-
公开(公告)号：CN106202887A
公开(公告)日：2016-12-07
申请号：CN201610500040.1
申请日：2016-06-29
Applicant: 北京工业大学
IPC: G06F19/00
CPC classification number: G16H50/30
Abstract: 本发明公开了一种基于电子化POMS自评量表的心境状态评价方法，主要包含电子化POMS量表数据采集、量表数据存储与管理、量表采集天数判断及量表数据处理、心境状态长时间变化评估模型构建以及基于评估模型的心境状态长时间变化客观量化评价等操作步骤。本发明基于Android手机上安装的电子化POMS自评量表对用户进行长时间、多天的不同心境状态量化评估数据采集，采用数据统计和主成分分析的方法建立心境状态评估模型，旨在为用户提供主要心境状态及其变化、用户不同心境状态日常变化和总体心境量化评估等量化评估服务，从长时间、连续性的角度避免了传统量化方法中片段式、主观化评估心境状态的缺点，丰富了精神疾病客观量化领域的研究方法。
-
公开(公告)号：CN106166073A
公开(公告)日：2016-11-30
申请号：CN201610509466.3
申请日：2016-06-29
Applicant: 北京工业大学
IPC: A61B5/16
CPC classification number: A61B5/165
Abstract: 本发明公开了一种基于电子化POMS自评量表的心境状态自评系统，该系统包含能手机和后台云服务器两大部分。其中，智能手机安装了自主开发的电子化POMS自评量表，后台云服务器上接收手机发送的量表数据并运行心境状态评价算法，将得到的主要心境状态及其变化规律、用户不同心境状态日常变化规律和总体心境量化评估等结果发送到手机上并反馈给用户。本发明通过滑块和按钮等组件来操作电子化自评量表，简单方便的操作不仅适用于患有抑郁、躁狂、焦虑等精神疾病患者及复诊患者的日常精神状态评估，提高患者治疗依从性，而且可以为家庭、社区等环境下的正常用户提供精神状态评估服务，提高精神卫生医疗服务的可及性。
-
公开(公告)号：CN103442078B
公开(公告)日：2016-09-07
申请号：CN201310398838.6
申请日：2013-09-05
Applicant: 北京工业大学 , 江苏万维艾斯网络智能产业创新中心有限公司
IPC: H04L29/08
Abstract: 本发明提出一种传感器语义系统，包括传感器节点，局域网，监测中心服务器，Internet和短信报警模块，传感器节点布置在被测部位，与监测中心服务器通过局域网相连接，监测中心服务器内置的web服务器通过Internet向远程用户提供数据服务或发出预警信息，也可以通过短信报警模块发送预警短信，其特征在于传感器节点包含传感器信息语义模块、测点信息语义模块和感测数据语义模块，三个语义模块之间通过属性相关联，为传感器输出的数据增加语义背景，用RDF(Resource Description Framework：资源描述框架)描述上述三个语义模块，并通过URI(Universal Resource Identifier；统一资源定位符)将传感器信息、测点信息和感测数据定义为网络上的资源，感测数据语义模块将数据进行语义标注形成语义数据后进行存储，当存储空间超过限制时，自动覆盖最早存储的数据，同时通过服务器接口模块提交给监测中心服务器。
-
公开(公告)号：CN104200227B
公开(公告)日：2016-05-11
申请号：CN201410441415.2
申请日：2014-09-01
Applicant: 北京工业大学
IPC: G06K9/62
CPC classification number: G06K9/6269 , G06K9/0061 , G06K9/42 , G06K9/6232
Abstract: 本发明提供了一种用于人类认知模式识别的特征归一化方法及系统，该方法通过将特征数据按用户分组以形成特征矩阵，基于预定的归一化函数对特征矩阵进行分组参数估计以得到每个分组对应的分组参数，能够基于分组参数对特征矩阵的每个分组分别构建归一化函数，并利用构建的归一化函数对特征矩阵进行分组归一化处理。本方法采用多个归一化函数对认知模式特征数据进行归一化处理，既保留了现有特征整体归一化方法的优点，又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，并具有很强的鲁棒性。
-
公开(公告)号：CN103646160A
公开(公告)日：2014-03-19
申请号：CN201310486579.2
申请日：2013-10-17
Applicant: 北京工业大学 , 江苏万维艾斯网络智能产业创新中心有限公司
Abstract: 本发明公开了一种fMRI任务态数据预处理中的去噪校正方法。本发明的去噪原理是：呼吸、心跳等因素对大脑产生的噪声效应可以近似看做是均匀分布的，而通常认为白质区不参与认知任务，因此在白质区测得的值可以近似看做是呼吸心跳等因素产生的噪声效应值。本发明通过线性回归运算用白质区得到噪声效应值估测其它脑区的噪声效应值，并用实际测量值减去噪声效应函数估算值，最后再加上被减去的实际测量值均值得到校正值。本发明首次在任务态下根据白质脑区信号进行fMRI数据去噪，去噪过程考虑任务态脑数据与刺激的关联性。与在灰质区采集信号相比，采用白质区采集到的信号进行校正不受实验任务限制，具有很好的通用性。
