一种局部恒压睡眠呼吸调控平台
    42.
    发明公开

    公开(公告)号:CN118454037A

    公开(公告)日:2024-08-09

    申请号:CN202410613659.8

    申请日:2024-05-17

    Applicant: 清华大学

    Abstract: 本发明涉及人体呼吸辅助装置技术领域,尤其涉及一种局部恒压睡眠呼吸调控平台,包括:呼吸检测面罩,用于采集睡眠过程中使用者的呼吸参数;压力补偿计算模块,与所述呼吸检测面罩连接,基于所述呼吸参数及面罩内实时气压计算得到稳定气压参数,并基于所述稳定气压参数生成控制指令;压力调控模块,与所述压力补偿计算模块连接,基于所述控制指令调控面罩内吸入气体压力。基于呼吸监测面罩采集的睡眠过程中用户的实际呼吸参数,通过面罩压力补偿算法改变压力调控模块的工作参数,以维持面罩内的局部气压稳定,通过增压气路与降压气路的联合作用,以更高精度、更低的时间延迟实现压力调控,缓解高原睡眠呼吸问题,提升高原低氧环境下的睡眠效能。

    一种软体驱动器
    43.
    发明授权

    公开(公告)号:CN113172640B

    公开(公告)日:2022-10-25

    申请号:CN202110410798.7

    申请日:2021-04-15

    Applicant: 清华大学

    Abstract: 本发明提供了一种软体驱动器,包括驱动器本体和包覆于软体驱动器本体外周的束缚层;软体驱动器本体包括由内至外依次叠设的多个弹性层以及封堵于多个弹性层两端的前端盖和后端盖;最外侧弹性层的硬度最大,其余弹性层的硬度由内至外依次递增或相等,在最内侧弹性层的内部形成用于容纳流体的空腔;后端盖为封闭端盖,前端盖上开设有向所述空腔内通入流体的第一通孔;束缚层包覆于最外侧弹性层的部分外侧壁上,为通过在由不可拉伸的弹性材料或弹塑性材料制成的薄片上切割若干个间隔排布的切口后形成的可拉伸薄片,在限制软体驱动器本体膨胀的同时实现其弯曲变形。本发明软体驱动器的输出力大、弯曲变形大且响应频率高,可用于工业和临床医学领域。

    一种软体手机器人
    44.
    发明公开

    公开(公告)号:CN114028155A

    公开(公告)日:2022-02-11

    申请号:CN202111250165.0

    申请日:2021-10-26

    Applicant: 清华大学

    Abstract: 本发明公开了一种软体手机器人,包括软体手和控制系统,软体手包括手背固定装置、软体驱动器和手指末端固定装置;手背固定装置用于固定在手背上,软体驱动器的一端安装在手背固定装置上,软体驱动器另一端与手指末端固定装置相连,手指末端固定装置用于安装在手指尖上;控制系统与用于对软体驱动器进行充气和排气,以使软体驱动器在充气时带动手指屈曲弯曲以及使软体驱动器在排气时带动手指恢复伸展。本发明能够产生较大的弯曲变形、较大的弯曲力,且能对其输出的力进行精确控制,质量轻,便于穿戴,可以在工业上作为机械手进行物体的抓取,在生活上作为假手辅助截肢患者进行日常生活,在临床康复中用于辅助患手进行日常的抓握和康复训练。

    基于事件相关电位分布的脑机接口导联选择方法

    公开(公告)号:CN111053553B

    公开(公告)日:2022-02-01

    申请号:CN201911251414.0

    申请日:2019-12-09

    Applicant: 清华大学

    Abstract: 本发明公开了一种基于事件相关电位分布的脑机接口导联选择方法,该方法包括以下步骤:采集全脑区n个导联在M次重复任务下的脑电信号,并对所述脑电信号进行预处理,计算得到功率谱密度矩阵组,n和M均为正整数;将M×n个样本分别以预设导联标签为单位,叠加平均所述功率谱密度矩阵组;在不同波段上计算叠加平均后的功率谱密度矩阵组,得到比例矩阵;对比例矩阵进行升序排序,取排序后的比例矩阵前p个导联作为脑机接口系统在当前受试者的当前任务下的选用导联。该方法为不同任务状态下、不同适用性人群的脑机接口系统的导联选择提供了理论依据和支持。

    用于脑损伤后的脑机交互闭环康复机器人控制方法

    公开(公告)号:CN111728822B

    公开(公告)日:2021-11-26

    申请号:CN202010725801.X

    申请日:2020-07-24

    Applicant: 清华大学

    Abstract: 本发明公开了一种用于脑损伤后的脑机交互闭环康复训练方法,该方法包括:采集并处理运动想象、被动运动、主动运动三类状态的脑电数据;求解其平均去同步电位表征对应激活脑区,选取各状态下前P%个去同步电位值最小的导联,组成分别代表运动意图、感觉反馈和运动感觉激活脑区的三个导联组a、b、c;求解对应的三个平均相位滞后指数矩阵A、B、C分析脑区间功能连接强度;计算矩阵C中导联对a、b的平均相位滞后指数T1,和全部导联对的平均相位滞后指数T0,T1大于T0则验证运动控制闭环形成,利用导联组a解码脑电信号,控制康复机器人执行或停止动作。该方法精确解码大脑皮质的运动控制活动并构建个性化运动控制闭环,提高康复效率。

