膈肌运动状态监测装置及呼吸健康评估方法

    公开(公告)号:CN119564190A

    公开(公告)日:2025-03-07

    申请号:CN202411867966.5

    申请日:2024-12-18

    Abstract: 本发明公开了一种膈肌运动状态监测装置及呼吸健康评估方法,该装置包括可穿戴装备本体、一对柔性压力传感器、柔性肌电传感器和主控单元;可穿戴装备本体呈矩形状,一对柔性压力传感器设置在可穿戴装备本体的上、下部位置,柔性肌电传感器设置在一对柔性压力传感器之间,主控单元设置在可穿戴装备本体的外部;一对柔性压力传感器用于检测胸腔压力信号、腹腔压力信号;柔性肌电传感器用于检测膈肌肌电信号;主控单元用于基于处理后的胸腔压力信号、腹腔压力信号和膈肌肌电信号进行指标计算,得到多个呼吸健康指标,并将这些指标发送至移动终端进行对比,从而实现呼吸健康评估。本发明可实现用户对自身呼吸健康状态的实时监测和评估。

    一种爬行运动相位识别方法、系统、设备及介质

    公开(公告)号:CN119337224B

    公开(公告)日:2025-03-07

    申请号:CN202411884629.7

    申请日:2024-12-20

    Inventor: 熊启亮 谌颖 刘苑

    Abstract: 本发明公开了一种爬行运动相位识别方法、系统、设备及介质,涉及生物信号识别技术领域,本发明通过采集人体爬行运动过程中各个关节的加速度数据与周期压力数据,利用多关节协同运动理论和基于SVD的主成分分析法提取爬行运动过程中的多关节运动协同相位模式,并分离时间募集信号,对时间募集信号进行EMD分解与二次重构,形成时间募集曲线,而后将手动提取的时域特征和1D‑CNN提取的特征进行融合,获取爬行运动的相位;本发明将多关节协同运动理论及对应模型引入相位识别中,同时经过二次重构的协同相位模式募集曲线作为相位识别内进行特征提取的对象,以从更符合人体运动控制规律的多关节运动协同进行相位的识别,使得爬行运动的相位识别准确率大幅提高。

    基于薄膜压力传感器的肌肉收缩率检测方法及磁场刺激仪

    公开(公告)号:CN119548142A

    公开(公告)日:2025-03-04

    申请号:CN202411663295.0

    申请日:2024-11-20

    Abstract: 本发明涉及基于薄膜压力传感器的肌肉收缩率检测方法及磁场刺激仪,属于医疗检测技术领域。基于薄膜压力传感器的肌肉收缩率检测方法,包括以下步骤:S1)压力值转换;S2)自重力测量;S3)静息肌力测量;S4)刺激肌力测量;S5)肌肉收缩率计算。基于薄膜压力传感器电压和电阻的转换公式,根据事实分析和理论推导,并结合实际操作来测量刺激线圈模组的自重力、静息状态的肌力值和刺激状态的肌力值。创造性的分析并排除了刺激线圈模组的自重力和静息状态的肌力值对实际肌肉收缩率的影响,提高了肌肉收缩率的检测精度。

    一种针对脑瘫患者肌张力障碍的手臂运动自动化评估系统及方法

    公开(公告)号:CN119498856A

    公开(公告)日:2025-02-25

    申请号:CN202411544776.X

    申请日:2024-10-31

    Abstract: 本发明属于计算机视觉技术领域,公开了一种针对脑瘫患者肌张力障碍的手臂运动自动化评估系统及方法,数据采集模块通过智能手机摄像头对患者手臂的运动任务进行运动数据采集;姿态估计和关键点检测模块使用姿态估计算法自动检测并追踪患者的手臂运动并识别人体的关键点,在获取到关键点坐标数据后,进行数据预处理;肌张力障碍特征提取模块从患者手臂的运动数据中提取肌张力障碍特征,并构建相应特征集;自动评分模块使用多层前馈神经网络模型,基于患者的手臂运动特征,自动计算肌张力障碍的评分;报告生成模块用于生成评估报告。本发明适用于脑瘫患者肌张力障碍的手臂运动评估,为临床医生提供一种客观、便捷、高效的评估工具。

    一种盆底肌微动信号检测与呼吸干扰去除方法

    公开(公告)号:CN119498812A

    公开(公告)日:2025-02-25

    申请号:CN202411581163.3

    申请日:2024-11-07

    Abstract: 本发明提出了一种用于检测和呼吸干扰信号去除的盆底肌微动信号处理方法。该方法通过毫米波雷达系统采集包含盆底肌运动、呼吸信号及谐波干扰的混合信号,使用变分模态分离算法分离出盆底肌运动信号和呼吸干扰信号。变分模态分离建立在变分模态分解的基础上,用来分解不同模态的信号,变分模态分离通过等式约束最大限度地减少盆底肌运动信号和呼吸及其谐波干扰信号的能量重叠。该方法能够自适应地抑制呼吸及其谐波信号,从而得到纯净的盆底肌运动信号,提高了盆底肌运动能力的评估的准确性。该方法采用毫米波雷达实现非接触式的盆底肌运动检测,并通过变分模态分离算法去除呼吸及其谐波干扰,提升了盆底肌检测和评估的便捷性与舒适性。

