-
公开(公告)号：CN115120217B
公开(公告)日：2022-11-25
申请号：CN202211022189.5
申请日：2022-08-25
Applicant: 首都医科大学附属北京同仁医院 , 北京航空航天大学
Abstract: 本申请涉及心率检测技术领域，公开了一种运动伪影去除方法，应用于配置有PPG传感器的可穿戴设备，所述方法包括：获取PPG传感器检测的目标用户的心率信息和运动姿态数据；通过训练好的深度学习模型去除所述心率信息中的运动伪影，得到去除运动伪影后的目标基准心率信息，其中，所述深度学习模型表征心率信息、运动姿态数据与去除运动伪影后的基准心率信息之间的关系。通过采用无规则运动下的数据对生成对抗网络模型进行训练，可以有效去除不规则运动状况下的运动伪影，在完成前期的深度学习模型的训练后，只需要PPG传感器与惯性检测单元便可对PPG传感器测的心率信息进行运动伪影的滤除。可以很方便地应用于现有的可穿戴设备上，具有良好的兼容性。
-
公开(公告)号：CN115137314B
公开(公告)日：2022-11-15
申请号：CN202211068299.5
申请日：2022-09-02
Applicant: 首都医科大学附属北京同仁医院
Abstract: 本公开涉及近视风险评估技术领域，提供了近视风险评估方法、装置及穿戴设备。该方法包括：获取当前时间的环境光强度数据、身体激素数据和交感神经兴奋度数据；将环境光强度数据、身体激素数据和交感神经兴奋度数据输入预先训练的近视风险评估模型，得到近视风险评估结果，其中，所述近视风险评估模型基于已知近视风险对应的环境光强度数据、身体激素数据和交感神经兴奋度数据训练得到。本公开实施例可以通过对环境光强度数据、身体激素数据（如褪黑素和/或多巴胺）和交感神经兴奋度数据的采集和处理，实现激素分泌时间的外部环境刻画，进而对身体激素数据（如褪黑素和/或多巴胺）进行综合监测，大大增加预测近视风险的精准度。
-
公开(公告)号：CN115137313A
公开(公告)日：2022-10-04
申请号：CN202211050549.2
申请日：2022-08-31
Applicant: 首都医科大学附属北京同仁医院
Abstract: 本申请涉及睡眠质量和近视风险评估技术领域，提供了同时针对睡眠质量以及近视风险的评估方法及装置。该方法包括：获取手腕运动数据、脉搏血氧饱和度数据、褪黑素数据和多巴胺数据，手腕运动数据包括至少两种运动子数据；基于运动子数据和脉搏血氧饱和度数据生成交叉比值数据；将上述数据输入预先训练的综合评估模型，生成当前时间的近视风险评估结果和睡眠状态信息，并保存睡眠状态信息；获取目标睡眠周期中各时间对应的多个睡眠状态信息，生成睡眠质量评估结果。本申请实施例一方面大大增加了对睡眠质量评估和近视风险预测的精准度，另一方面，通过将上述数据导入预设的综合模型进行机器学习，可以同时对睡眠质量和近视风险进行评估及预测。
-
公开(公告)号：CN115952460A
公开(公告)日：2023-04-11
申请号：CN202310237595.1
申请日：2023-03-14
Applicant: 首都医科大学附属北京同仁医院
IPC: G06F18/2431 , A61B5/16 , A61B5/00 , G06F18/2135 , G06F18/214
Abstract: 本发明提供一种情绪识别方法、装置、计算机设备和存储介质，该方法包括获取用户的各类的样本生理数据；将各类的所述样本生理数据输入至特征提取模型，提取各类所述样本生理数据的特征，得到生理信号特征；基于所述生理信号特征生成生理信号特征集；使用所述生理信号特征集对分类模型进行训练，得到用于对用户的情绪进行分析的情绪分类模型。在采集得到用户的身体的各种样本生理数据后，利用特征提取模型和分类模型构建双层结构鲁棒情绪分析分类模型，相较于传统情绪识别方法，能够更为有效、准确地识别出用户的情绪。
-
公开(公告)号：CN115137312B
公开(公告)日：2023-01-24
申请号：CN202211050538.4
申请日：2022-08-31
Applicant: 首都医科大学附属北京同仁医院
Abstract: 本申请涉及睡眠质量评估技术领域，提供了睡眠质量评估方法、装置及穿戴设备。该方法包括：获取当前时间的手腕运动数据、脉搏血氧饱和度数据、褪黑素数据、交感神经兴奋度数据，其中，所述手腕运动数据包括至少两种运动子数据；基于所述至少两种运动子数据和脉搏血氧饱和度数据生成交叉比值数据；将所述手腕运动数据、脉搏血氧饱和度数据、褪黑素数据、交感神经兴奋度数据和所述交叉比值数据输入预先训练的睡眠质量评估模型，生成当前时间的睡眠状态信息并保存；获取目标睡眠周期中各时间对应的多个睡眠状态信息，并基于所述多个睡眠状态信息生成所述目标睡眠周期的睡眠质量评估结果。本申请实施例可以大大增加对睡眠质量评估的精准度。
-
Patent Agency Ranking
公开(公告)号：CN115132364B
公开(公告)日：2022-12-09
申请号：CN202211022188.0
