-
公开(公告)号：CN101497196B
公开(公告)日：2010-06-23
申请号：CN200910096414.8
申请日：2009-03-02
Applicant: 杭州电子科技大学
IPC: B25J7/00
Abstract: 本发明涉及平动匀速夹紧机械手爪。现有技术外形尺寸大、控制复杂度高。本发明包括步进电机、固定套筒、十字连杆和四个手指。十字连杆设置在固定套筒内，四个端部伸出导向槽设置，步进电机通过丝杆螺母运动副与十字连杆连接。四个手指分别与十字连杆的四个端部连接。手指包括指尖、限位连杆、移动连杆、斜撑架。移动连杆中的第二移动杆具有延伸部分，延伸部分为弧形，开有弧形滑槽，斜撑架上的固定销与弧形滑槽位置配合，弧形延伸部分利用弧形滑槽沿固定销移动。本发明采用单电机驱动，手爪的四个手指沿中心轴对称，当驱动电机匀速转动时，手爪指尖的夹紧或张开速度是均匀平动，有利于指尖与目标物体的接触与手爪对目标物体的整体抓握。
-
公开(公告)号：CN101036601A
公开(公告)日：2007-09-19
申请号：CN200710068219.5
申请日：2007-04-24
Applicant: 杭州电子科技大学
Abstract: 本发明涉及到一种将肌电信息控制人工假手的技术。现有的多自由度假手采用顺序控制方式或开关切换方式实现控制，缺乏实时性、仿生性能差。本发明包括三个肌电拾电传感器，肌电拾电传感器与后级放大滤波电路、A/D转换电路、单片机和二自由度肌电假手的两个电机顺序信号连接。具体控制方法：三个肌电拾电传感器分别采集来自人体的尺侧腕伸肌、尺侧腕屈肌和指伸肌对应的表面肌电信号，经过放大、滤波、A/D转换处理后输入单片机中；单片机对表面肌电信号强弱进行判断，并输出四路控制信号，经驱动电路带动假手的电机，完成假手的四个动作。本发明的手部多运动模式识别正确率达到100％，实现了高可靠识别率下二自由度假手四个动作的实时控制。
-
公开(公告)号：CN112604163B
公开(公告)日：2024-11-29
申请号：CN202011609685.1
申请日：2020-12-30
Applicant: 杭州电子科技大学
Abstract: 本发明提出了一种基于经颅直流电刺激的辅助记忆系统。包括电刺激仪、采集装置和训练装置。训练装置针对不同的工作记忆子成分选用不同的记忆负载材料，设计了三种不同模式的训练。采集装置采集使用者经电刺激前后在不同训练模式中的脑电信息，对比统计，为电刺激仪的电极摆放位置、刺激时长、电流密度提供参考。电刺激仪对相应脑区进行最大程度的激活，配合不同模式的训练，提高工作记忆的效果。在电刺激结束后，再进行一次无电刺激的训练，可以将电刺激带来的提升效果延伸至在脱离电刺激后。
-
公开(公告)号：CN114469641B
公开(公告)日：2024-11-22
申请号：CN202111665127.1
申请日：2021-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明提出了一种基于肌电识别的功能性电刺激脑卒中运动障碍镜像训练方法，具体为：受试者患侧固定于外骨骼机器人上，可通过外骨骼机器人带动患侧手臂完成相应动作。健侧手臂放置肌电采集装置。训练时，受试者想象双手同时做同一动作，且健侧手臂实际完成此动作。通过采集健侧的表面肌电信号，识别出相应手势动作，由外骨骼机器人带动患侧进行相应的手势动作。同时，对患侧相应动作的肌肉施加功能性电刺激。通过选取受试者进行实验，采集此方法训练前后的脑电数据，与传统镜像训练前后脑电数据，计算评估指标E进行对比分析，得出此方法的效果相比于传统方法效果更佳。
-
公开(公告)号：CN117668454A
公开(公告)日：2024-03-08
申请号：CN202311621637.8
申请日：2023-11-30
Applicant: 杭州电子科技大学
IPC: G06F18/10 , G06F18/213 , G06F18/241 , G06F18/23
Abstract: 本发明公开了一种基于图形化传递熵的运动想象特征提取与分类方法，包括如下步骤：S1、进行多通道脑电信号EEG信号的采集；S2、将EEG信号根据可见图算法得到图像网络下的映射，并计算图形网络中各节点的聚类系数序列CC；S3、根据序列CC计算各通道序列之间的传递熵得到图形化传递熵矩阵，根据图形化传递熵矩阵构建图形化传递熵脑功能网络；S4、在图形化传递熵脑功能网络基础上，计算其网络特征平均聚类系数与平均最短路径；S5、计算所得计算参量作为特征向量输入支持向量机中用于分类，并获得识别结果。该方法在提取特征时直接忽视非主流信息的干扰，保留能凸显结构特征的图形学信息，使用传递熵量化信息流作为计算参量，有更高的识别率。
