-
公开(公告)号：CN104644173B
公开(公告)日：2017-06-20
申请号：CN201510018792.X
申请日：2015-01-14
Applicant: 北京工业大学 , 首都医科大学附属北京安定医院
Abstract: 本发明涉及一种抑郁风险三级预警方法及系统，所述方法包括：采集静息态和任务态的BOLD信号及其对应的时间序列；从BOLD信号中提取静息态BOLD值和任务态BOLD值；根据静息态BOLD值和任务态BOLD值生成静息态BOLD变化率曲线和任务态BOLD变化率曲线；对静息态BOLD变化率曲线和任务态BOLD变化率曲线进行向量分析以得到变化强度值||ΔG||和变化矢量角θ；根据变化强度值||ΔG||和变化矢量角θ与预设的变化强度阈值||ΔG||阈值和变化矢量角阈值θ阈值进行预警级别判定。本发明通过对人体与抑郁症有关的生理指标进行定量的分析，实现了对不同程度抑郁高危人群的预警，并且预警稳定性好、正确率高。
-
公开(公告)号：CN106682682A
公开(公告)日：2017-05-17
申请号：CN201610916399.7
申请日：2016-10-20
Applicant: 北京工业大学
CPC classification number: G06K9/6256 , G06K9/6269 , G06N3/006
Abstract: 本发明公开了一种基于粒子群优化算法对支持向量机的优化方法。本发明实施例公开了一种基于PSO算法对SVM分类模型的优化方法，属于计算机人工智能技术领域。本发明实施例一方面根据粒子适应度调节惯性权重，从而实现了惯性权重的自适应调整，增加了惯性权重的多样性，更好的平衡PSO算法全局探索能力和局部搜索能力，另一方面，通过利用搜索成功的粒子的位置计算出的阈值作为变异条件，能更好地控制粒子变异的时机，粒子经过变异后，粒子跳出局部最优解的能力得到提升，有利于对支持向量机参数的最优值寻优，以提高SVM算法的分类准确率。本发明通过对SVM分类模型的参数的优化，提高了SVM分类模型分类的准确率，促进SVM分类模型在模式识别、系统控制、生产调度、计算机工程以及电子通信领域更加广泛的应用。
-
公开(公告)号：CN104504404A
公开(公告)日：2015-04-08
申请号：CN201510037404.2
申请日：2015-01-23
Applicant: 北京工业大学
CPC classification number: G06K9/62 , G06K9/6269 , G06K9/00597
Abstract: 本发明公开一种基于视觉行为的网上用户类型识别方法及系统，对一个或多个不同类型用户的眼动数据进行采集和处理，获得注视信息数据集与用户类型集，根据注视信息数据集中的注视信息，获得一个或多个眼动特征数据，以形成采样数据集，从中选择眼动特征数据输入支持向量机，训练得到用户类型分类器，完成机器学习过程获得分类器，将采集的网上任意用户的眼动数据输入到训练好的用户类型分类器，根据所分类器识别网上任意用户的用户类型。主要利用眼动追踪技术，获取计算用户浏览网页时三种眼动特征数据，根据眼动特征数据的不同，判断网上用户类型。基于视觉行为的用户识别，够主动记录网上用户的眼动数据，提取数据简便可靠，准确率高，可信度高。
-
Patent Agency Ranking
公开(公告)号：CN104173063A
公开(公告)日：2014-12-03
申请号：CN201410441421.8
申请日：2014-09-01
Applicant: 北京工业大学
IPC: A61B5/16
CPC classification number: A61B5/168 , A61B3/0025 , A61B3/112 , A61B3/113 , A61B5/1072 , A61B5/1075 , A61B5/1079 , A61B5/11 , A61B5/7225
Abstract: 本发明提供了一种视觉注意的检测方法和系统。所述方法和系统通过采集视觉注意过程中各个注视点的时间序列和对应的瞳孔直径序列，根据所述时间序列和瞳孔直径序列的对应关系绘制注意变化曲线，根据预设时间参数和预设瞳孔直径参数将所述注意变化曲线划分为四个注意阶段，进而基于持续时间和瞳孔变化率对每个所述注意阶段进行数值分析，可以实现对视觉注意的各个阶段进行定量计算，能够全面、系统、定量地刻画注意的变化过程。
-
公开(公告)号：CN104008393A
公开(公告)日：2014-08-27
申请号：CN201410209254.4
