-
公开(公告)号:CN119837546A
公开(公告)日:2025-04-18
申请号:CN202411692474.7
申请日:2024-11-25
Applicant: 东南大学附属中大医院 , 浙江帝诺医疗科技有限公司 , 华狮医疗科技(南京)有限公司
Abstract: 本发明涉及数据分析技术领域,公开了结合肌肉协同分析与肌肉功能网络的数据分析方法,包括如下步骤:步骤S1:对各块肌肉在运动时的表面肌电信号进行收集;步骤S2:肌肉协同模式分析,采用非负矩阵分解对收集的表面肌电信号数据进行整合,提取肌肉协同模式,并使用方差解释率量化重构矩阵质量;步骤S3:肌肉功能网络分析,获取各肌肉通道间的归一化互信息,作为多通道表面肌电的非线性相关特征参数,构建肌肉功能网络。本发明基于表面肌电信号的肌肉协同分析与肌肉功能网络的数据分析方法,利用非负矩阵分解进行肌肉协同分析,采用归一化互信息量化通道之间的相互关系并构建肌肉功能网络,可以发现肌电数据集中潜在的、有价值的结构化、模块化信息。
-
公开(公告)号:CN115770037A
公开(公告)日:2023-03-10
申请号:CN202211655915.7
申请日:2022-12-22
Applicant: 东南大学
IPC: A61B5/11 , G06F18/2411
Abstract: 本发明提出了一种基于惯性信息患者上肢恢复评估系统的评估方法。包括多个柔性穿戴式节点、数据汇聚节点和数据处理终端,所述柔性穿戴式节点由柔性电路板,安装在其上的惯性传感器模块、处理器模块、无线收发模块、电源模块、机壳组成,所述数据汇聚节点由无线收发模块和串口传输模块组成,所述多个柔性穿戴式节点将传感器数据发送至数据汇聚节点,数据汇聚节点将传感器数据发送给数据处理终端,数据处理终端处理传感器数据,所述方法基于支持向量机识别上肢运动,并检测是否有抽搐、抖动等症状,实现对患者上肢运动状态和连续性的识别与评估。本发明可检测患者上肢康复运动情况,指导康复训练策略调整,提高康复效果。
-
公开(公告)号:CN116486484A
公开(公告)日:2023-07-25
申请号:CN202310455332.8
申请日:2023-04-25
Applicant: 东南大学
IPC: G06V40/20 , G06V40/10 , G06V40/16 , G06V20/40 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种融合手部骨骼和面部表情特征的手语识别方法,本发明的方法首先将表示手语含义的视频序列进行抽帧;再对抽取的RGB图像提取手部骨骼关节点在世界坐标系中的三维坐标,并通过坐标平移和旋转标准化为手部坐标系下三维坐标,得以更准确描述手部姿态;然后裁剪出各帧的脸部区域,并进行表情识别,得到关于各类表情的置信度信息并提取各帧手部区域的图像;再将手部区域图像输入卷积神经网络中学习图像的空间特征,将其输出特征信息与对应的手部骨骼关节点和表情信息进行拼接;最后将拼接的特征信息通过全连接层再输入到递归神经网络中学习时序特征。本发明有效解决了现有手语识别方法所存在的准确性不高、鲁棒性较差的问题。
-
-