-
公开(公告)号：CN102553073A
公开(公告)日：2012-07-11
申请号：CN201210082213.4
申请日：2012-03-26
Applicant: 重庆邮电大学
IPC: A61N1/36
Abstract: 本发明涉及生物医学信息提取和处理技术领域，特别涉及一种复合式多输出体表胃刺激装置及其使用方法，所述装置包括数据存储模块(101)、音视频解码器模块(102)、胃电信号预处理模块(103)、信号调制处理模块(104)、电极输出模块(105)和音频输出模块(106)，本发明利用音频信号对胃电信号进行调制，将调制后的胃电信号作用于人体，同时将音频信号直接作用于人体，使得听觉获知的音频信号与触觉感知的胃电信号中都带有音频信息，人体感知的是复合式多输出信息，不但使患者从听觉上获得音频刺激，同时对于触觉也能感知到音频信息，从而产生较好治疗效果。
-
公开(公告)号：CN101579231B
公开(公告)日：2011-07-06
申请号：CN200910104116.9
申请日：2009-06-17
Applicant: 重庆邮电大学
Abstract: 本发明涉及生物医学信息提取和处理领域，特别涉及一种胃排空参数与胃蠕动参数的同步检测方法，其特征在于将拾取的生物阻抗信号做高精度模数转换，一方面通过高精度模数转换数据生成拟合排空曲线，计算胃半排空时间，另一方面对高精度模数转换数据做小波分解和小波重构，计算胃蠕动信号特定参数；还涉及一种胃排空参数与胃蠕动参数的同步检测装置，包括生物阻抗信号拾取单元、高精度模数转换单元、胃蠕动信号特定参数计算单元、胃排空曲线拟合单元、胃半排空时间计算单元；本发明实现了胃排空参数与胃蠕动参数的同步检测，为胃动力学研究提供便捷的检测方式及可靠的参考依据。
-
公开(公告)号：CN116824250B
公开(公告)日：2025-04-25
申请号：CN202310772613.6
申请日：2023-06-27
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/34 , G06T5/10 , G06T7/136 , G06T7/187
Abstract: 本发明涉及图像处理技术领域，具体涉及一种基于形态学和香农熵的细胞形态分类方法，包括获取细胞图像并对细胞图像进行预处理，预处理后确定细胞形态的重心和边缘，设置细胞边缘弧长微元，并提取描述细胞边缘的离散极坐标集合；计算角度增量及其概率分布，并计算表征细胞形态周向角度特征的指标；计算半径增量及其概率分布，并计算表征细胞形态径向半径特征的指标；以细胞形态周向角度特征的指标为横坐标、细胞形态径向半径特征的指标为纵坐标的散点图绘制每种形态的散点图，得到每种形态下对应的数据中心，计算细胞图像数据中心的距离来确认其形态标签；本发明方法具有高效、快速的特点，在辅助红细胞分类及地中海贫血诊断方面具有重要的意义。
-
公开(公告)号：CN119600041A
公开(公告)日：2025-03-11
申请号：CN202411654473.3
申请日：2024-11-19
Applicant: 重庆邮电大学
IPC: G06T7/11 , G06T7/00 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于医学图像处理技术领域，具体涉及一种基于多尺度混合卷积的超声乳腺病灶区自动分割方法，包括采用U2‑Net作为网络框架进行图像分割，其特征在于，在每个残差块中的跳跃连接处，通过多尺度注意力门对特征图进行处理后再与对应特征图进行跳跃连接。本发明提出将混合卷积块和多尺度注意力门与U2‑Net网络结构相融合，通过逐点卷积、普通卷积、扩张卷积三种不同感受野卷积块进一步抑制不重要的特征并增强有价值的特征，以实现快速有效地对乳腺癌病灶区域进行分割；其次本发明还在残差块的编码器的最后一层卷积层上连接混合卷积块，用于提取小U型的全局上下文信息；本发明能够提高对超声图像病灶区的识别及分割效率，降低医生的工作负担，辅助临床诊断。
-
公开(公告)号：CN119511722A
公开(公告)日：2025-02-25
申请号：CN202411641748.X
申请日：2024-11-18
Applicant: 重庆邮电大学
IPC: G05B13/04
Abstract: 本发明公开了基于LADRC控制器参数自适应的压电换能器控制方法，该方法包括：构建压电换能器的等效电学模型，将电压激励输入该等效电学模型得到其电压响应和电流响应；将所述电压响应和电流响应分别输入模型辨识工具箱，得到压电换能器传递函数；基于压电换能器传递函数，计算得到其等效电学模型输出端电压信号、电流信号之间的相位差和电流有效值；将所述相位差和电流有效值输入经参数整定后的LADRC控制器，产生控制信号，通过控制信号驱动压电换能器在谐振状态下运行。本发明将被控对象压电换能器简化为压电换能器的传递函数，简化了LADRC控制器参数，使得整个参数整定过程实现自动化且节省了大量的时间。
-
Patent Agency Ranking
公开(公告)号：CN118717144A
公开(公告)日：2024-10-01
申请号：CN202410744700.5