-
Patent Agency Ranking
公开(公告)号：CN117473406A
公开(公告)日：2024-01-30
申请号：CN202311443539.X
申请日：2023-10-31
Applicant: 杭州电子科技大学
IPC: G06F18/2413 , G06F18/213 , G06F18/22 , G06F18/25
Abstract: 本发明涉及一种多源流形度量特征的脑电域自适应方法，步骤一：按频段提取脑电微分熵特征；步骤二：对多个源域数据进行相似性度量，选择高质量源域；步骤三：将脑电信号特征变换到流形空间，进一步提取流形特征，保持良好的几何特性；步骤四：对在流形特征空间，学习马氏度量，最小化类内距，最大化类间距，并在马氏度量下约束源域和目标域到相似的分布，最终得到特征矩阵以训练分类器并应用于分类；步骤五：根据分类器结果，对目标域的多组识识别结果进行加权融合，得到最终分类结果。该方法相比传统方法能够学习脑电数据域之间更准确的度量矩阵，提升了特征映射矩阵的质量，提升了分类器模型的泛化性能与准确率。
-
公开(公告)号：CN111258426B
公开(公告)日：2023-03-21
申请号：CN202010051096.X
申请日：2020-01-17
Applicant: 杭州电子科技大学
IPC: G06F3/01
Abstract: 本发明涉及到一种基于肌电肌音模型和无迹粒子滤波的关节运动估计方法，首先采集人体上肢肩关节和肘关节在同步连续运动状态下肱二头肌、肱三头肌、肱桡肌、斜方肌、小圆肌、前三角肌、侧三角肌和胸大肌的表面肌电和肌音信号，分别对其进行带通滤波处理；然后提取表面肌电和肌音信号的威尔逊幅值和模糊熵特征；通过参数替代和化简将生理肌肉模型和关节运动学相结合组成关节运动模型，并将提取到的特征组成测量方程作为关节运动模型的反馈，得到肌电肌音状态空间模型；最终通过无迹粒子滤波算法对肩关节和肘关节的同步连续运动进行估计。该方法与传统的多关节同步连续运动估计方法相比，在预测精度和实时性方面有了明显的提高。
-
公开(公告)号：CN112971781B
公开(公告)日：2022-10-28
申请号：CN202011609522.3
申请日：2020-12-30
Applicant: 杭州电子科技大学
Abstract: 本发明提出了一种基于脑功能网络抑郁对比方法。首先采集正常人和抑郁症患者静息听歌状态下的多通道脑电EEG。然后采用脑功能网络建模方法，建立关联矩阵，提取反映神经活动特点的脑功能网络特征。在此基础上，分析研究平均聚类系数、平均路径长度、度分布等脑功能网络特征与抑郁机制之间的相关性，利用序关系分析法确定相关特征权重，得出抑郁对比结果。
-
公开(公告)号：CN114041807A
公开(公告)日：2022-02-15
申请号：CN202111560361.8
申请日：2021-12-20
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于小波包‑Copula传递熵的肌间耦合分析方法。本发明首先进行多通道肌电信号的同步采集与预处理，其次用小波包分解方法对肌电信号进行分解，再对分解得到的肌电信号进行Copula传递熵的计算，最后定量分析了上肢运动中相关肌肉在不同特征频段上的肌间双向耦合特性。本发明为探究运动功能控制机制提供有效的方法，具有良好的应用前景。
-
公开(公告)号：CN110175510B
公开(公告)日：2021-05-25
申请号：CN201910285096.3
申请日：2019-04-10
Applicant: 杭州电子科技大学
Abstract: 本发明提出了一种基于脑功能网络特征的多模式运动想象识别方法。本发明首先定义网络功能连通增率作为一种新的脑功能网络特征，然后依据神经生理学肢体运动与大脑皮层对应关系，构建以不同导联为中心的区域网络，计算各区域的网络功能连通增率组成多维特征向量，输入到支持向量机中，实现对多模式运动想象的识别。本发明可实时、准确识别出人体多种模式运动想象动作，识别结果可用于辅助康复训练的人机交互系统。
-
-
-
-
-
-
-
-
-
Search Results
143
records
(took 0.029 seconds)
