-
公开(公告)号：CN116467647A
公开(公告)日：2023-07-21
申请号：CN202310213782.6
申请日：2023-03-08
Applicant: 浙江大学
IPC: G06F18/2411 , A61B5/00 , G06F18/243 , G06N3/02 , G06F18/2113 , G06F18/214 , G16H50/20 , G16H50/30 , G16H10/60 , H04Q9/04
Abstract: 一种基于三维对指运动的帕金森病人工智能分类方法，包括三维对指分割、三维模式特征提取和自动诊断判别，基于采集获取的三维对指运动，通过三维对指分割解决对指运动过程中大拇指和食指不同时到达闭合点和张开点的问题，并通过三维模式特征提取对指运动过程中的运动协调性、受损不一致和模态能量熵相关特征，最终通过自动份分类判别结合三维模式特征与迟缓、幅度减小和疲劳等传统特征综合分析判别用户是否患有帕金森病。以及提供所述方法实现的系统。本发明不需要侵入性检测，可以有效地辅助区分帕金森病患者和健康人。
-
公开(公告)号：CN111582361B
公开(公告)日：2025-02-07
申请号：CN202010371614.6
申请日：2020-05-06
Applicant: 浙江大学
IPC: G06F18/214 , G01P15/02 , G01C19/00 , G06F18/2411 , G06F18/2431
Abstract: 一种基于惯性传感器的人体行为识别方法，涉及行为识别技术领域，首先采集惯性传感器数据；然后对原始数据进行滤波去噪、生成数据；其次进行动作片段分割并对数据片段进行特征提取；最后基于支持向量机和随机森林模型构建分层识别模型，根据先验知识将子分类器组合成分层模型，并提出特征分层的方法，对模型中的不同分类器选择不同的特征进行分类，逐层识别获得最终的行为识别结果。本发明有效提高了分类模型的鲁棒性，显著提高了识别准确率，具有明显优势。
-
公开(公告)号：CN116636835A
公开(公告)日：2023-08-25
申请号：CN202310420315.0
申请日：2023-04-19
Applicant: 浙江大学
IPC: A61B5/11 , A61B5/00 , G06F18/10 , G06F18/21 , G06F18/2135 , G06F18/241 , G16H50/20
Abstract: 一种穿戴式手部震颤的多肢体段联合分析方法，包括以下步骤：步骤1、手部多肢体段震颤数据采集，通过传感装置采集同步的手部多肢体段震颤数据；步骤2、手部多肢体段数据预处理，对各肢体段分别进行姿态估计、去噪降维处理；步骤3、多肢体段联合震颤特征提取，分别提取各肢体段的震颤频率、震颤幅度和震颤变异性特征，同时提取肢体段震颤之间协同关系特征；步骤4、疾病自动分类判别，通过特征选择算法选择多肢体段联合震颤特征，使用智能分类器完成帕金森病和特发性震颤的分类。以及提供一种所述穿戴式手部震颤多肢体段联合分析系统。本发明提供了一种通过多肢体段联合分析、提升帕金森病和特发性震颤分类准确率的手部震颤分析方法及系统。
-
公开(公告)号：CN117011390A
公开(公告)日：2023-11-07
申请号：CN202310617846.9
申请日：2023-05-30
Applicant: 浙江大学
IPC: G06T7/80
Abstract: 一种基于背景平面的深度相机外参自适应校正方法，包括以下步骤：S1：通过深度相机得到内参校准后的深度图像并转换为三维点云，得到内参校准后的三维点云；S2：通过三维点云分割算法将采集得到的三维点云分割为数个子物体，得到分割后的子物体集；S3：通过先验知识或人工智能算法识别自动选取背景平面对应的子物体，得到背景平面三维点云集；S4：基于背景平面拟合计算平面法向量并基于法向量计算深度相机外参；S5：基于得到的外参修正原始三维点云。以及提供一种基于背景平面的深度相机外参自适应校正系统。本发明计算各背景平面的法向量并基于法向量计算得到深度相机的外参，实现基于背景平面的深度相机外参自适应校正。
-
Patent Agency Ranking
公开(公告)号：CN113729640B
公开(公告)日：2023-03-21
申请号：CN202111179760.X
申请日：2021-10-11
Applicant: 浙江大学
IPC: A61B5/00 , G06F18/24 , G06F18/214