    一种康复效率预测方法、及其训练装置和计算机设备

    公开(公告)号:CN113317804A

    公开(公告)日:2021-08-31

    申请号:CN202110593146.1

    申请日:2021-05-28

    Applicant: 清华大学

    Abstract: 本申请涉及一种康复效率预测方法、及其训练装置和计算机设备。该方法包括:获取脑电采集设备采集的多个训练数据集合,训练数据集合中包括多组训练数据;对从每组训练数据中提取出脑电信号进行时频域转换,得到脑电时频域信号;将所属同一检测对象的多个脑电时频域信号进行融合处理,得到脑电时频域平均信号;基于得到的各项脑电时频域平均信号,构建脑电信号矩阵;基于脑电信号矩阵进行功率谱密度的提取,得到脑功率谱密度矩阵,根据脑电信号矩阵中各项元素之间的导联相关性,构建脑连接性相关矩阵;将脑功率谱密度矩阵和脑连接性相关矩阵分别输入至待训练的康复效率预测模型进行模型训练,并在停止训练时,输出训练好的康复效率预测模型。

    基于度信息的脑电特征电位溯源方法

    公开(公告)号:CN110664400B

    公开(公告)日:2020-07-17

    申请号:CN201910891136.9

    申请日:2019-09-20

    Applicant: 清华大学

    Abstract: 本发明公开了一种基于度信息的脑电特征电位溯源方法,该方法包括:利用脑电采集设备采集脑电信号,将脑电信号进行预处理,并对预处理后的数据进行小波变换,得到时频域信号;对时频域信号进行叠加平均处理,得到特征矩阵;基于特征矩阵构建欧几里得距离矩阵,并根据阈值对欧几里得距离矩阵做二值化处理,得到邻点集;根据邻点集构建度矩阵;对度矩阵进行聚类处理,计算模板权重系数,并对模板权重系数进行归一化处理;对归一化处理后的模板权重系数进行迭代聚类处理,得到溯源结果值。本发明实施例的方法弥补现有脑电信号溯源方法忽略人脑电特征信号分析的不足,增强了溯源的精确性,实现了基于度信息的脑电特征信号的脑连接网络分析。

    基于度信息的脑电特征电位溯源方法

    公开(公告)号:CN110664400A

    公开(公告)日:2020-01-10

    申请号:CN201910891136.9

    申请日:2019-09-20

    Applicant: 清华大学

    Abstract: 本发明公开了一种基于度信息的脑电特征电位溯源方法,该方法包括:利用脑电采集设备采集脑电信号,将脑电信号进行预处理,并对预处理后的数据进行小波变换,得到时频域信号;对时频域信号进行叠加平均处理,得到特征矩阵;基于特征矩阵构建欧几里得距离矩阵,并根据阈值对欧几里得距离矩阵做二值化处理,得到邻点集;根据邻点集构建度矩阵;对度矩阵进行聚类处理,计算模板权重系数,并对模板权重系数进行归一化处理;对归一化处理后的模板权重系数进行迭代聚类处理,得到溯源结果值。本发明实施例的方法弥补现有脑电信号溯源方法忽略人脑电特征信号分析的不足,增强了溯源的精确性,实现了基于度信息的脑电特征信号的脑连接网络分析。

    一种基于尾流纹路识别的水面流速测量方法

    公开(公告)号:CN109188020A

    公开(公告)日:2019-01-11

    申请号:CN201811051813.8

    申请日:2018-09-10

    Abstract: 本发明涉及一种基于尾流纹路识别的水面流速测量方法,其步骤:获取圆柱尾流视频,将视频文件按照播放次序转换为jpg格式的图像文件,得到流形学习样本图像;对流形学习样本图像进行预处理;根据预处理后流形学习样本图像相似度,计算任意两个样本之间的欧式距离,得到n维的距离矩阵;选取k值,根据欧式距离,计算两个样本间的流形距离;并利用等距特征映射算法,对距离矩阵进行降维,得到三维的欧式距离邻接图,并将欧式距离邻接图相应的转化为残值;根据流形学习所得的三维欧式距离邻接图的形状预判雷诺数Re的大小;欧式距离邻接图转化的残值存在拟合关系式;结合雷诺数预判结果,根据残值的拟合关系反推具体的雷诺数Re,最后得到来流流速。

Patent Agency Ranking