-
公开(公告)号：CN112914571A
公开(公告)日：2021-06-08
申请号：CN202110249644.4
申请日：2021-03-08
Applicant: 重庆邮电大学
Abstract: 本发明属于医疗与机械控制领域，具体涉及一种机械臂的血液采集装置，该装置包括：机械臂组件、血液采集组件、视觉识别定位模块以及手指挤压定位组件，所述机械臂组件与血液采集组件固定连接，手指挤压定位组件固定在血液采集组件的下方，视觉识别定位模块设置在手指挤压定位组件的侧面；本发明设计了一种机械臂采血运动控制装置，通过该装置使采血者与被采血者之间无接触，大大提高采血效率，节约医疗成本。
-
公开(公告)号：CN113349797A
公开(公告)日：2021-09-07
申请号：CN202110758887.0
申请日：2021-07-05
Applicant: 重庆邮电大学
Abstract: 本发明涉及脑科学、神经信息分析、物理学相变等技术领域，具体涉及一种基于脑电临界核参数预测癫痫发作的方法，包括获取原始多通道脑电图，并对脑电数据进行预处理，筛选获取脑电异常波动大核心通道的数据；根据获取核心通道的数据构建癫痫脑电的临界核并计算其尺寸，获得癫痫发作的空间临界特征；对获取核心通道的数据中脑电幅度涨落波动进行Z分数标准化，得到癫痫发作的时序临界特征；结合获得的空间临界特征和时序临界特征，构建基于临界核的复合指标，并设置报警阈值，根据复合指标与报警阈值的关系进行预测；本发明从时间和空间设计癫痫脑电时空临界特征参数，能更全面的衡量脑电信息，即使在样本较少的情况下本发明仍然具有良好识别效果。
-
Patent Agency Ranking
公开(公告)号：CN113269020A
公开(公告)日：2021-08-17
申请号：CN202110249599.2
申请日：2021-03-08
Applicant: 重庆邮电大学
IPC: G06K9/00
Abstract: 本发明属于医疗电子设备领域，具体涉及一种指尖静脉图像特征识别定位方法，该方法包括：获取指尖静脉图像，对该图像进行预处理；采用差分激励算法计算预处理后图像的差分激励值，并采用可变曲率Gabor滤波器对图像进行特征提取；根据提取的特征信息识别指尖静脉图像的静脉位置坐标；本发明通过对指尖静脉图像进行分块处理，得到指尖静脉更多的细节特征，获得更加有区分度的特征，使得最终静脉识别结果更精确。
-
公开(公告)号：CN116211308A
公开(公告)日：2023-06-06
申请号：CN202310449990.6
申请日：2023-04-24
Applicant: 重庆邮电大学
IPC: A61B5/16 , A61B5/318 , A61B5/352 , A61B5/363 , A61B5/369 , G06F18/10 , G06F18/23 , G16H50/30 , G16H20/30
Abstract: 本发明属于人体运动测量技术领域，具体涉及一种高强度运动下机体疲劳评估方法；该方法包括：采集静息状态以及高强度运动后的疲劳状态的心电、脑电信号；对心电信号进行去噪处理；定位去噪后的心电信号的R波，得到RR间期序列；根据RR间期序列得到心电特征；对脑电信号进行去噪处理，计算去噪后的脑电信号的功率谱密度；构建脑网络，脑网络中的节点为脑电电极，边权值为节点间的相位锁定值；计算脑网络参数；对心电特征、脑电信号的功率谱密度和脑网络参数进行筛选，得到最优特征集合；根据最优特征集合进行机体疲劳评估，得到机体疲劳评估结果本发明通过融合心电和脑电信号进行评估，从而使得评估结果更加准确。
-
公开(公告)号：CN113349797B
公开(公告)日：2022-07-15
申请号：CN202110758887.0
申请日：2021-07-05
Applicant: 重庆邮电大学
Abstract: 本发明涉及脑科学、神经信息分析、物理学相变等技术领域，具体涉及一种基于脑电临界核参数预测癫痫发作的方法，包括获取原始多通道脑电图，并对脑电数据进行预处理，筛选获取脑电异常波动大核心通道的数据；根据获取核心通道的数据构建癫痫脑电的临界核并计算其尺寸，获得癫痫发作的空间临界特征；对获取核心通道的数据中脑电幅度涨落波动进行Z分数标准化，得到癫痫发作的时序临界特征；结合获得的空间临界特征和时序临界特征，构建基于临界核的复合指标，并设置报警阈值，根据复合指标与报警阈值的关系进行预测；本发明从时间和空间设计癫痫脑电时空临界特征参数，能更全面的衡量脑电信息，即使在样本较少的情况下本发明仍然具有良好识别效果。
-
公开(公告)号：CN112883824A
公开(公告)日：2021-06-01
申请号：CN202110117076.2
申请日：2021-01-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及图像识别技术领域，具体涉及一种用于智能采血的手指静脉特征识别装置及其识别方法，包括：采集图像，CMOS图像传感器在放置手指区域进行持续拍照，得到手指静脉图像；将手指静脉图像传送到预处理模块中进行图像预处理，增强手指静脉特征丰富的感兴趣区域，提高特征识别的准确性以及有效性；经过一系列图像处理操作的静脉图像进入到手指静脉特征提取模块，传统的阈值分割算法仅设置单一的阈值来提取静脉特征，当采集的图像质量较低时，得不到很好的效果，使得指静脉特征细节严重丢失，因此采用自适应多阈值算法进行静脉特征提取。本发明可以实现非接触式机器智能采血，有效减少医护人员的工作量，并且可以避免不必要的感染等问题。
-
公开(公告)号：CN111803090A
公开(公告)日：2020-10-23
申请号：CN202010661079.8
申请日：2020-07-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及医学图像处理领域，特别涉及一种指尖末梢智能刺血的方法，包括双目摄像机拍摄手指双目照片，根据双目立体匹配算法获取图像三维点云数据，将点云数据存储于存储模块中；采用均值迭代分割分割获取指尖轮廓图并计算轮廓中心距，结合轮廓中心矩智能识别刺血针扎针坐标点；采用质点-弹簧法建立刺血针扎破指尖过程中的形变模型，采用弹簧-阻尼器模型建立刺血过程中的力反馈模型；根据指尖形变模型及力反馈模型结合指尖三维重建图像计算出最佳刺血针角度、力量和进针长度；本发明能有效降低医护人员工作量，避免医护人员与采血者接触感染传染病，与现有采血方法相比，本发明能够更加准确进行采血，为用户提供更加舒适的采血体验。
-
-
-
-
-
-
Search Results
7
records
(took 0.015 seconds)
