公开(公告)号：CN108245154A

公开(公告)日：2018-07-06

申请号：CN201810067422.9

申请日：2018-01-24

Applicant: 福州大学

Inventor： 李玉榕 ,  杜民 ,  王田

IPC: A61B5/0476 ,  A61B5/0496

CPC classification number: A61B5/0476 ,  A61B5/0496 ,  A61B5/7207 ,  A61B5/7225

Abstract: 本发明涉及一种利用异常值检测精确确定脑电或眼电中眨眼区间的方法。首先将采集的原始信号进行预处理，去除采集信号中的工频50Hz噪声干扰，去除基线漂移以及去除高频噪声；然后对预处理后的信号通过异常值检测的方法确定合适的阈值，之后找到预处理信号中的所有局部极大值及局部极大值的位置，用相邻局部极大值进行相减，再将相邻两个局部极大值差值的绝对值与异常值检测方法确定的阈值相比较，最后精确确定眨眼信号的起点和终点。本发明可以精确确定脑电或眼电信号中眨眼信号的起点和终点，从而在去除眨眼干扰的时候，将该区间置零，可以使得原始信号的损失尽可能的小。

公开(公告)号：CN107596560A

公开(公告)日：2018-01-19

申请号：CN201710978199.9

申请日：2017-10-18

Applicant: 福州大学

Inventor： 李玉榕 ,  杜民 ,  陈建国 ,  杨徐 ,  高一沅

IPC: A61N1/36 ,  A61B5/11 ,  A61B5/0488

Abstract: 本发明公开了一种基于角速度信号的足下垂助行仪的控制方法，包括以下步骤：患者佩戴好足下垂助行仪后行走，足下垂助行仪包括一信号采集系统，用于实时采集患者的踝关节角速度信号；足下垂助行仪包括一控制器，控制器根据患者的实时踝关节角速度信号，输出不同的功能性电刺激强度信号，刺激患者的胫骨前肌，产生背屈。本发明可以使得患者在行走时胫骨前肌的收缩特征与健康人一致，从而最大程度接近正常步态。

公开(公告)号：CN106693178A

公开(公告)日：2017-05-24

申请号：CN201710088173.7

申请日：2017-02-17

Applicant: 福州大学

Inventor： 李玉榕 ,  杜民 ,  陈建国 ,  陈盛勤

IPC: A61N1/36 ,  A61B5/0488 ,  A61B5/11 ,  A61B5/00

CPC classification number: A61N1/36014 ,  A61B5/0488 ,  A61B5/1118 ,  A61B5/7235 ,  A61N1/36003

Abstract: 本发明涉及一种基于自主意愿的上肢康复功能性电刺激闭环控制方法，包括以下两部分：一、电刺激的开启判断：通过采集到的肱二头肌和肱三头肌的自主意愿肌电信号判断出电刺激的开始和停止时刻；二、电刺激强度的闭环控制：测量实际肘关节运动角速度作为反馈量与期望的角速度相比较采用PID与逆动力学模型结合的控制方法实时调节刺激电流S的大小。本发明对患者的康复训练具有非常强的主动性，有利于偏瘫或瘫痪患者的康复。

公开(公告)号：CN105727443A

公开(公告)日：2016-07-06

申请号：CN201610081279.X

申请日：2016-02-05

Applicant: 福州大学

Inventor： 李玉榕 ,  杜民 ,  陈建国 ,  黄金兰

IPC: A61N1/36 ,  A61B5/11

CPC classification number: A61N1/36003 ,  A61B5/112 ,  A61N1/36014

Abstract: 本发明涉及一种基于MEMS传感器的足下垂治疗方法，包括以下步骤：提供设置于使用者腿部的传感器，所述传感器用于采集患者腿部的角速度信号并将所述角速度信号传输至微处理器；所述微处理器对角速度信号进行处理，通过采用基于阈值的角速度步态分段算法识别使用者行走时的摆动相，选取脚跟离地点作为电刺激的开始时相，脚跟着地点作为电刺激的结束时相；根据所述电刺激的开始时相和所述电刺激的结束时相，功能性电刺激模块经电极片对使用者的胫骨前肌进行电刺激。本发明适用于各种步态情况，有效地解决了步态分段方法现有的不足和缺点，并且能够满足实时性要求。

公开(公告)号：CN102819691B

公开(公告)日：2015-03-04

申请号：CN201210284034.9

申请日：2012-08-11

Applicant: 福州大学

Inventor： 曾念寅 ,  杜民 ,  王子栋 ,  李玉榕

IPC: G06F19/12

Abstract: 本发明涉及免疫层析试条定量测定技术领域，特别是一种基于非线性估计理论的免疫层析试条生化反应过程的建模方法，该建模方法根据免疫层析反应的机理及综合考虑试条的各种噪声和干扰，用状态空间模型以描述试条中抗原与抗体的免疫反应过程，通过非线性估计方法根据实验测量得到的观测数据对模型进行辨识。该建模方法建立的模型能够描述试条中抗原与抗体的免疫反应过程，从而检测定量试条中各个设计参数的影响及优化试条的特性，为实现金免疫层析试条定量测试提供保证。

