-
公开(公告)号：CN104127181B
公开(公告)日：2017-04-12
申请号：CN201410350607.2
申请日：2014-07-22
Applicant: 杭州电子科技大学
IPC: A61B5/0488
Abstract: 本发明涉及一种基于WKFDA的肌电信号跌倒检测方法。首先，从人体下肢的相关肌肉组上采集表面肌电信号，运用能量阈值确定表面肌电信号的动作信号段，对动作信号段的表面肌电信号提取模糊熵作为待分类的特征。然后将特征样本点投影到特征空间，在特征空间中进行线性判别。这样就可以隐含的实现了原输入空间的非线性判别。并采用相应的平衡权重来调节样本核矩阵的贡献，可克服不平衡数据对分类性能的影响。由于采用了非线性映射，基于核的Fisher线性判别算法的数据处理能力大大提升了。实验结果表明，该方法获得了较高的跌倒模式平均识别率，识别结果优于其它分类方法。
-
公开(公告)号：CN104127181A
公开(公告)日：2014-11-05
申请号：CN201410350607.2
申请日：2014-07-22
Applicant: 杭州电子科技大学
IPC: A61B5/0488
Abstract: 本发明涉及一种基于WKFDA的肌电信号跌倒检测方法。首先，从人体下肢的相关肌肉组上采集表面肌电信号，运用能量阈值确定表面肌电信号的动作信号段，对动作信号段的表面肌电信号提取模糊熵作为待分类的特征。然后将特征样本点投影到特征空间，在特征空间中进行线性判别。这样就可以隐含的实现了原输入空间的非线性判别。并采用相应的平衡权重来调节样本核矩阵的贡献，可克服不平衡数据对分类性能的影响。由于采用了非线性映射，基于核的Fisher线性判别算法的数据处理能力大大提升了。实验结果表明，该方法获得了较高的跌倒模式平均识别率，识别结果优于其它分类方法。
-
公开(公告)号：CN103345641A
公开(公告)日：2013-10-09
申请号：CN201310300098.8
申请日：2013-07-16
Applicant: 杭州电子科技大学
IPC: G06K9/62
Abstract: 本发明提出了一种基于小波包熵和支持向量机的手部肌电信号动作识别方法。本发明先对表面肌电信号进行小波包分解，提取各节点的小波包系数矩阵，由各子带能量计算出小波包熵。以肌电信号的小波包熵为特征构建特征向量输入支持向量机分类器，并以固定间隔逐步增加参数的值，来搜索使模式识别率最高的SVM分类器参数值，对手部的多个动作进行分类。小波包变换是一种分析非平稳特性信号的有效方法且小波包变换在不同时频段均能精确刻画信号，提供丰富模式信息的特点，把三路sEMG信号提取的特征向量输入支持向量机，能有效识别出伸腕、屈腕、展拳、握拳、外旋、内旋6种动作模式，得到了比传统神经网络更高的识别率。
-
公开(公告)号：CN103054585A
公开(公告)日：2013-04-24
申请号：CN201310022821.0
申请日：2013-01-21
Applicant: 杭州电子科技大学
IPC: A61B5/11 , A61B5/0488
Abstract: 本发明提出了一种基于生物运动信息的上肢肩肘腕关节运动功能评价方法。本发明首先选择加速度信号和肌电信号作为上肢运动的生物运动信息。然后对加速度信号和肌电信号进行特征提取。在此基础上，从两方面对特征值进行筛选：针对不同类型的动作和针对执行动作能力的不同，根据信号特征的典型性和可区分性对特征进行筛选。最后利用两类信号的不同优势，将两类信号的特征值进行组合。以简式Fugl-Meyer评分值为标准，构建线性回归模型，进行多元信号特征的优化组合，以此作为上肢肩肘腕关节运动功能评价指标。本发明不仅可以进行在线的实时信息提取和评分检测，还能取代传统的上肢运动功能评价方法，更细致地对上肢运动功能进行量化评分。
-
公开(公告)号：CN102961203A
公开(公告)日：2013-03-13
申请号：CN201210527013.5
申请日：2012-12-10
