-
公开(公告)号：CN115337021A
公开(公告)日：2022-11-15
申请号：CN202211276693.8
申请日：2022-10-19
Applicant: 之江实验室
IPC: A61B5/349
Abstract: 本发明公开了一种应用于心电采集的去除基线漂移的方法及系统，包括：信号放大模块：用于将穿戴式心电采集设备采集到的输入信号中的心电信号进行放大处理，得到放大心电信号，并将所述放大心电信号传输至基线漂移去除模块；基线漂移去除模块：用于去除所述放大心电信号的基线漂移，得到去基线漂移心电信号，并将所述去基线漂移心电信号传输至模数转换器；模数转换器：用于对所述去基线漂移心电信号进行转换、编码形成转换后的数字信号，并将所述数字信号传输至发射模块；发射模块：用于将所述数字信号进行发射传输。本发明通过使用自主设计的基线漂移去除模块，去除心电信号中的基线漂移，从模拟前端降低心电信号的噪声、提高心电信号的准确性。
-
公开(公告)号：CN114415842B
公开(公告)日：2022-06-17
申请号：CN202210336486.0
申请日：2022-04-01
Applicant: 之江实验室
Abstract: 本发明公开了一种基于位点等效增强的脑机接口解码方法及装置，该方法通过对采样点进行跨周期的位点等效变换实现训练数据的数据增强并生成等效排列集合，利用训练数据构建解码模板，对增强数据进行任务相关成分分析求解空间滤波器，根据等效排列集合定向重排测试信号或验证信号，计算空间滤波后重排信号与解码模板的皮尔森相关系数，利用朴素贝叶斯对相关系数分类并进行投票，最终完成稳态视觉诱发电位的解码。本发明的基于位点等效增强的脑机接口解码方法，可实现在小样本和短刺激条件下的稳态视觉诱发电位解码，降低了使用脑机接口的时间成本，提高了脑机接口系统的可用性和友好性，有利于成果向应用转化。
-
公开(公告)号：CN114587385A
公开(公告)日：2022-06-07
申请号：CN202210176342.3
申请日：2022-02-25
Applicant: 之江实验室
Abstract: 本发明公开了一种基于脑肌网络图论特征的卒中后康复评估深度学习模型构建方法，涉及神经生理学与机器学习交叉领域。本发明通过脑肌闭环功能网络表征卒中后的病理拓扑结构，在此基础上，进一步基于图论特征建立深度学习模型评定脑卒中患者恢复程度及预测康复进程，重点考虑勾联小世界网络特征与神经网络在评定预测运动功能障碍中的一致特性、以及如何实现多目标学习和联合优化等。本发明利用脑肌电双模态神经电生理信息，构建了新型卒中后住院恢复期运动功能评定和回访期康复效果预测方法，有望提高临床康复评估效率，从而具有重要的应用价值。
-
公开(公告)号：CN114415842A
公开(公告)日：2022-04-29
申请号：CN202210336486.0
申请日：2022-04-01
Applicant: 之江实验室
Abstract: 本发明公开了一种基于位点等效增强的脑机接口解码方法及装置，该方法通过对采样点进行跨周期的位点等效变换实现训练数据的数据增强并生成等效排列集合，利用训练数据构建解码模板，对增强数据进行任务相关成分分析求解空间滤波器，根据等效排列集合定向重排测试信号或验证信号，计算空间滤波后重排信号与解码模板的皮尔森相关系数，利用朴素贝叶斯对相关系数分类并进行投票，最终完成稳态视觉诱发电位的解码。本发明的基于位点等效增强的脑机接口解码方法，可实现在小样本和短刺激条件下的稳态视觉诱发电位解码，降低了使用脑机接口的时间成本，提高了脑机接口系统的可用性和友好性，有利于成果向应用转化。
-
公开(公告)号：CN119132401B
公开(公告)日：2025-02-11
申请号：CN202411617083.9
申请日：2024-11-13
Applicant: 之江实验室
IPC: G16B25/10 , G16B45/00 , G06F18/2415
Abstract: 本发明公开了一种基于人工智能算法的高精度单细胞分类方法和装置，包括：首先，将原始单细胞数据转换为csv格式，并构建表达矩阵以描述基因在不同条件下的表达水平；接着，通过降维和聚类分析初步划分单细胞类别；进一步，结合PPI和GO信息，使用图神经网络方法对基因进行量化表征和分类；然后，构建单细胞数据嵌入模型，通过编码器和解码器提取特征，并通过交叉验证和超参数优化训练模型；最后将模型中编码器的隐藏层作为单细胞的嵌入表达矩阵，该层囊括了原始单细胞表达信息、PPI、GO等多维度数据，可实现包括单细胞精确分类在内的多种下游任务。本发明有助于深入理解基因表达模式，为疾病治疗和药物设计提供数据支持。
-
Patent Agency Ranking
公开(公告)号：CN119204199A
公开(公告)日：2024-12-27
申请号：CN202411698421.6
申请日：2024-11-26
Applicant: 之江实验室