公开(公告)号：CN114169375B

公开(公告)日：2024-07-26

申请号：CN202111514339.X

申请日：2021-12-11

Applicant: 福州大学

Inventor： 李玉榕 ,  林恒 ,  施正义 ,  杜国川

IPC: G06F18/10 ,  G06F18/213 ,  G06F18/24 ,  G06F18/214 ,  G06F3/01

Abstract: 本发明涉及一种基于力度无关鲁棒特征的肌电手势识别方法。包括：离线训练阶段，首先需要对用户的原始肌电信号数据进行预处理；接着采用CSP算法，两两动作之间计算得到一个最大化二者之间区别的二分类空间投影矩阵，组合空间投影矩阵，得到适用于多分类的空间投影矩阵；再通过差分、取方差、归一化，用线性无关分析将数据投影到低维空间，得到训练特征；最后训练特征和训练标签共同训练分类器；在线测试阶段，新得到的肌电数据同样经过预处理，接着用离线训练阶段得到的投影矩阵，得到投影后的新信号，然后新信号经过差分、取方差、数据归一化，再用离线训练阶段得到的降维矩阵进行降维，最后将特征输入离线训练阶段训练好的分类器输出预测的类别。

公开(公告)号：CN114330457B

公开(公告)日：2024-07-02

申请号：CN202210007816.1

申请日：2022-01-06

Applicant: 福州大学

Inventor： 李玉榕 ,  李吉祥 ,  施正义 ,  郑楠

IPC: G06F18/241 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及一种基于DSCNN和ELM的EEG信号MI任务分类方法，包括以下步骤：步骤S1:获取EEG信号并进行预处理；步骤S2:构建深度分离卷积神经网络，并基于深度分离卷积神经网络对预处理后的EEG信号进行特征提取；步骤S3:将深度分离卷积神经网络提取的特征信息展平成一维的特征向量形式并传递给ELM分类器进行基于EEG信号MI任务的识别,获得识别结果。本发明实现快速有效的EEG信号MI任务分类，有效促进了基于EEG信号MI分类在BCI领域内的应用研究。

公开(公告)号：CN117252981A

公开(公告)日：2023-12-19

申请号：CN202310888623.6

申请日：2023-07-19

Applicant: 福州大学

Inventor： 李玉榕 ,  连章汇 ,  杜国川 ,  陈建国

IPC: G06T17/00 ,  G16H50/50 ,  G16H50/30 ,  G16H20/30

Abstract: 本发明提出一种基于OpenSim的颈椎肌肉骨骼模型，所述肌骨模型为基于OpenSim平台且侧重于颈部生物力学分析的人体上半身肌骨模型，其建模包括以下步骤；步骤一、利用关节特性定义颈椎各节段的运动学特征，对骨骼系统建模；步骤二、对部分颈部肌肉建模；步骤三、对椎间盘的力学特性进行建模；步骤四、利用弹性元件对韧带进行建模；本发明用于分析颈部生物力学特性，相较于传统的志愿者和尸体标本实验，该肌骨模型能获得更加全面的生物力学参数，在研究颈椎损伤机制、评估颈椎功能等方面有着巨大优势。

公开(公告)号：CN116524124A

公开(公告)日：2023-08-01

申请号：CN202310462721.3

申请日：2023-04-26

Applicant: 福州大学

Inventor： 李玉榕 ,  陈家瑾 ,  陈建国

IPC: G06T17/00 ,  G16H20/30

Abstract: 本发明提出一种脊柱三维动态重建方法和系统，首先在Unity软件中集成Azure Kinect的人体跟踪功能，选择部分关节点以及附加点作为控制点，通过关节点之间的相对位置对控制点进行校正，并采用基于骨长约束的卡尔曼滤波算法对关节点数据进行平滑处理，其次采用Catmull‑Rom样条对控制点插值拟合生成脊柱曲线，建立通用的3D脊柱模型并配准到拟合的脊柱线上形成自动校准的个性化3D脊柱模型，用于进行脊柱参数分析计算。本发明的优点是建立实时可视化的脊柱三维动态模型并准确的评估脊柱相关参数，无任何电离辐射、成本低廉且便捷易部署，适用于脊柱侧弯筛查和脊柱康复训练评估场景。

公开(公告)号：CN112732090B

公开(公告)日：2022-08-09

申请号：CN202110072896.4

申请日：2021-01-20

Applicant: 福州大学

Inventor： 李玉榕 ,  郑楠 ,  张文萱 ,  李吉祥

IPC: G06F3/01 ,  G06K9/62

Abstract: 本发明涉及一种基于肌肉协同的用户无关实时手势识别方法，包括以下步骤:步骤S1:获取现有用户表面肌电信号数据和新用户预实验表面肌电信号数据,并进行数据预处理；步骤S2:利用非负矩阵分解分别提取所有动作的肌肉协同；步骤S3:利用最小二乘法得到现有用户协同向着预实验数据相同动作肌肉协同靠近的转换矩阵，利用转换矩阵形成的空间对现有用户协同进行伸缩变换，得到新的肌肉协同；步骤S4:根据新的肌肉协同，分别训练支持向量机、误差反向传播网络和K近邻算法三个分类器；步骤S5:将待分类的数据进行数据处理后，分别通过三个训练好的分类器进行手势识别，并将三个分类模型投票的结果作为最终的识别结果。本发明能够有效的进行用户无关手势识别，确保了实时性和高识别正确率。