申请日：2014-05-17
Applicant: 北京工业大学
CPC classification number: G06K9/6269 , G06K9/0061 , G06K9/42 , G06K9/6232
Abstract: 一种用于认知状态识别的特征分组归一化方法涉及模式识别领域的特征归一化问题，其步骤为：(1)特征数据分组；(2)任选一个归一化函数，计算出各分组对应的归一化函数的参数；(3)构建分组归一化函数，将各分组对应的归一化函数的参数代入其函数内，得到各个分组的归一化映射关系；(4)分组归一化处理，每个分组使用对应的归一化函数进行特征数据变换，特征归一化结束。特征整体归一化方法只能解决特征之间数据分布的多样性问题，不能解决特征内部数据分布差异过大的问题，本发明提出的分组归一化方法既保留了特征整体归一化方法的优点，同时减少了特征数据内部分布尺度过大的问题，从而提高了分类正确率，本发明提出的特征分组归一化方法具有很强的鲁棒性。
-
公开(公告)号：CN211355518U
公开(公告)日：2020-08-28
申请号：CN201922006265.3
申请日：2019-11-18
Applicant: 北京工业大学
IPC: A61B5/16
Abstract: 一种抑郁症诊断装置，包括顶板(12)和设置在顶板(12)下方的依次连接的三面墙体，顶板(12)和三面墙体共同围成一个矩形腔；矩形腔内横向设置的第一分隔板(13)将矩形腔分为数据采集腔(1)和容纳空间(2)上下两个腔体；数据采集腔(1)内的采集设备(11)包括采集面部表情图像的第一摄像头(111)和采集眼部图像的第二摄像头(112)；其中一面墙体(14)上设置有第一显示屏(15)，且位于矩形腔外部，显示采集设备(11)采集的图像数据和操作界面；第一显示屏(15)下方设置有通孔(16)，通过通孔(16)调节采集设备(11)。采用简易设计精确采集面部表情和眼部图像，采集时对受测者无约束，采集容易。
-
-
公开(公告)号：CN307847816S
公开(公告)日：2023-02-17
申请号：CN202230398161.6
申请日：2022-06-27
Applicant: 北京工业大学
Abstract: 1.本外观设计产品的名称：带心理状态评估图形用户界面的显示屏幕面板。
2.本外观设计产品的用途：利用虚拟现实眼动技术对抑郁、焦虑和压力风险水平进行评估的屏幕面板，可用于台式电脑、笔记本电脑、平板电脑、手机、手表、智能手表、掌上电脑、抑郁症评估仪、抑郁症治疗仪、心理状态评估仪。
3.本外观设计产品的设计要点：在于图形用户界面。
4.最能表明设计要点的图片或照片：主视图。
5.无设计要点，省略后视图、俯视图、仰视图、左视图、右视图。
6.图形用户界面的用途：用于操作设备对抑郁、焦虑和压力风险水平进行评估。
7.图形用户界面在产品中的区域：在设备操作面板部分。
8.变化状态：图形用户界面的变化状态说明:（1）打开系统，显示出登录界面，即主视图。
（2）在主视图输入账号和密码输入完成后，点击登录按钮，进入界面状态变化图1。
（3）点击界面状态变化图1的设置按钮，显示界面状态变化图2，左侧为识别参数，右侧为系统参数，填完点击界面状态变化图2返回按钮，进入主视图。
（4）点击主视图的管理按钮，进入界面状态变化图3，此界面为设备使用人员的信息界面，可以针对设备使用人员的信息进行录入、查询、修改和删除，填完点击界面状态变化图3返回按钮，进入主视图。
（5）点击主视图资料按钮，进入界面状态变化图4，即信息填写模块，输入测试者的个人信息，填完点击界面状态变化图4的返回按钮，进入主视图。
（6）点击主视图的开始按钮，进入界面状态变化图5，VR眼镜中和电脑的屏幕中会播放视频，同时设备对参试者进行数据采集。
（7）视频播放结束，采集过程也随之结束，系统会弹出检测完成的窗口，即界面状态变化图6。
（8）点击界面状态变化图6的OK按钮，评估按键亮起，点击界面状态变化图6的评估按钮进行评估，进入界面状态变化图7，显示评估完成，点击界面状态变化图7的返回按钮，回到主视图。
（9）点击主视图的打印按钮，显示界面状态变化图8，点击界面状态变化图8的打印报告按钮打印报告。
（10）点击界面状态变化图8的返回按钮，回到主视图，如需采集下一个人，继续点主视图的资料按钮，重复以上步骤，如果全部采集完成，点击主视图的退出按钮，结束。
-
-
-
-
-
-
-
Search Results
38
records
(took 0.022 seconds)
