-
公开(公告)号：CN117679049B
公开(公告)日：2024-04-09
申请号：CN202410116719.5
申请日：2024-01-29
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 悟通感控(北京)科技有限公司
Abstract: 本发明公开了一种最大等长自主收缩条件下表面肌电辅助测试组件，包括辅助受试者进行坐姿检测的座椅，以及依附于座椅安装的主束缚结构，所述座椅包括带有靠背的坐板，所述坐板的底部固定连接有底箱，且底箱的底部固定连接有底板，所述坐板前侧设置有束缚大腿的大腿束缚结构，本发明涉及肌电测试技术领域。该最大等长自主收缩条件下表面肌电辅助测试组件，可有效代替人力对受试者相应的肢体进行固定，确保其相应的肌肉发力，节省大量人力，单个工作人员在场情况下也可完成测试；可确保受试者维持标准姿势，防止动作变形产生代偿，保证测试准确性；同时简化了测试流程，节省大量换体位及调试设备的时间；并且两种测试方式共用一套结构，使用方便。
-
Patent Agency Ranking
公开(公告)号：CN117679049A
公开(公告)日：2024-03-12
申请号：CN202410116719.5
申请日：2024-01-29
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 悟通感控(北京)科技有限公司
Abstract: 本发明公开了一种最大等长自主收缩条件下表面肌电辅助测试组件，包括辅助受试者进行坐姿检测的座椅，以及依附于座椅安装的主束缚结构，所述座椅包括带有靠背的坐板，所述坐板的底部固定连接有底箱，且底箱的底部固定连接有底板，所述坐板前侧设置有束缚大腿的大腿束缚结构，本发明涉及肌电测试技术领域。该最大等长自主收缩条件下表面肌电辅助测试组件，可有效代替人力对受试者相应的肢体进行固定，确保其相应的肌肉发力，节省大量人力，单个工作人员在场情况下也可完成测试；可确保受试者维持标准姿势，防止动作变形产生代偿，保证测试准确性；同时简化了测试流程，节省大量换体位及调试设备的时间；并且两种测试方式共用一套结构，使用方便。
-
公开(公告)号：CN115578598B
公开(公告)日：2023-09-05
申请号：CN202211319379.3
申请日：2022-10-26
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京瀚远医药科技有限公司
IPC: G06V10/764 , G06N3/0464 , G06N3/08 , G06V10/77 , G06V10/774 , G06V10/82
Abstract: 本申请公开了一种基于卷积神经网络的骨髓细胞识别方法及其系统，其中，识别系统，包括：多个客户端和图像识别中心；其中，客户端：用于发送初始数据；接收参考数据；图像识别中心：用于接收初始数据，对初始数据进行预分析，获得预分析数据；其中，初始数据至少包括：骨髓细胞图像、采集设备信息、类别和采集时间；对预分析数据进行处理，获得待参考数据；通过利用卷积神经网络训练获得的模型对待参考数据进行分析，生成参考数据，其中，参考数据包括：分析图像和统计数据。本申请能够自动对各类别的细胞图像进行识别和分析，从而为工作人员的识别工作提供更多、更全面的参考数据。
-
公开(公告)号：CN115578598A
公开(公告)日：2023-01-06
申请号：CN202211319379.3
申请日：2022-10-26
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京瀚远医药科技有限公司
IPC: G06V10/764 , G06N3/04 , G06N3/08 , G06V10/77 , G06V10/774 , G06V10/82
Abstract: 本申请公开了一种基于卷积神经网络的骨髓细胞识别方法及其系统，其中，识别系统，包括：多个客户端和图像识别中心；其中，客户端：用于发送初始数据；接收参考数据；图像识别中心：用于接收初始数据，对初始数据进行预分析，获得预分析数据；其中，初始数据至少包括：骨髓细胞图像、采集设备信息、类别和采集时间；对预分析数据进行处理，获得待参考数据；通过利用卷积神经网络训练获得的模型对待参考数据进行分析，生成参考数据，其中，参考数据包括：分析图像和统计数据。本申请能够自动对各类别的细胞图像进行识别和分析，从而为工作人员的识别工作提供更多、更全面的参考数据。
-
公开(公告)号：CN119540654A
公开(公告)日：2025-02-28
申请号：CN202411765032.0
申请日：2024-12-04
Applicant: 北京大学 , 宁波市自然资源和规划大数据中心
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V20/10
Abstract: 本发明提供一种城市土地利用自动分类方法及系统，方法包括：基于开源众包地理数据制作大范围土地利用训练样本；构建端到端的不确定性感知的上下文深度学习语义分割网络，得到像素级的土地利用分类产品；基于自下而上的多尺度分割算法对待分类的遥感影像进行分割，基于众数投票将像素级的土地利用分类结果与对象级分割边界融合，得到对象级土地利用分类产品。本发明基于深度学习对土地利用类型进行自动分类，提高了分类精度，节省了人工成本。
-
-
-
-
-
Search Results
6
records
(took 0.027 seconds)
