-
公开(公告)号：CN113096800B
公开(公告)日：2022-03-18
申请号：CN202110634212.5
申请日：2021-06-08
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明涉及一种预警系统，包括预警规则配置模块、数据采集模块、预警规则判断模块和预警输出模块；预警规则配置模块用于配置预警规则，医生通过该预警规则配置模块配置好预警名称、预警范围和相应的建议；所述的预警规则包括阈值预警、差值预警、趋势预警和加权预警；数据采集模块用于采集并上传患者的症状体征数据；预警规则存储在数据库中；预警规则判断模块用于读取存储在数据库中的预警规则，并根据数据采集模块采集并上传的患者的症状体征数据与预警规则的比较结果，判断是否符合阈值预警、差值预警、趋势预警和加权预警的预警规则，如果符合，则由预警输出模块推送预警；如果不符合，则不推送预警。
-
公开(公告)号：CN108209924A
公开(公告)日：2018-06-29
申请号：CN201810038606.2
申请日：2018-01-16
Applicant: 北京大学第三医院
CPC classification number: A61B5/1038 , A61B5/1071 , A61B5/4528 , A61B5/4533 , A61B5/7203 , A61B5/7264
Abstract: 本发明涉及一种前交叉韧带断裂后步态特征的分析方法，其特征在于包括以下步骤：1)获取若干ACL断裂患者和正常人正常行走过程中的三维运动学数据和足底压力数据，随机选取若干组数据为标准样本数据，其余为待检测样本数据；2)对足底压力数据进行分析处理，并提取足底压力特征参数；3)对三维运动学数据进行分析处理，并提取步态三维运动学特征参数；4)以标准样本数据中提取的步态三维运动学特征参数和足底压力特征参数为基础，进行训练得到评估模型，以待检测数据的三维运动学特征参数和足底压力特征参数为输入进行聚类分析，得到聚类分析结果。本发明可以广泛应用于前交叉韧带断裂后步态特征的分析中。
-
公开(公告)号：CN101264032A
公开(公告)日：2008-09-17
申请号：CN200710064417.4
申请日：2007-03-14
Applicant: 北京大学第三医院
Abstract: 本发明公开了一种动物关节被动活动的设备，包括：支架(1)；装在所述支架上的若干个身体约束装置(2)；电机(3)，装在所述的支架上并具有输出轴(17)；控制所述电机的控制装置(4)；位于所述支架上的分度盘(6)；与所述输出轴(17)固定连接的摆杆(9)；与上述摆杆(9)成角度布置的、用于带动动物关节的带动杆(10)；其特征在于：所述电机(3)的控制装置(4)设有限制所述摆杆(9)运动路径的行程开关(7)，该行程开关安装在所述的分度盘(6)上，并位于被所述摆杆(9)或带动杆(10)触及运动范围之内。
-
公开(公告)号：CN108209924B
公开(公告)日：2019-02-19
申请号：CN201810038606.2
申请日：2018-01-16
Applicant: 北京大学第三医院
Abstract: 本发明涉及一种前交叉韧带断裂后步态特征的分析方法，其特征在于包括以下步骤：1)获取若干ACL断裂患者和正常人正常行走过程中的三维运动学数据和足底压力数据，随机选取若干组数据为标准样本数据，其余为待检测样本数据；2)对足底压力数据进行分析处理，并提取足底压力特征参数；3)对三维运动学数据进行分析处理，并提取步态三维运动学特征参数；4)以标准样本数据中提取的步态三维运动学特征参数和足底压力特征参数为基础，进行训练得到评估模型，以待检测数据的三维运动学特征参数和足底压力特征参数为输入进行聚类分析，得到聚类分析结果。本发明可以广泛应用于前交叉韧带断裂后步态特征的分析中。
-
公开(公告)号：CN108937951A
公开(公告)日：2018-12-07
申请号：CN201810557936.2
申请日：2018-06-01
Applicant: 北京大学第三医院
IPC: A61B5/11
CPC classification number: A61B5/112
Abstract: 本发明涉及一种前交叉韧带重建术后步态对称性评估方法，其特征在于包括以下步骤：1)对取样个体的足底压力数据进行采集，并对采集的足底压力数据进行解析处理，得到不同减重幅度下取样个体的两侧足底压力的对称性结果；2)根据得到的不同减重幅度下取样个体的两侧足底压力的对称性结果，确定进行减重跑步训练的初始减重幅度，并根据初始减重幅度下取样个体跑步过程中的足底受力对称性的评估结果对减重跑步训练的减重幅度进行调整，直到取样个体的双侧下肢在不减重情况下达到均衡负重。本发明可以广泛应用于前交叉韧带重建术后步态对称性评估领域。
