算法的无创连续血压估计方法，包括以下步骤：步骤A，利用血压数据库中的血压数据对模型进行训练。本发明我们以脉搏信号(PPG)和心电信号(ECG)作为信号输入，经过信号处理和CSA‑CBLSTM网络模型对输入信号进行特征提取进行血压估计，本发明提出的CSA‑CBLSTM算法在模型中引入了两种注意力机制，对提取到的不同通道和空间的特征进行筛选，筛选出各通道和空间特征的重要程度，提高模型性能，从而提升整体的拟合效果，整体方案为在CNN‑BiLSTM神经网络中，在卷积神经网络之后加入通道注意力模块，在BiLSTM模块之后加入空间注意力模块，同时加强模型的通道特征和空间特征的筛选，从而提高模型估计准确率。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.027 seconds)