Abstract: 一种穿戴式吞咽行为识别方法，包括以下步骤：步骤(1)，训练某一位置l1的吞咽行为识别模型cl1；步骤(2)，利用可穿戴设备采集喉部指定位置的吞咽惯性信号和双路光电脉搏波信号；步骤(3)，对惯性数据I和双路PPG数据P进行预处理，得到新的惯性信号和PPG运动成分pmotion；步骤(4)，将预处理后的惯性数据和PPG信号pmotion分割成细粒度数据并提取特征；步骤(5)，将提取的细粒度特征输入吞咽行为识别模型得到识别结果；步骤(6)，采集不同位置吞咽数据，重复上述步骤构建不同位置吞咽识别模型；步骤(7)，采集不同位置吞咽数据，所有吞咽数据运用指定位置吞咽识别模型进行吞咽识别。以及提供实现穿戴式吞咽行为识别方法的系统。本发明可用于日常监测、准确率较高。
-
公开(公告)号：CN113729640A
公开(公告)日：2021-12-03
申请号：CN202111179760.X
申请日：2021-10-11
Applicant: 浙江大学
Abstract: 一种穿戴式吞咽行为识别方法，包括以下步骤：步骤(1)，训练某一位置l1的吞咽行为识别模型cl1；步骤(2)，利用可穿戴设备采集喉部指定位置的吞咽惯性信号和双路光电脉搏波信号；步骤(3)，对惯性数据I和双路PPG数据P进行预处理，得到新的惯性信号和PPG运动成分pmotion；步骤(4)，将预处理后的惯性数据和PPG信号pmotion分割成细粒度数据并提取特征；步骤(5)，将提取的细粒度特征输入吞咽行为识别模型得到识别结果；步骤(6)，采集不同位置吞咽数据，重复上述步骤构建不同位置吞咽识别模型；步骤(7)，采集不同位置吞咽数据，所有吞咽数据运用指定位置吞咽识别模型进行吞咽识别。以及提供实现穿戴式吞咽行为识别方法的系统。本发明可用于日常监测、准确率较高。
-
公开(公告)号：CN115346677A
公开(公告)日：2022-11-15
申请号：CN202210802576.4
申请日：2022-07-07
Applicant: 浙江大学
Abstract: 一种多系统萎缩病患者和帕金森病患者的分类方法，包括以下步骤：步骤(1)训练多系统萎缩和帕金森病患者的分类模型Mo以及对应的特征集合步骤(2)基于多惯性传感器采集设备，获得滤波后的统一坐标系下的多个惯性信号和角度数据；步骤(3)，基于多个惯性信号进行步态分割，获得惯性信号长片段、惯性信号短片段集合、角度数据长片段和角度数据短片段集合；步骤(4)，对获得的数据段进行特征提取，得到基于长片段和短片段集合的特征集合；步骤(5)，将特征Fselect输入分类模型Mo得到多系统萎缩和帕金森病患者分类结果。本发明提供了一种可穿戴、准确率较高的基于多惯性传感器信号的多系统萎缩病患者和帕金森病患者的分类方法。
-
公开(公告)号：CN114886433A
公开(公告)日：2022-08-12
申请号：CN202210600182.0
申请日：2022-05-27
Applicant: 浙江大学
Abstract: 一种具备环境适应能力的运动负荷评估方法，包括训练阶段和预测阶段，训练阶段，让对象人员开始运动；测量对象人员的心电数据和所处环境的温度、相对湿度数据；基于所测量的心电数据计算心率差值特征；基于所测量的心电数据计算心率变异性特征；利用心率差值特征、心率变异性特征、周围环境温度和相对湿度数据，训练并验证基于分类器模型的运动负荷评估模型，选择在测试集上具有最高识别率的训练模型应用于预测阶段。本发明结合周围环境温度、相对湿度以及对象人员的生理数据，在不需要询问对象人员的情况下，能够准确预测出对象人员的运动负荷，且具有环境适应能力。
-
公开(公告)号：CN111582361A
公开(公告)日：2020-08-25
申请号：CN202010371614.6
申请日：2020-05-06
Applicant: 浙江大学
Abstract: 一种基于惯性传感器的人体行为识别方法，涉及行为识别技术领域，首先采集惯性传感器数据；然后对原始数据进行滤波去噪、生成数据；其次进行动作片段分割并对数据片段进行特征提取；最后基于支持向量机和随机森林模型构建分层识别模型，根据先验知识将子分类器组合成分层模型，并提出特征分层的方法，对模型中的不同分类器选择不同的特征进行分类，逐层识别获得最终的行为识别结果。本发明有效提高了分类模型的鲁棒性，显著提高了识别准确率，具有明显优势。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.016 seconds)
