公开(公告)号：CN119097840A

公开(公告)日：2024-12-10

申请号：CN202410991019.0

申请日：2024-07-23

Applicant: 杭州电子科技大学

Inventor： 赵昶辰 ,  叶华 ,  郑鲁州 ,  张建海

IPC: A61N1/36 ,  A61B5/11 ,  A61B5/389 ,  A61B5/00 ,  G16H20/40 ,  G06F17/11

Abstract: 本发明公开一种基于肌肉协同补偿模型的个性化功能性电刺激系统。包括数据采集及预处理模块、肌肉激活系数补偿模块、电刺激模块。通过对健患侧肢体的肌电信号和运动姿态角度信号进行解析，提取健侧的肌肉协同结构，建立在健侧协同结构指导下的患侧肌肉激活补偿模型，利用补偿模型和健侧的肌肉协同结构来定制个性化的电刺激策略。本发明利用患者健侧的协同结构指导患侧进行运动，且能在不同的运动状态下根据健患侧肌肉激活程度的差异大小进行相应强度的电刺激补偿，更有针对性的对受损肌肉群进行恢复和提高中枢系统的神经可塑性；通过对协同结构的提取也提高了电刺激仪的工作效率。

公开(公告)号：CN119886258A

公开(公告)日：2025-04-25

申请号：CN202510024107.8

申请日：2025-01-07

Applicant: 杭州电子科技大学

Inventor： 赵昶辰 ,  张舜豪 ,  曹鹏程 ,  张建海

IPC: G06N3/082 ,  G06N3/084

Abstract: 本发明公开了一种基于梯度和权重变化的非结构化剪枝方法，其训练神经网络过程中进行剪枝操作，无需在神经网络剪枝后进行重训练，降低了在使用神经网络进行实际预测过程中的计算资源；同时，在对神经网络进行剪枝的过程中，根据神经网络每个节点的权重和梯度，分别获取每个节点的连接系数、排序系数和综合评分，通过排序后的连接系数对神经网络每一层中的节点进行裁剪，通过排序系数和综合评分对神经网络中被裁剪后的节点进行恢复，避免了神经网络的过度波动，确保训练的稳定性和鲁棒性，避免过早固定参数，增强了网络的泛化能力；同时，恢复的节点还能够优化神经网络反向传播中的梯度更新过程，从而提高裁剪后神经网络的准确度。

公开(公告)号：CN118349949A

公开(公告)日：2024-07-16

申请号：CN202410540606.8

申请日：2024-04-30

Applicant: 杭州电子科技大学

Inventor： 赵昶辰 ,  郑鲁州 ,  刘凯 ,  叶华 ,  张建海

IPC: G06F18/25 ,  G06F18/213 ,  G06F18/241 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明公开一种多模态步态识别方法及系统。利用编码器提取肌电信号和姿态信号的深层特征；利用融合模块对肌电信号和姿态信号的深层特征进行融合，得到深层融合特征；利用解码器对深层融合特征进行解码操作，得到步态识别结果。本发明提出二次融合概念，通过分别在特征提取过程中的编码器阶段和得到深层特征之后的多模态融合，在浅层特征提取时利用对方模态信息学习本模态特征，在深层特征融合时采用权重融合策略，有效提高特征提取与融合的效率，进而提高步态识别的准确率。