-
Patent Agency Ranking
公开(公告)号：CN104636599A
公开(公告)日：2015-05-20
申请号：CN201410852727.2
申请日：2014-12-31
Applicant: 北京大学
IPC: G06F19/00
Abstract: 本发明公开了一种足底压力中心轨迹自动比对方法。本方法为：1)对两条待对比足底压力中心轨迹S1、S2进行对齐；2)计算两对齐后的足底压力中心轨迹S1、S2的相似性，得到两条轨迹间的相似度。本发明对两条二维平面COP轨迹进行整体比较，避免了前人工作中分量轨迹比较所带来的产生两个相似度值的问题，同时整体COP轨迹隐含了步态支撑期中行进角、COP位移等特征，对整体COP轨迹的比较具有高效性。而且在实施相似度计算过程中引入滑动因子，采用最优匹配策略，尽可能降低误差带来的影响。
-
公开(公告)号：CN101627900A
公开(公告)日：2010-01-20
申请号：CN200910091143.7
申请日：2009-08-10
Applicant: 北京大学第三医院
IPC: A61B5/00
Abstract: 本发明公开了一种辅助评价膝关节受力状态的方法。本发明提供的方法包括如下步骤：获得受试者足的大小、正常步行时的左右足行进角，将以上数据进行标准化处理，然后分析左右足的足底压力数据，得到正常步行时两足的足底平均压力差值aPDA-1；获得受试者足的大小、单侧膝旋转步行时的左右足行进角，将以上数据进行标准化处理，然后分析左右足的足底压力数据，得到单侧膝旋转步行时两足的足底平均压力差值aPDA-2；所述标准化处理为应用MATLAB R2006a软件进行处理；如果aPDA-1与aPDA-2相比较，P＜0.05，提示受试者左右膝关节受力不一致。应用本发明的方法，可以快捷、准确地了解不同动作下足膝之间的生理关系，从而指导各种训练或运动。
-
公开(公告)号：CN116230159A
公开(公告)日：2023-06-06
申请号：CN202211318262.3
申请日：2022-10-26
Applicant: 北京大学第三医院 , 北京家康众智科技有限公司
Abstract: 本发明公开了一种膝关节运动损伤康复方法及系统。所述方法包括如下步骤：S1、建立膝关节康复数据库；S2、利用智能传感器和机器视觉技术实时采集患者的动作达成情况和关节功能水平；S3、基于膝关节康复数据库，进行动作达成情况自动评估，提示患者康复动作是否正确科学；S4、基于膝关节康复数据库，根据后台管理软件设定的康复方案，定期向患者指导软件推送康复知识和随访问卷，并自动提醒患者及时学习和反馈。本发明真正实现使用者在家庭康复过程中的数据监测、远程评估、训练指导以及日常行为方式管理，形成完整的数字疗法闭环研究。
-
公开(公告)号：CN104636599B
公开(公告)日：2018-05-11
申请号：CN201410852727.2
申请日：2014-12-31
Applicant: 北京大学
IPC: G16H50/30
Abstract: 本发明公开了一种足底压力中心轨迹自动比对方法。本方法为：1)对两条待对比足底压力中心轨迹S1、S2进行对齐；2)计算两对齐后的足底压力中心轨迹S1、S2的相似性，得到两条轨迹间的相似度。本发明对两条二维平面COP轨迹进行整体比较，避免了前人工作中分量轨迹比较所带来的产生两个相似度值的问题，同时整体COP轨迹隐含了步态支撑期中行进角、COP位移等特征，对整体COP轨迹的比较具有高效性。而且在实施相似度计算过程中引入滑动因子，采用最优匹配策略，尽可能降低误差带来的影响。
-
公开(公告)号：CN101627900B
公开(公告)日：2011-06-29
申请号：CN200910091143.7
申请日：2009-08-10
Applicant: 北京大学第三医院
IPC: A61B5/103
Abstract: 本发明公开了一种辅助评价膝关节受力状态的方法。本发明提供的方法包括如下步骤：获得受试者足的大小、正常步行时的左右足行进角，将以上数据进行标准化处理，然后分析左右足的足底压力数据，得到正常步行时两足的足底平均压力差值aPDA-1；获得受试者足的大小、单侧膝旋转步行时的左右足行进角，将以上数据进行标准化处理，然后分析左右足的足底压力数据，得到单侧膝旋转步行时两足的足底平均压力差值aPDA-2；所述标准化处理为应用MATLAB R2006a软件进行处理；如果aPDA-1与aPDA-2相比较，P＜0.05，提示受试者左右膝关节受力不一致。应用本发明的方法，可以快捷、准确地了解不同动作下足膝之间的生理关系，从而指导各种训练或运动。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.019 seconds)
