-
公开(公告)号：CN108244744A
公开(公告)日：2018-07-06
申请号：CN201611244394.0
申请日：2016-12-29
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司
Abstract: 本发明提供了一种运动状态识别的方法、鞋底及鞋，涉及智能穿戴技术领域，解决现有运动状态识别的方法受到摄像头等硬件条件的限制，无法在室外进行长期的步态监测的问题。该方法包括：采集用户鞋底在预设多个维度中每个维度方向上的运动相关数据；根据所述运动相关数据，获取所述预设多个维度中每个维度方向上的运动变化信息；根据所述预设多个维度中每个维度方向上的运动变化信息，确定用户的运动状态。本发明的方案根据多个维度多个方向的运动相关数据，能够准确确定用户的运动状态，仅需利用鞋底上设置的传感器，无需使用摄像头等，能够实现在室外进行长期的步态监测。
-
公开(公告)号：CN108209930A
公开(公告)日：2018-06-29
申请号：CN201611196937.6
申请日：2016-12-22
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司
IPC: A61B5/11
Abstract: 本发明公开了一种胎动计数方法及装置，其方法包括：获取预设统计周期内记录的疑似胎动；根据相邻疑似胎动的间隔时间，计算预设统计周期内的胎动间隔；根据胎动间隔，确定疑似胎动中的有效胎动及有效胎动次数。本发明通过获取预设统计周期内发生的疑似胎动，根据相邻疑似胎动的间隔时间确定较为精确的胎动间隔，根据胎动间隔确定疑似胎动中的有效胎动，以及有效胎动的次数，由于该胎动间隔是根据统计疑似胎动得到的，因此具有较高的准确性，可依据该胎动间隔统计得到准确的有效胎动。
-
公开(公告)号：CN108143409A
公开(公告)日：2018-06-12
申请号：CN201611109883.5
申请日：2016-12-06
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司
IPC: A61B5/0476 , A61B5/0488 , A61B5/0496 , A61B5/00
CPC classification number: A61B5/0476 , A61B5/0488 , A61B5/0496 , A61B5/4812 , A61B5/7203 , A61B5/725 , A61B5/7267
Abstract: 本发明实施例公开了一种睡眠阶段分期方法及装置，所述方法包括：采集状态信号，其中，所述状态信号至少包括：脑电信号及眼电信号；对所述状态信号进行时域幅值滤波，去除时域干扰，并对所述状态信号进行频域小波滤波，去除频域干扰；利用亨杰斯Hjorth参数确定所述脑电信号的时域特征；对所述脑电信号进行时频变换，获得所述睡眠信号的时频域特征；确定所述脑电信号的复杂度；提取所述眼电信号的频率变化信息；结合所述时域特征、所述时频域特征、所述复杂度及所述频率变化信息，确定当前所在的睡眠阶段；将从多个维度提取状态信号的特征，从而增加了判断的精确性，同时相对于现有技术还具有计算复杂度低的特点。
-
公开(公告)号：CN108062341A
公开(公告)日：2018-05-22
申请号：CN201610997488.9
申请日：2016-11-08
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司
Abstract: 本发明实施例公开一种数据的自动标注方法及装置，所述方法包括：将标注样本中任意两个样本数据的数据特征进行比较，获得任意两个所述样本数据的排序列表；基于所述排序列表进行数据训练，获得所述数据特征的排序模型；利用所述排序模型，将所述待标注数据插入到所述排序列表的对应位置；当所有待标注数据都添加到所述排序列表之后，根据所述排序列表中待标注数据的排序生成标注标签。在本实施例中会基于样本数据的数据特征的比较，得到排序列表，通过数据训练得到排序模型，利用排序模型进行待标注数据的排序，并基于排序进行数据标注，相对于人工标注，减少了人工错误导致的不精确性，利用设备进行自动标注，提升了标注效率。
-
公开(公告)号：CN107887032A
公开(公告)日：2018-04-06
申请号：CN201610857248.9
申请日：2016-09-27
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司
CPC classification number: G06K9/6271
Abstract: 本发明公开了一种数据处理方法，包括：实时从导联睡眠装置中获取第一导联监测数据；所述第一导联监测数据包含至少一类导联数据；针对第一导联监测数据的每类导联数据，利用聚类算法，确定对应导联数据中的无效数据，得到第二导联检测数据；利用各类导联数据的关联关系，从第二导联监测数据中确定各类导联数据中存在冲突的无效数据，得到第三导联监测数据；输出第三导联监测数据；所述第三导联监测数据为有效数据。本发明同时还公开了一种数据处理装置。