申请日：2022-08-25
Applicant: 首都医科大学附属北京同仁医院 , 北京航空航天大学
Abstract: 本申请涉及智能可穿戴设备技术领域，公开了一种近视风险确定方法、装置、存储介质、电子设备以及可穿戴设备。所述方法包括：确定目标用户在预设周期内满足第一预设条件的眯眼事件次数和满足第二预设条件的闭眼事件次数以及近视风险预警值；根据所述眯眼事件次数、所述闭眼事件次数以及所述近视风险预警值，通过训练好的近视风险预警模型确定所述目标用户是否存在近视风险。方便用户在日常生活中就能方便快捷的实现早期近视风险检测，从而有效帮助早期近视的筛查，有助于医师及早介入诊疗，对于遏制近视发展进程具有重要意义。
-
公开(公告)号：CN115137314A
公开(公告)日：2022-10-04
申请号：CN202211068299.5
申请日：2022-09-02
Applicant: 首都医科大学附属北京同仁医院
Abstract: 本公开涉及近视风险评估技术领域，提供了近视风险评估方法、装置及穿戴设备。该方法包括：获取当前时间的环境光强度数据、身体激素数据和交感神经兴奋度数据；将环境光强度数据、身体激素数据和交感神经兴奋度数据输入预先训练的近视风险评估模型，得到近视风险评估结果，其中，所述近视风险评估模型基于已知近视风险对应的环境光强度数据、身体激素数据和交感神经兴奋度数据训练得到。本公开实施例可以通过对环境光强度数据、身体激素数据（如褪黑素和/或多巴胺）和交感神经兴奋度数据的采集和处理，实现激素分泌时间的外部环境刻画，进而对身体激素数据（如褪黑素和/或多巴胺）进行综合监测，大大增加预测近视风险的精准度。
-
公开(公告)号：CN115120217A
公开(公告)日：2022-09-30
申请号：CN202211022189.5
申请日：2022-08-25
Applicant: 首都医科大学附属北京同仁医院 , 北京航空航天大学
Abstract: 本申请涉及心率检测技术领域，公开了一种运动伪影去除方法，应用于配置有PPG传感器的可穿戴设备，所述方法包括：获取PPG传感器检测的目标用户的心率信息和运动姿态数据；通过训练好的深度学习模型去除所述心率信息中的运动伪影，得到去除运动伪影后的目标基准心率信息，其中，所述深度学习模型表征心率信息、运动姿态数据与去除运动伪影后的基准心率信息之间的关系。通过采用无规则运动下的数据对生成对抗网络模型进行训练，可以有效去除不规则运动状况下的运动伪影，在完成前期的深度学习模型的训练后，只需要PPG传感器与惯性检测单元便可对PPG传感器测的心率信息进行运动伪影的滤除。可以很方便地应用于现有的可穿戴设备上，具有良好的兼容性。
-
公开(公告)号：CN116236151A
公开(公告)日：2023-06-09
申请号：CN202211620978.9
申请日：2022-12-16
Applicant: 首都医科大学附属北京同仁医院
IPC: A61B3/16 , A61B5/0205 , A61B5/1455 , A61B5/00
Abstract: 本发明公开了一种青光眼疾病风险的可穿戴检测方法及装置，属于青光眼检测领域；所述的方法具体步骤如下：S1获取手环佩戴的用户运动姿态、光电容积脉搏波信号和光照信息；S2通过光电容积脉搏波信号计算得出心率、血氧、血压信息，并将用户运动姿态、心率、血氧、血压和光照数据信息传递至青光眼风险识别模型；S3利用青光眼风险识别模型，将用户运动姿态、心率、血氧、血压和光照数据信息进行整合、解析，得到用户患有青光眼疾病的概率；使患者无需抽血，无需到医院进行眼压检查，即可在日常生活实现青光眼疾病风险检测，从而有效帮助青光眼疾病的筛查，有助于医师及早介入诊疗，对于遏制青光眼疾病的发展具有重要意义。
-
公开(公告)号：CN115952449A
公开(公告)日：2023-04-11
申请号：CN202310237550.4
申请日：2023-03-14
Applicant: 首都医科大学附属北京同仁医院
IPC: G06F18/2411 , A61B5/00 , G06F18/213 , G06F18/214 , G06N3/0455
Abstract: 本发明提供一种睡眠阶段监测方法、装置、计算机和存储介质，该方法包括获取人体的各类样本生理信息；通过改进SAE模型对各类所述样本生理信息进行特征提取与重构，获得重构特征；根据所述重构特征生成特征数据集；将所述特征数据集输入至SVM模型对所述SVM模型进行训练，得到用于识别睡眠阶段的分类模型。在采集得到用户的身体的各种样本生理信息后，通过改进SAE模型对各类所述样本生理信息进行特征提取与重构，获得重构特征，并且利用SVM模型对基于重构特征生成的特征数据集进行训练，从而得到能够识别睡眠阶段的分类模型，基于该能够识别睡眠阶段的分类模型能够监测用户各个睡眠阶段的时长并评估用户的睡眠状态，有效预防睡眠障碍疾病。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.047 seconds)