Abstract: 本申请涉及一种基于生成式模型的科研辅助方法、装置以及计算机设备，应用于计算机科学技术领域，通过获取用户提交的科研指令；当科研指令包括实验验证任务时，基于实验验证代理，获取与科研指令对应的知识库，基于知识库验证实验验证任务中的实验假设的正确性，生成验证结论；其中，知识库基于预存的科研资料建立，解决了针对科研任务中的实验设计缺乏自动化分析的问题，实现了将智能代理与科研实验结合，完善科研辅助的功能。
-
公开(公告)号：CN119132401A
公开(公告)日：2024-12-13
申请号：CN202411617083.9
申请日：2024-11-13
Applicant: 之江实验室
IPC: G16B25/10 , G16B45/00 , G06F18/2415
Abstract: 本发明公开了一种基于人工智能算法的高精度单细胞分类方法和装置，包括：首先，将原始单细胞数据转换为csv格式，并构建表达矩阵以描述基因在不同条件下的表达水平；接着，通过降维和聚类分析初步划分单细胞类别；进一步，结合PPI和GO信息，使用图神经网络方法对基因进行量化表征和分类；然后，构建单细胞数据嵌入模型，通过编码器和解码器提取特征，并通过交叉验证和超参数优化训练模型；最后将模型中编码器的隐藏层作为单细胞的嵌入表达矩阵，该层囊括了原始单细胞表达信息、PPI、GO等多维度数据，可实现包括单细胞精确分类在内的多种下游任务。本发明有助于深入理解基因表达模式，为疾病治疗和药物设计提供数据支持。
-
公开(公告)号：CN117204823A
公开(公告)日：2023-12-12
申请号：CN202311481133.0
申请日：2023-11-08
Applicant: 之江实验室
IPC: A61B5/00
Abstract: 本申请涉及一种植入装置和实验组件。所述植入装置用于植入实验体的头部。所述植入装置与微型显微镜连接，以进行实验体浅层大脑观察。所述植入装置包括安装部、连接部以及玻片。安装部包括沿第一方向贯穿所述安装部的安装腔。所述安装腔用于容纳所述微型显微镜。连接部包括在所述第一方向上相对设置的连接表面和观察表面、以及沿所述第一方向贯穿所述连接部的观察腔。所述连接表面与所述安装部连接。所述观察腔与所述安装腔连通。玻片与所述观察表面连接，并封闭所述观察腔远离所述安装部的一端。所述玻片远离所述连接部的一侧与所述实验体的脑膜表面抵接。其中，在所述第一方向上，所述观察表面的投影外轮廓小于所述连接表面的投影外轮廓。
-
公开(公告)号：CN117126429A
公开(公告)日：2023-11-28
申请号：CN202311388072.3
申请日：2023-10-25
Applicant: 之江实验室
IPC: C08J3/075 , A61B5/268 , A61B5/266 , A61B5/259 , C08L33/26 , C08L33/12 , C08L33/08 , C08L65/00 , C08L25/18 , C08K7/00 , C08K3/08 , C08K3/14 , C08K3/04 , C08F220/14 , C08F220/56 , C08F220/06 , C08F222/38 , C08F220/18
Abstract: 本发明涉及一种凝胶半干电极及其制备方法和应用。所述凝胶半干电极包括憎水性电子导电凝胶骨架以及填充于所述憎水性电子导电凝胶骨架中的亲水性离子导电水凝胶，所述憎水性电子导电凝胶骨架和亲水性离子导电水凝胶由于相分离作用形成拓扑结构；其中，所述憎水性电子导电凝胶骨架包括憎水性凝胶骨架和填充于所述憎水性凝胶骨架中的电子导电材料，所述亲水性离子导电水凝胶包括亲水性水凝胶网络以及填充于所述亲水性水凝胶网络中的电解质和水。本发明的凝胶半干电极具有优异的柔性、可长时间缓释电解液以及高电子电导率，用于检测生理电信号时，可以显著降低生理电信号传输过程中的阻抗，提升生理电信号的检测质量。
-
公开(公告)号：CN117077013A
公开(公告)日：2023-11-17
申请号：CN202311315398.3
申请日：2023-10-12
Applicant: 之江实验室
IPC: G06F18/241 , G06F18/213 , G06F18/211 , G06N3/0464 , G06N3/09 , A61B5/372 , A61B5/00
Abstract: 本发明公开了一种睡眠纺锤波检测方法、电子设备、介质，包括：将待检测的EEG信号截取为若干个时序连续等长的EEG信号片段，并提取EEG特征；根据EEG特征，将EEG信号片段划分为第一类EEG信号片段和第二类EEG信号片段；将睡眠纺锤波的占比大于第一阈值的EEG信号片段作为第一类EEG信号片段；将第一类EEG信号片段中的每一EEG信号片段与其在时间上相邻的两个EEG信号片段分别重组；将重组后的EEG信号片段输入至睡眠纺锤波预测模型，得到睡眠纺锤波的峰值位置；当相邻峰值间的距离小于第二阈值时，则相邻峰值间的信号也视为睡眠纺锤波信号；根据睡眠纺锤波的长度范围进行筛选，得到睡眠纺锤波信号的预测结果。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.02 seconds)
