-
公开(公告)号：CN105708470B
公开(公告)日：2018-11-13
申请号：CN201610040326.6
申请日：2016-01-21
Applicant: 山东大学 , 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明公开了一种基于多普勒探测器与传感器联合的跌倒检测系统和方法，包括：传感器检测装置、多普勒探测装置和远端服务器；传感器检测装置与多普勒探测装置通信，多普勒探测装置与远端服务器通信；传感器检测装置用于采集用户的运动方向及在该方向上的加速度值和倾斜角度数据并传送至多普勒探测装置，多普勒探测装置用于检测用户的生命体征数据，并判断生命体征数据是否正常，同时，判断接收到的用户加速度值和倾斜角度数据是否超过设定阈值；根据上述判断结果，利用机器学习的方法确定用户是否跌倒；本发明实现了生理信息的监测及精确有效地判别跌倒检测，降低了佩戴传感器的硬件要求。
-
公开(公告)号：CN105708470A
公开(公告)日：2016-06-29
申请号：CN201610040326.6
申请日：2016-01-21
Applicant: 山东大学 , 山东省计算中心(国家超级计算济南中心)
CPC classification number: A61B5/1117 , A61B5/024 , A61B5/08 , A61B5/6826
Abstract: 本发明公开了一种基于多普勒探测器与传感器联合的跌倒检测系统和方法，包括：传感器检测装置、多普勒探测装置和远端服务器；传感器检测装置与多普勒探测装置通信，多普勒探测装置与远端服务器通信；传感器检测装置用于采集用户的运动方向及在该方向上的加速度值和倾斜角度数据并传送至多普勒探测装置，多普勒探测装置用于检测用户的生命体征数据，并判断生命体征数据是否正常，同时，判断接收到的用户加速度值和倾斜角度数据是否超过设定阈值；根据上述判断结果，利用机器学习的方法确定用户是否跌倒；本发明实现了生理信息的监测及精确有效地判别跌倒检测，降低了佩戴传感器的硬件要求。
-
公开(公告)号：CN119785073A
公开(公告)日：2025-04-08
申请号：CN202411763148.0
申请日：2024-12-03
IPC: G06V10/764 , G06V10/774 , G06V10/25 , G06V10/762 , G06N3/088
Abstract: 本发明公开了一种胃镜图像自动标注方法、装置、设备、介质及产品，所述方法包括：获取未标注胃镜图像集；基于特征提取网络对未标注胃镜图像集进行特征提取和像素聚类，得到病灶区域掩膜图像集；基于病灶区域掩膜图像集进行多边形拟合和标注，得到病灶区域的训练数据集；基于病灶区域的训练数据集，训练初始图像分割模型；将未标注胃镜图像作为输入，基于初始图像分割模型进行图像分割，更新病灶区域掩膜图像集；迭代进行多边形拟合和标注，以及图像分割模型的优化，得到待部署图像分割模型，所述待部署图像分割模型，用于对检查过程中的胃镜图像进行病灶区域识别并进行标注。本发明基于无监督学习实现了胃镜图像自动标注，提高了效率。
-
公开(公告)号：CN117796817B
公开(公告)日：2024-08-02
申请号：CN202410223530.6
申请日：2024-02-29
Abstract: 本发明涉及心电监测技术领域，尤其是涉及一种急性心肌梗死快速检测和预警的方法及系统。方法，包括获取心电信号数据；对获取的心电信号数据进行数据预处理，包括对心电信号进行去噪、滤波和归一化操作；将预处理后的心电信号数据作为分类模型的输入，得到当前时刻心梗分类；将预处理后的心电信号数据作为预测模型的输入，得到未来时刻心梗分类，其中，通过深度学习网络和最小化损失函数衡量修正预测模型的预测结果。本发明通过以当前时刻的心电数据为输入，预测下一刻的心电数据走向并且对未来数据进行分类，以此实现心梗疾病的准确分类和预测预警。
-
公开(公告)号：CN118398189A
公开(公告)日：2024-07-26
申请号：CN202410515343.5
申请日：2024-04-26
Abstract: 本发明涉及便携式医疗急救设备技术领域，尤其是涉及一种适用狭小空间的便携式急救生命支持设备及工作方法。设备，包括主机箱，所述主机箱内设置有北斗定位模块、人机交互模块、音频模块、视频模块、大语言模型智能化模块、控制模块、通信模块和供能模块，所述北斗定位模块用于所述设备与外界进行数据传输、设备定位与时间同步；所述主机箱表面设置有把手和若干接口。本发明通过一种适用于狭小空间急救的智能一体化便携式急救生命支持设备，具备小型化、轻量化、模块化集成的特征，能够非常方便地带入狭小空间展开急救工作。
-
Patent Agency Ranking
公开(公告)号：CN115222989A
公开(公告)日：2022-10-21