-
Patent Agency Ranking
公开(公告)号：CN108241431B
公开(公告)日：2020-10-30
申请号：CN201611216913.2
申请日：2016-12-26
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司
Abstract: 本发明提供一种任务调节方法及装置，涉及数据处理技术，用以保证人机系统的稳定运行。本发明的任务调节方法，包括：获取当前操作人员的电生理数据；将所述电生理数据分别作为预设的功能状态预测模型、心理状态识别模型以及疲劳状态判别模型的输入，分别运行所述功能状态预测模型、所述心理状态识别模型以及所述疲劳状态判别模型，获得所述当前操作人员的预测功能状态、心理状态以及疲劳状态；根据所述当前操作人员的预测功能状态、心理状态以及疲劳状态，获取对应的任务调节策略；根据所述任务调节策略，对所述当前操作人员的任务进行调节。本发明主要用于人机交互系统中。
-
公开(公告)号：CN109447995A
公开(公告)日：2019-03-08
申请号：CN201710754621.2
申请日：2017-08-29
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司 , 沈阳何氏眼科医院有限公司
CPC classification number: G06T7/11 , G06T7/0012 , G06T2207/30041
Abstract: 本发明公开了一种眼前节图像的分割方法及其相关装置，预先针对裂隙型眼前节图片和弥散型眼前节图片训练对应的裂隙模型和弥散模型，在获取到眼前节图像后，根据预先训练的裂隙模型和弥散模型检测眼前节图像的图片类型；在确定出的眼前节图像所属的图片类型，将眼前节图像分割成虹膜区域、晶状体区域和皮肤区域。由于采用预先训练的裂隙模型和弥散模型确定眼前节图像进行图片类型，能够同时处理裂隙光和弥散光拍摄的图片，对眼前节图像进行自动分割，获取其皮肤区域、虹膜区域、晶状体区域的位置，因而可以方便地实现批量眼前节图像的区域自动分割和检测。
-
公开(公告)号：CN109447937A
公开(公告)日：2019-03-08
申请号：CN201710754656.6
申请日：2017-08-29
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司 , 沈阳何氏眼科医院有限公司
IPC: G06T7/00
Abstract: 本发明公开了一种图像处理模型的确定方法及其相关装置，首先，采用训练样本数据对深度学习卷积网络训练，得到初始的图像处理模型；之后，根据初始的图像处理模型确定训练样本数据中的稀有样本数据，并在训练样本数据中提升稀有样本数据的出现频率；最后，采用提升稀有样本数据的出现频率后的训练样本数据，对深度学习卷积网络重新训练，得到第一优化的图像处理模型。通过筛选出稀有样本数据并对其样本量进行扩充，使训练样本数据涵盖更多的数据变化条件，可以提高最后形成的图像处理模型对于稀有样本数据的分析精度。
-
公开(公告)号：CN108962386A
公开(公告)日：2018-12-07
申请号：CN201710390748.0
申请日：2017-05-27
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司
Abstract: 本发明公开了一种数据处理方法、装置及系统，其方法包括：根据所有历史电子健康档案中与白内障相关的各项信息进行训练，得到白内障患病风险预测模型；获取目标患者的电子健康档案的各项信息；将电子健康档案中的各项信息输入白内障患病风险预测模型进行处理，输出目标患者的白内障患病风险概率。本发明根据所有历史电子健康档案的与白内障相关的各项信息进行训练，得到精确的白内障患病风险预测模型，由于考虑了各项信息的白内障的标签特征，更符合白内障发展规律，提高了训练得到的白内障患病风险预测模型的准确性，将获取到的目标患者的电子健康档案输出该白内障患病风险预测模型中，可准确输出目标患者的白内障患病风险概率。
-
公开(公告)号：CN108242260A
公开(公告)日：2018-07-03
申请号：CN201611216325.9
申请日：2016-12-26
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司
IPC: G16H20/30
Abstract: 本发明提供一种健身监测方法及装置，其中，所述健身监测方法包括：获取用户在健身时与一动作对应的生理指标数据和运动数据，根据所述生理指标数据和运动数据，确定所述动作所属的动作类别，基于所述动作所属的动作类别，对所述用户进行提醒。本发明的方案，能够基于用户的与健身动作对应的生理指标数据和运动数据，在不同动作类别下进行不同的提醒，实现对健身动作是否标准的全面可靠的监测。
-
-
-
-
-
-
-
-
-
Search Results
197
records
(took 0.057 seconds)