申请日：2024-06-11
Applicant: 重庆邮电大学
IPC: A61B5/389 , A61B5/397 , A61B5/00 , A61B5/11 , G06F18/213 , G06F18/25 , G06F18/214 , G06N3/0464 , G06N3/0442
Abstract: 本发明涉及人体主动运动意图识别领域，特别涉及一种基于表面肌电信号的膝关节角连续估计方法，包括获取下蹲膝关节数据集，针对每一组下蹲膝关节数据，对原始肌电信号和真实角度信号分别进行预处理，得到表面肌电信号和真实关节角度数据；采用多特征融合提取方法处理每一组预处理后的下蹲膝关节数据，得到一组表面肌电有序数据；对所有表面肌电有序数据进行归一化，然后将其按比例8:2划分为训练集和测试集；基于卷积神经网络和长短期记忆构建角度估计模型，采用训练集训练角度估计模型；将待估计数据输入训练好的角度估计模型，输出角度估计结果；本发明采用CNN和LSTM结合的角度估计网络，学习数据空间特征和时间特征，提高了角度估计准确度。
-
公开(公告)号：CN117883073A
公开(公告)日：2024-04-16
申请号：CN202410038168.5
申请日：2024-01-10
Applicant: 重庆邮电大学
Abstract: 本发明属于步态分析技术领域，涉及一种融合视觉与惯性传感器的步态分析方法，包括：获取目标人物步态视频，利用OpenPose模型分析目标人物步态视频，得到骨骼关节坐标以及骨骼关节坐标的置信度；通过惯性传感器获取IMU数据；所述IMU数据包括加速度计数据和陀螺仪数据；对骨骼关节坐标和IMU数据进行预处理；根据预处理后的骨骼关节坐标和IMU数据计算步态时空参数；根据骨骼关节坐标的置信度、预处理后的骨骼关节坐标和IMU数据计算踝关节角度；本发明根据不同关键点的重要性来进行速度信息的加权，以更好地反映步态速度；本发明利用视觉传感器和惯性传感器的互补特性，提高步态分析的准确性和鲁棒性。
-
公开(公告)号：CN117314852A
公开(公告)日：2023-12-29
申请号：CN202311240749.9
申请日：2023-09-25
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06T3/00 , G06V10/25 , G06V10/40 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/096
Abstract: 本发明属于自适应骨龄预测领域，具体涉及一种基于风格迁移的自动骨龄预测方法，包括：获取源域数据和目标域数据，对源域数据和目标域数据进行图像增强和风格迁移处理；将源域图像通过图定位网络得到骨龄感兴趣区域，保存权重，原图根据ROI裁剪出特征区域，将特征区域输入骨龄回归网络，得到骨龄并保存目标域权重；将目标域图像输入风格迁移网络，通过风格迁移网络得到与目标域类似的手骨数据集；将手骨数据集输入源域训练保存的权重模型，通过迁移学习，并重复定位和预测得到ROI和高准确度的骨龄；本发明通过源域对目标域的风格迁移，在不添加额外标签的情况下实现数据风格和像素分布的统一，提升了热图定位的能力和骨龄预测的准确度。
-
公开(公告)号：CN116867094A
公开(公告)日：2023-10-10
申请号：CN202310830835.9
申请日：2023-07-07
Applicant: 重庆邮电大学
IPC: H04W72/56 , H04W72/563 , H04W72/0446
Abstract: 本发明属于无线通信技术领域，具体涉及一种基于多因素优先级的无线体域网资源调度方法；该方法包括：根据多因素计算传感器节点的数据优先级；其中，多因素包括疾病相关因素、临界相关因素、健康严重程度因素和信息年龄因素；根据数据优先级判断传感器节点的数据是否为紧急数据，若是，则计算分配时隙数量并将对应数量的时隙分配给传感器，否则，丢弃数据；传感器节点根据数据优先级确认数据发送顺序并采用分配的时隙进行数据传输本发明保证了节点的能效，缩短了应急数据的等待时间。
-
公开(公告)号：CN116842427A
公开(公告)日：2023-10-03
申请号：CN202310786003.1
申请日：2023-06-29
Applicant: 重庆邮电大学
IPC: G06F18/24 , G06F18/214 , G06F18/25 , G06N3/0464 , G06N3/0442 , G06N3/08 , A61B5/00
Abstract: 本发明涉及生理信号特征检测技术领域，具体涉及一种基于多源传感器的下肢肌肉疲劳检测方法及系统，方法包括：通过IMU传感器和EMG传感器同时采集人体下肢肌肉分别处于正常状态、轻微疲劳状态和严重疲劳状态的运动数据和生理数据，并进行预处理；构建基于卷积神经网络的人体下肢疲劳状态识别与预测模型；采用预处理后的数据集训练人体下肢疲劳状态识别与预测模型；实时采集人体下肢肌肉状态数据，通过训练好的模型识别下肢疲劳状态。
-
-
-
-
-
-
-
-
-
Search Results
212
records
(took 0.061 seconds)