    一种力量训练鉴定评估装置及其记录系统

    公开(公告)号:CN119455333A

    公开(公告)日:2025-02-18

    申请号:CN202510031388.X

    申请日:2025-01-09

    Applicant: 深圳大学

    Inventor: 陈佳瑜 姜咏

    Abstract: 本发明涉及力量测试的技术领域,公开了一种力量训练鉴定评估装置及其记录系统,设计包括等速测力机、固定在等速测力机上的摆臂机构以及升降机构,所述升降机构底部固定有底座,所述升降机构用于对所述测力机构和所述摆臂机构进行升降控制,通过升降机构控制等速测力机和摆臂机构的高度,通过等速测力机、升降机构以及摆臂机构,来进行力量测试,摆臂机构由定位轴组件、摆臂、滑套组件以及滑动锁止结构组成,通过摆臂机构的设计能极大地简化使用前的调节过程,从而在进行力量测试时,能轻松地根据不同的使用者进行调节位置,调节方便,使用者自己就能轻松完成测试,无需专业人员的帮助,能更加适用于日常的力量测量。

    一种下肢诊断训练系统
    7.
    发明公开

    公开(公告)号:CN119454010A

    公开(公告)日:2025-02-18

    申请号:CN202510073599.X

    申请日:2025-01-17

    Abstract: 本发明涉及一种下肢诊断训练系统,属于医疗诊断及康复训练领域。该系统包括:检测部,用于采集患者下肢相关数据信息;控制单元,用于对数据信息进行分析处理,以计算得到诊断结果。控制单元能够基于神经电信号参数计算得到神经功能指数,基于关节活动度计算得到关节活动度指数,以及基于肌肉力量评估值计算得到肌肉力量指数,进而计算得到初始下肢功能综合评分,并将该初始下肢功能综合评分作为初始诊断结果,以输出多个方向的牵拉力之组合的数值范围的控制信号,以使得患者在训练过程中被检测部实时获取的肌电信号参数和血流参数,能够被控制单元用于修正初始下肢功能综合评分,以得到用于调节各牵拉力分配的具体数值的动态下肢功能综合评分。

    一种非内窥镜介导下可定位即时食管黏膜阻抗检测系统

    公开(公告)号:CN119423733A

    公开(公告)日:2025-02-14

    申请号:CN202510024587.8

    申请日:2025-01-08

    Abstract: 本发明公开了一种非内窥镜介导下可定位即时食管黏膜阻抗检测系统,包括导管组件以及安装于所述导管组件的实时黏膜阻抗检测模块、实时压力监测模块、实时pH监测模块、信号处理模块、高分辨率信号显示模块,所述导管组件经鼻腔插入食道并且在插入的过程中,通过所述实时压力监测模块和实时pH监测模块判断所述导管组件是否插入到预设位置。本发明公开的一种非内窥镜介导下可定位即时食管黏膜阻抗检测系统,其通过导管组件、实时黏膜阻抗检测模块、实时压力监测模块、实时pH监测模块、信号处理模块、高分辨率信号显示模块进行联动,无需内窥镜介导,无需麻醉,可即时检测出食管黏膜阻抗值以及食管pH值,为诊断胃食管反流病提供依据。

    一种肢体肌肉功能评定装置

    公开(公告)号:CN112603322B

    公开(公告)日:2025-02-14

    申请号:CN202011612025.9

    申请日:2020-12-30

    Abstract: 本发明公开了一种肢体肌肉功能评定装置,包括机械部分、控制电路部分、上位机软件,所述机械部分包括角度检测模块、肌肉压力测量模块、肌力抗阻模块三部分,通过控制电路部分和上位机软件对角度检测模块、肌肉压力测量模块、肌力抗阻模块进行控制并综合分析采集的数据,实现在三种关节活动度条件下,对主动肌、拮抗肌在松弛、中度、紧张三种状态下的肌肉表面压力、两个方向的主动抵抗力完成测量。本发明的一种肢体肌肉功能评定装置,可用于测量肌肉整体功能,包括关节活动度、肌肉收缩能力、肌肉弹性、肌肉延伸能力,具有评价功能全面、响应速度快、适配度高、便于移动等优点。

    基于FMG和sEMG信号的肌力预测方法及装置

    公开(公告)号:CN119405318A

    公开(公告)日:2025-02-11

    申请号:CN202510022563.9

    申请日:2025-01-07

    Abstract: 本发明涉及肌肉激活状态评价技术领域,特别涉及一种基于FMG和sEMG信号的肌力预测方法及装置,其中,方法包括:基于FMG技术,采集待测试人员的肌肉活动时产生的肌肉压力信号;基于sEMG技术,采集待测试人员的肌肉活动时产生的肌肉生理电信号;提取肌肉压力信号与肌肉生理电信号的目标时域特征和目标频域特征,并按照目标肌力等级进行标准化处理,以得到处理后的特征,并将处理后的特征输入至目标机器学习模型中,以输出待测试人员的肌肉力量预测结果。由此,解决了相关技术中由于sEMG信号容易受噪声干扰,且需要使用高密度阵列进行信号解析,增加了传感器数量,并且增加了信号处理的难度,降低了肌力预测的鲁棒性的问题。

Patent Agency Ranking