-
公开(公告)号:CN116842427A
公开(公告)日:2023-10-03
申请号:CN202310786003.1
申请日:2023-06-29
Applicant: 重庆邮电大学
IPC: G06F18/24 , G06F18/214 , G06F18/25 , G06N3/0464 , G06N3/0442 , G06N3/08 , A61B5/00
Abstract: 本发明涉及生理信号特征检测技术领域,具体涉及一种基于多源传感器的下肢肌肉疲劳检测方法及系统,方法包括:通过IMU传感器和EMG传感器同时采集人体下肢肌肉分别处于正常状态、轻微疲劳状态和严重疲劳状态的运动数据和生理数据,并进行预处理;构建基于卷积神经网络的人体下肢疲劳状态识别与预测模型;采用预处理后的数据集训练人体下肢疲劳状态识别与预测模型;实时采集人体下肢肌肉状态数据,通过训练好的模型识别下肢疲劳状态。
-
公开(公告)号:CN117373663A
公开(公告)日:2024-01-09
申请号:CN202311293480.0
申请日:2023-10-08
Applicant: 重庆邮电大学
IPC: G16H50/30 , A61B5/00 , A61B5/369 , G06F18/10 , G06F18/213 , G06F18/24 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/09
Abstract: 本发明属于脑电信号处理技术领域,特别涉及一种基于多特征选择与伪三维网络的癫痫预测装置,包括采集脑电数据并对脑电数据进行特征构建以及处理,即按照23导联位置从受试者头皮区域采集脑电信号,并将采集的脑电信号转换为矩阵形式,根据脑电信号构建特征;并利用最大相关最小冗余的特征筛选方法对构建的特征进行粗筛选,再利用带有惩罚项的Lasso特征选择方法进行精筛选;将筛选得到的特征结合脑电电极空间定位,得到有多特征构成的三维特征;利用分类网络对三维特征进行深层特征提取,并通过一个分类器基于提取的深层特征预是否有癫痫发作风险;最后将处理后的数据输入一个分类器得到预测结果;本发明可以有效提高癫痫预测的精度和准度。
-
公开(公告)号:CN117170495A
公开(公告)日:2023-12-05
申请号:CN202310715958.8
申请日:2023-06-16
Applicant: 重庆邮电大学
IPC: G06F3/01
Abstract: 本发明属于生理信号监测领域,具体涉及一种基于sEMG肌电信号检测的多功能手势交互的终端控制方法,包括:搭建基于sEMG肌电信号检测的多功能手势交互系统,该系统包括数据采集模块、蓝牙传输模块、被控终端以及手势交互模块;采用数据采集模块获取人体个性化参数和人体生理信号,并对人体个性化参数和人体生理信号进行封装;将封装后的数据通过蓝牙传输模块发送给手势交互模块;手势交互模块获取用户的手势信息,并根据获取的数据生成生成指令;对指令进行打包,并通过蓝牙传输模块将控制指令传输到被控终端模块,实现终端控制;本发明通过用sEMG肌电信号检测技术,可以实现对手势的高精度识别,从而提高手表的交互性。
-
-