公开(公告)号：CN119760530A

公开(公告)日：2025-04-04

申请号：CN202411724595.5

申请日：2024-11-28

Applicant: 重庆邮电大学

Inventor： 唐贤伦 ,  刘鑫燃 ,  李星辰 ,  李劲湘 ,  邓武权 ,  陈秋 ,  汪应 ,  王乐君 ,  陈霸东

IPC: G06F18/2415 ,  G06F18/15 ,  G06N3/08 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/045 ,  A61B5/369 ,  A61B5/00

Abstract: 本发明请求保护一种基于特征嵌入增强和耦合的脑电信号识别方法。首先对采集到的脑电数据进行滤波和归一化对脑电信号进行去噪，以提高信号质量；然后使用数据翻转、通道交换和裁剪等操作捕获信号中的潜在特征模式；接着设计了一种神经网络框架对增强的信号和原始信号进行特征提取和耦合；通过特征嵌入的学习与耦合，本发明能够在低维嵌入空间中将神经模式相似的样本聚集，同时有效分离不同神经模式的样本，从而提高脑电信号分类的准确性和鲁棒性。

公开(公告)号：CN120037067A

公开(公告)日：2025-05-27

申请号：CN202510249401.9

申请日：2025-03-04

Applicant: 重庆邮电大学

Inventor： 唐贤伦 ,  肖喜文 ,  唐誉哲 ,  廖辰熹 ,  汪应 ,  邓武权 ,  陈秋 ,  王乐君 ,  王会明

IPC: A61H1/02 ,  A61B3/113 ,  A61B5/389 ,  A61B5/22 ,  G06F3/01 ,  G06V40/18 ,  G06F18/2411 ,  G06F18/214 ,  G06F18/25

Abstract: 本发明公开了一种基于眼动追踪的智能交互与肌力康复系统。首先对采集到的实时眼动数据预处理；然后，让屏幕中的注视圈可以跟踪用患者的视线，实现眼动追踪；再实现患者通过眼动与UI界面的交互，该界面包括多种功能；接着，采用电机驱动气动系统控制康复手套，患者可以眼动控制康复手套；最后，对肌电数据预处理后，在在线实验中通过可扩展时间窗口法对数据进行特征提取，输入到模型中得到患者的肌力强度，并在UI界面可视化，方便患者控制康复手套。本发明能够让脑卒中等患者在康复中主动、充分地表达自己的需求和意愿，提升与他人沟通的效率；并且通过控制康复手套进行运动和训练，增强神经网络之间的联系，激活和调动大脑中控制运动的区域。

公开(公告)号：CN119760529A

公开(公告)日：2025-04-04

申请号：CN202411724583.2

申请日：2024-11-28

Applicant: 重庆邮电大学

Inventor： 唐贤伦 ,  李劲湘 ,  李星辰 ,  刘鑫燃 ,  邓武权 ,  陈秋 ,  汪应 ,  陈霸东

IPC: G06F18/2415 ,  G06F18/25 ,  G06F18/15 ,  G06F18/2131 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0442 ,  G06F18/22 ,  A61B5/369 ,  A61B5/372 ,  A61B5/377 ,  A61B5/378 ,  A61B5/389 ,  A61B5/397 ,  A61B5/00

Abstract: 本发明请求保护一种基于时频融合与双分支网络的脑肌电信号解码方法，包括步骤：设计脑肌电同步实验范式；对采集的脑肌电信号进行去噪与规范化处理；利用小波相干性分析来筛选脑电通道，利用短时傅里叶变换获取时频特征。按以下两种方式融合：一种按通道进行堆叠获取全局特征，一种利用瑞丽熵获取每个通道的显著特征频段并拼接成新的时频图。设计双分支网络来进行特征提取，利用时域残差模块和通道注意力模块来提取拼接时频图的特征，利用3D残差模块和ConvLSTM模块来捕获堆叠时频图的动态变化和时空特征。最后将两个分支的提取到的特征进行拼接融合，利用分类模块进行误差计算与分类解码，有效的提高了脑肌电融合解码的准确率和稳定性。

公开(公告)号：CN119760220A

公开(公告)日：2025-04-04

申请号：CN202411724586.6

申请日：2024-11-28

Applicant: 重庆邮电大学

Inventor： 唐贤伦 ,  唐瑜泽 ,  刘庆 ,  江欣彦 ,  邓武权 ,  陈秋 ,  党晓圆 ,  汪应 ,  王乐君

IPC: G06F16/9535 ,  G06N3/0895 ,  G06N20/00 ,  G06F16/901 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08 ,  G16H20/90 ,  G16H20/10

Abstract: 本发明请求保护一种基于自监督对比学习和语义增强的草药推荐方法。首先使用Word2vec单词嵌入算法，结合症状和草药的语义信息，训练症状和草药的特征表示。然后，构建症状‑草药二部图、症状‑症状协同图和草药‑草药协同图结构，以捕捉症状和草药之间不同类型的关系。利用残差图卷积神经网络聚合邻居节点的特征来更新当前节点的表示，并通过对协同图和二部图进行节点或边的随机丢弃，生成增强的子图。对这些子图进行编码后，采用自监督对比学习方法计算节点之间的对比损失。接着，融合来自不同图的信息，计算草药对症状集合的治疗评分。最后，结合交叉熵损失、Topk损失和对比损失，使用自适应优化算法调整模型的梯度，提高了草药推荐的准确性和可靠性。

公开(公告)号：CN119741621A

公开(公告)日：2025-04-01

申请号：CN202411724591.7

申请日：2024-11-28

Applicant: 重庆邮电大学

Inventor： 唐贤伦 ,  江欣彦 ,  谢颖 ,  唐瑜泽 ,  邓武权 ,  陈秋 ,  汪应 ,  王乐君 ,  李伟生

IPC: G06V20/17 ,  G06V10/25 ,  G06N3/045 ,  G06V10/82 ,  G06V10/762 ,  G06V10/774 ,  G06N3/0464 ,  G06V10/764 ,  G06V10/22 ,  G06V10/44 ,  G06N3/048

Abstract: 本发明请求保护一种基于区域聚类和特征注意力机制的航拍小目标检测方法。首先将从输入图像中提取到的候选目标的中心坐标作为聚类算法的输入特征。然后使用基于密度的DBSCAN聚类算法对这些目标进行聚类，随后根据聚类结果从图像中裁剪出这些区域，对裁剪出的区域进行中心填充处理来使其保持合理范围内的尺度和比率并将其与原始数据集合并得到新的扩充后的数据集。将扩充后的数据集放入改进后的单阶段目标检测网络RetinaNet中进行训练，用基于注意力机制的检测头进行最终的目标分类和定位。该方法可以达到数据增强的效果。此外，基于注意力机制的检测头可以去除分类和回归任务中无用信息的干扰，使网络能够自适应地关注更适当的信息进行分类和回归。