-
公开(公告)号：CN119280426A
公开(公告)日：2025-01-10
申请号：CN202411430074.9
申请日：2024-10-14
Applicant: 浙江工业大学
Abstract: 本发明属于生物医药技术领域，公开了一种脑靶向纳米递药系统、制备方法及用途。本发明以双季戊四醇‑聚己内酯‑组氨酸(DPE‑PCL‑HIS)为基础药物载体，以物理包埋的方式包载药物姜黄素(Cur)分子，再预涂层修饰接有双功能中间连接化合物4‑(N‑马来酰亚胺甲基)环己烷‑1‑羧酸3‑磺基‑N‑羟基琥珀酰亚胺酯钠盐(Sulfo‑SMCC)的牛血清白蛋白(BSA)，最后连接载脂蛋白E模拟肽作为脑靶向配体，构建脑靶向仿生蛋白冠纳米递药系统。本发明制备得到的脑靶向纳米递药系统利用载脂蛋白E模拟肽[RLLRKRLK(PEG2000)RLGWC]作为配体与血脑屏障(BBB)表面受体的转胞吞作用进入脑内，增加药物的血脑屏障渗透率，提高载药纳米粒的脑靶向性以及生物利用率，在治疗脑部疾病方面具有广泛的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN113158859A
公开(公告)日：2021-07-23
申请号：CN202110386590.6
申请日：2021-04-12
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于POMDP和面部行为分析的驾驶培训辅助系统，包括步骤：实时采集学员的头部姿态、脸部表情以及眼睛注视图像，并对采集的图像进行处理；根据得到头部姿态、脸部表情和眼睛注视的图像，估计和预测学员的注意力情况；根据预测的学员的注意力情况和学员的操作结果给予学员适当的驾驶培训辅助提醒或控制。由于人的注意力等内部状态不能被完全直接观察到，只能通过互动和观察来推断，所以这类场景具有不完全可观测性。因此，本文以部分可观马尔可夫决策过程(Partially Observable Markov Decision Process,POMDP)为基础来实现驾驶培训辅助方法。本发明实现了在机器进行驾驶培训辅助的过程中实时地检测人的头部姿态、脸部表情以及眼睛注视，通过对学员的情绪和注意力的判断，基于POMDP实现驾驶辅助的最优决策，给学员提供合适的驾驶辅助输入，帮助学员获得更好的驾驶培训效果。
-
公开(公告)号：CN110786869A
公开(公告)日：2020-02-14
申请号：CN201911035140.1
申请日：2019-10-29
Applicant: 浙江工业大学
Abstract: 本发明的一种程序员的疲劳程度的检测方法，包括：步骤1，传感器监测T至T+1时刻程序员的头部动作变化以及键盘鼠标的输出并且汇集数据到处理器；步骤2，利用获得的人的头部动作变化以及键盘鼠标的输出，给分类器施加权重对人的可能处于的状态进行分类，得到概率最大的状态SK机器概率PK；步骤3，T+1时刻施加屏幕弹窗和提示音测试信号；步骤4，传感器监测T+1至T+2时刻人的头部动作变化以及键盘鼠标的输出并且汇集数据到处理器；步骤5，代入二项分布的公式进行计算，步骤二给出了一个可能的概率PK，把它看成是先验概率，在步骤3和4的基础上进行更新。所以这里用贝叶斯公式进行更新。本发明能够在一个程序员的状态未知但键盘和鼠标的输出可以获得的情况下的人机系统中对程序员的疲劳程度识别。
-
公开(公告)号：CN113158859B
公开(公告)日：2024-08-23
申请号：CN202110386590.6
申请日：2021-04-12
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于POMDP和面部行为分析的驾驶培训辅助系统，包括步骤：实时采集学员的头部姿态、脸部表情以及眼睛注视图像，并对采集的图像进行处理；根据得到头部姿态、脸部表情和眼睛注视的图像，估计和预测学员的注意力情况；根据预测的学员的注意力情况和学员的操作结果给予学员适当的驾驶培训辅助提醒或控制。由于人的注意力等内部状态不能被完全直接观察到，只能通过互动和观察来推断，所以这类场景具有不完全可观测性。因此，本文以部分可观马尔可夫决策过程(Partially Observable Markov Decision Process,POMDP)为基础来实现驾驶培训辅助方法。本发明实现了在机器进行驾驶培训辅助的过程中实时地检测人的头部姿态、脸部表情以及眼睛注视，通过对学员的情绪和注意力的判断，基于POMDP实现驾驶辅助的最优决策，给学员提供合适的驾驶辅助输入，帮助学员获得更好的驾驶培训效果。
-
公开(公告)号：CN110786869B
公开(公告)日：2021-12-21
申请号：CN201911035140.1
申请日：2019-10-29
Applicant: 浙江工业大学
Abstract: 本发明的一种程序员的疲劳程度的检测方法，包括：步骤1，传感器监测T至T+1时刻程序员的头部动作变化以及键盘鼠标的输出并且汇集数据到处理器；步骤2，利用获得的人的头部动作变化以及键盘鼠标的输出，给分类器施加权重对人的可能处于的状态进行分类，得到概率最大的状态SK机器概率PK；步骤3，T+1时刻施加屏幕弹窗和提示音测试信号；步骤4，传感器监测T+1至T+2时刻人的头部动作变化以及键盘鼠标的输出并且汇集数据到处理器；步骤5，代入二项分布的公式进行计算，步骤二给出了一个可能的概率PK，把它看成是先验概率，在步骤3和4的基础上进行更新。所以这里用贝叶斯公式进行更新。本发明能够在一个程序员的状态未知但键盘和鼠标的输出可以获得的情况下的人机系统中对程序员的疲劳程度识别。
-
公开(公告)号：CN111553190A
公开(公告)日：2020-08-18
申请号：CN202010237283.7
申请日：2020-03-30
Applicant: 浙江工业大学
Abstract: 本发明的一种基于图像的驾驶员注意力检测方法，含有：步骤1：用轻量化的CNN模型对Distracted–Driver–Detection数据集中的数据进行训练，以提取驾驶员注意力不同情况对应的特征；步骤2：运用该CNN模型对Distracted–Driver–Detection数据集中的数据进行驾驶员注意力集中状况的测试；步骤3：针对步骤2中的测试结果的准确性来调整CNN模型中的权重和步长并再次进行测试直至测试结果的准确率符合条件；步骤4：将参数调整后的CNN模型部署到嵌入式系统中运行；步骤5：通过摄像头实时获取驾驶员的注意力集中状态并输出结果。本发明利用轻量化的CNN模型实时获取驾驶员的注意力集中情况，进行驾驶员的注意力集中状态的检测。
-
-
-
-
-
Search Results
6
records
(took 0.027 seconds)