-
Patent Agency Ranking
公开(公告)号：CN113094445A
公开(公告)日：2021-07-09
申请号：CN202110276599.1
申请日：2021-03-15
Applicant: 北京工业大学
IPC: G06F16/28 , G06F16/215
Abstract: 本发明公开了一种基于语义向量的任务态脑影像资源多维标注和组织方法，针对多任务脑影像资源融合计算过程中数据组织有效性进行优化控制，以任务态脑影像资源为组织对象来源，以资源响应状态和响应类型为控制量，以组织支持度系数和组织灵活性系数为被控量。该方法从构建一个基于语义向量的标准化空间出发，通过将资源映射到该空间而构建样本库；初始化多资源需求的组织任务图，并从样本库中采样目标资源；识别图中资源响应状态和类型，并计算支持度系数和组织灵活性系数；最终推荐双系数约束的多个脑影像资源。本发明通过语义向量对复杂的脑影像资源进行多维标注，实现脑影像资源的系统化集成，提高任务态脑影像研究中资源组织的有效性和全面性。
-
公开(公告)号：CN112847398A
公开(公告)日：2021-05-28
申请号：CN202110024646.3
申请日：2021-01-08
Applicant: 北京工业大学
Abstract: 本发明公开了一种对助行安全异常自动采取保护方法，安置助行机器人驱动装置，机器人的移动通过电机驱动；助行机器人后端的把手部分安装有六轴力传感器，六轴力传感器检测三维空间坐标系中x,y,z三个方向的力Fx,Fy,Mz，及力矩Mx,My,Mz，据此识别使用者运动目的；使用者在两侧髋、膝、踝均安装了步态传感器，实时采集各自由度的角度、角速度步态数据；使用者推动助行机器人的把手部分，实现行走运动；如遇使用者摔倒等异常情况，助行机器人的驱动环节自动启动紧急保护机制，对机器人进行刹车停止。本发明针对使用者摔倒等异常情况采取安全保护策略，通过对使用者安全异常行为进行感知，针对安全异常情况，驱动装置自动采取刹车对使用者实施保护措施。
-
公开(公告)号：CN106776558B
公开(公告)日：2020-06-19
申请号：CN201611145330.5
申请日：2016-12-14
Applicant: 北京工业大学
IPC: G06F40/284 , G06F40/247 , G06K9/62
Abstract: 为了解决本体学习中在特定领域术语抽取效率偏低的问题，本发明提出了一种融合语境信息的领域术语识别方法，整合统计学和语言学方法，借鉴传统领域相关性与领域一致性思想，再结合对数似然比，从候选术语语境信息的复现次数角度刻画候选术语在不同领域的分布情况，然后计算候选术语的领域属性值，最后根据每个候选术语的领域属性值抽取领域术语。本发明所述的融合语境信息的领域术语识别方法可获得非常好的术语抽取准确率，其不仅可以应用在诸如抑郁症药物等领域的术语抽取中，还能够在概念抽取方法中作为候选概念产生工具使用。
-
公开(公告)号：CN106166073B
公开(公告)日：2019-06-14
申请号：CN201610509466.3
申请日：2016-06-29
Applicant: 北京工业大学
IPC: A61B5/16
Abstract: 本发明公开了一种基于电子化POMS自评量表的心境状态自评系统，该系统包含能手机和后台云服务器两大部分。其中，智能手机安装了自主开发的电子化POMS自评量表，后台云服务器上接收手机发送的量表数据并运行心境状态评价算法，将得到的主要心境状态及其变化规律、用户不同心境状态日常变化规律和总体心境量化评估等结果发送到手机上并反馈给用户。本发明通过滑块和按钮等组件来操作电子化自评量表，简单方便的操作不仅适用于患有抑郁、躁狂、焦虑等精神疾病患者及复诊患者的日常精神状态评估，提高患者治疗依从性，而且可以为家庭、社区等环境下的正常用户提供精神状态评估服务，提高精神卫生医疗服务的可及性。
-
公开(公告)号：CN109567756A
公开(公告)日：2019-04-05
申请号：CN201811634325.X
申请日：2018-12-29
Applicant: 北京工业大学
IPC: A61B5/00 , A61B5/0205
Abstract: 本发明涉及一种基于人工智能床垫的睡眠状态检测方法，基于床垫、微动传感器，以及采集处理模块，微动传感器置于距离床头40～60cm处，且和心脏位置平齐，微动传感器实时获取被监测对象睡眠中的振动数据，并发送至采集处理模块进行自适应分段处理，之后通过数据处理实时获取被监测对象的睡眠状态参数，所述的数据处理方法分为三个阶段，即体动识别、呼吸和心率状态识别、最终实现用户睡眠状态的识别。本发明具有操作流程简单，无需专业人员的辅助与监督，不影响人的正常睡眠，非常适合居家或大规模应用。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.047 seconds)
