公开(公告)号：CN116712295A

公开(公告)日：2023-09-08

申请号：CN202310943891.3

申请日：2023-07-31

Applicant: 常州大学

Inventor： 潘礼正 ,  刘希 ,  史先传 ,  石旻弘 ,  代丽君 ,  王雨婷

IPC: A61H1/02

Abstract: 本发明公开了一种主被动式下肢镜像康复运动训练机器人，属于康复医疗器械领域。机器人主要由底座、基座组合机构、主动运动机构及被动运动机构四部分组成，底座用于固定支撑整个机构；基座组合结构固定安装在底座上，用于安装被动运动机构和主动运动机构；被动运动机构通过电机驱动被动转筒带动主动运动机构在竖直面内作圆周轨迹运动，实现患者的髋膝踝在竖直面内的被动式镜像康复训练；主动运动机构通过健肢主动运动带动患肢被动镜像运动，实现患者的髋膝踝在竖直面内及水平面内的主动式镜像康复训练及脚踝的跖屈/背屈的主动式镜像康复训练。本发明可以实现主被动多种训练模式，且结构轻便，运动灵活，安全稳定，实用性强。

公开(公告)号：CN119025990A

公开(公告)日：2024-11-26

申请号：CN202411049247.2

申请日：2024-08-01

Applicant: 常州大学

Inventor： 潘礼正 ,  黄小霞 ,  史先传 ,  王雨婷 ,  李玉博 ,  任春雨

IPC: G06F18/241 ,  G06F18/2415 ,  G06F18/2131 ,  G06F18/15 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G16H20/30

Abstract: 本发明涉及运动想象识别技术领域，具体涉及一种基于双模型时空特征融合的脑电信号辨识方法，包括以下步骤，采集运动想象的脑电信号，并对其进行预处理；将脑电信号构建为矩阵形式的拓扑型信号；将拓扑型信号输入到3D‑CNN网络提取空间特征；根据granger以及DEMATEL对原始脑电信号进行通道选择；将通道选择后的脑电信号输入到CNN‑BILSTM网络提取时间特征；融合空间特征和时间特征并通过特征融合网络进行运动想象的分类识别。本发明通过两种不同框架的网络分别自主学习空间特征和时间特征对整体的影响权重，有效提高不同特征之间的互补性，充分利用空间特征和时间特征中所蕴含的运动想象信息，进而提高运动想象脑电信号分类的识别准确率。

公开(公告)号：CN116919423A

公开(公告)日：2023-10-24

申请号：CN202311059068.2

申请日：2023-08-22

Applicant: 常州大学

Inventor： 潘礼正 ,  潘陵波 ,  史先传 ,  王亚民 ,  黄小霞 ,  王雨婷

IPC: A61B5/369 ,  G06F18/2411 ,  G06F18/10 ,  G06F18/213 ,  G06F18/2113 ,  G06F18/2134 ,  G06F18/214 ,  A61B5/16 ,  A61B5/00 ,  A61B5/374

Abstract: 本发明公开了一种基于脑通道信息优化的儿童情绪异常状态预测方法及系统，涉及静息态脑电技术领域。本发明获取儿童情绪异常状态和儿童正常状态下的脑电信号，对脑电信号进行预处理；对预处理后的脑电信号进行特征提取，提取的特征包括：时域、频域和非线性特征；对于提取的特征，基于SVM‑RFE多域特征联合通道选择的方法得出最优通道子集；基于最优通道子集提取时域特征组成特征样本，利用特征样本对支持向量机SVM进行训练，得到情绪异常状态预测模型；利用训练好的情绪异常状态预测模型进行儿童情绪异常状态预测。本发明通过脑通道信息优化并对优化后的脑通道提取关键特征，进行儿童情绪异常状态的预测，从而提升预测的准确性。