申请号：CN202210847265.X
申请日：2022-07-19
IPC: G06V10/764 , G06N20/00 , G06V10/40 , G06V10/774 , G06V10/80
Abstract: 本发明涉及甲状腺乳头状癌分类技术领域，公开了一种基于联邦学习的多源甲状腺乳头状癌分类系统，包括中央服务器以及与所述中央服务器连接的若干个本地设备；所述本地设备，用于获取甲状腺超声图像，并采用分类模型对甲状腺超声图像进行分类；所述中央服务器和若干个本地设备之间基于训练集，通过联邦学习，对所述分类模型进行更新；其中，联邦学习过程中的全局模型基于各个本地设备采用的训练集中的数据点数和各个本地设备上传的本地模型进行更新。提高了甲状腺乳头状癌分类的准确度。
-
公开(公告)号：CN115985463A
公开(公告)日：2023-04-18
申请号：CN202310256692.5
申请日：2023-03-17
IPC: G16H20/30 , A61B5/00 , A61B5/397 , A61B5/11 , G16H50/30 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及疲劳度检测技术领域，尤其是涉及一种基于可穿戴式设备的实时预测肌肉疲劳度方法及系统。所述方法包括获取运动过程中的表面肌电sEMG信号和惯性测量单元IMU信号；对sEMG信号和IMU信号分别进行预处理，提取sEMG信号的时、频域信息；根据sEMG信号的时、频域信息和IMU信号，利用预测模型预测sEMG信号的时、频域信息和IMU信号的变化趋势；本发明可以帮助下肢活动困难患者患者在没有专业医护人员监督的情况下在家中完成康复，还可以合理安排患者的训练时间，从而帮助患者更好地做康复运动，防止肌肉疲劳带来的二次伤害。
-
公开(公告)号：CN110974305A
公开(公告)日：2020-04-10
申请号：CN201911283022.2
申请日：2019-12-13
Abstract: 本公开公开了基于深度学习的远程心脏超声三维成像系统及方法，用户客户端，用于控制超声发射器，向使用时穿戴在人体体表胸壁位置的柔性穿戴式多阵元成像换能器发射选通信号指令；控制超声接收器接收选通信号指令对应的阵元反馈回来的超声信号；将反馈回来的超声信号上传给云服务器；云服务器，对用户客户端上传的超声信号进行处理，利用预训练的个体三维心脏模型，对受试者的心脏超声二维图像进行处理，得到受试者实时的心脏轮廓关键点，基于实时的心脏轮廓关键点，得到受试者实时的心脏超声三维成像；医生客户端，接收医生选取的受试者心脏轮廓关键点，将受试者心脏轮廓关键点通过云服务器发送给用户客户端，指导用户客户端发送选通信号指令。
-
公开(公告)号：CN117796817A
公开(公告)日：2024-04-02
申请号：CN202410223530.6
申请日：2024-02-29
Abstract: 本发明涉及心电监测技术领域，尤其是涉及一种急性心肌梗死快速检测和预警的方法及系统。方法，包括获取心电信号数据；对获取的心电信号数据进行数据预处理，包括对心电信号进行去噪、滤波和归一化操作；将预处理后的心电信号数据作为分类模型的输入，得到当前时刻心梗分类；将预处理后的心电信号数据作为预测模型的输入，得到未来时刻心梗分类，其中，通过深度学习网络和最小化损失函数衡量修正预测模型的预测结果。本发明通过以当前时刻的心电数据为输入，预测下一刻的心电数据走向并且对未来数据进行分类，以此实现心梗疾病的准确分类和预测预警。
-
公开(公告)号：CN115985464B
公开(公告)日：2023-07-25
申请号：CN202310256709.7
申请日：2023-03-17
IPC: G16H20/30 , G16H50/30 , G06V40/10 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/08 , A61B5/00 , A61B5/397 , A61B5/372 , A61B5/346 , A61B5/11
Abstract: 本发明涉及肌肉疲劳度检测技术领域，尤其是涉及一种基于多模态数据融合的肌肉疲劳度分类方法及系统。所述方法包括：获取康复训练中的多种生理信号和IMU信号；对获取的生理信号和IMU信号进行预处理；将预处理的生理信号和IMU信号转换为灰度图像；将同一种信号转换得到的灰色图像进行结合，形成RGB图像；通过深度学习网络模型对生理信号和IMU信号及其RGB图像进行特征提取；本发明针对现阶段疲劳程度的研究，基于同步采集的sEMG、EEG、ECG及IMU信号，提出了多输入并行的神经网络模型用来提取特征，避免单一信号检测可能出现错误的检测。
-
-
-
-
-
-
-
-
-
Search Results
263
records
(took 0.06 seconds)