Applicant: 杭州电子科技大学
IPC: A61F2/72 , A61B5/0488
Abstract: 本发明提出了一种基于EMD样本熵的表面肌电信号识别方法。本发明首先从相关肌肉组上采集相应的表面肌电信号sEMG，然后运用能量阈值确定sEMG的动作信号进行经验模态分解，依据频率有效度的方法自适应的选取若干个包含肌电信号有效信息的内蕴模式函数分量进行迭加作为有效肌电信号，求取样本熵，最后将样本熵作为特征向量输入基于主轴核聚类算法的聚类分类器，实现肌电信号的上肢多运动模式识别。本发明中样本熵能够从较短的时间序列中揭示动作表面肌电信号的复杂性，很好的表现肌电信号的细微变化情况，抗干扰能力强，算法简单，计算速度较快，特别适合肌电信号的实时处理。
-
Patent Agency Ranking
公开(公告)号：CN102722728A
公开(公告)日：2012-10-10
申请号：CN201210190008.X
申请日：2012-06-11
Applicant: 杭州电子科技大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于通道加权支持向量的运动想象脑电分类方法。本发明首先获取多通道运动想象脑电信号，其次在各通道脑电信号两两之间相关性分析基础上建立各通道的权重模型，然后将权重模型嵌入到通道加权支持向量机的原始优化问题中，对来自不同通道的输入数据赋予不同的权值，最后在两类分类算法基础上设计通道加权支持向量多类分类方法，自动地实现通道选择，提高多运动想象任务分类的准确性。该方法在脑-机接口领域具有广阔的应用前景。
-
公开(公告)号：CN101497196A
公开(公告)日：2009-08-05
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：CN119924838A
公开(公告)日：2025-05-06
申请号：CN202510001463.8
申请日：2025-01-02
Applicant: 杭州电子科技大学
IPC: A61B5/22 , A61B5/389 , A61B5/397 , A61B5/00 , G06F18/15 , G06F18/2131 , G06N3/0442 , G06N3/045 , G06N3/084 , G06N3/048
Abstract: 本发明提出了一种基于长短时记忆网络结合注意力机制的肌力估计方法，旨在解决传统肌力评估方法的局限性，该方法首先通过肌电传感器和力传感器采集多通道表面肌电信号和力数据，并进行小波去噪滤波处理。随后，应用通道注意力机制为每个通道分配权重，突出关键特征。处理后的数据输入长短时记忆模型，利用其记忆能力捕捉时间序列数据中的动态变化。为了进一步优化模型性能，引入残差连接和自注意力机制，使模型更关注自身信息。而后，构建混合注意力机制模块，结合通道和空间维度的注意力，增强特征表示能力。最后，对多个受试者的训练结果进行融合，提高模型的泛化能力。本发明增强了对肌力变化趋势的预测能力，具有优秀的准确率。
-
公开(公告)号：CN119864177A
公开(公告)日：2025-04-22
申请号：CN202510052177.4
申请日：2025-01-14
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种医学信息多智能体专家思维链协同推理方法及系统，首先基于大语言模型构建子专家智能体和总结者智能体，对医学信息进行处理，输出医学信息的处理结论。其次构建评估者智能体，对子专家智能体和总结者智能体的输出进行医学信息冲突评估，当总结者智能体的结论输出超过医学冲突阈值时激活多智能体辩论机制，输出处理结论是否可信。然后构建协调者智能体，选择调用的子专家智能体和总结者智能体，生成多条前向推理思维链。最后评估者智能体评估前向推理思维链输出是否超过医学冲突阈值，迭代更新输出的处理结论。本发明能够解析医学信息处理问题中的复杂问题，显著提升推理准确性和可解释性。
-
公开(公告)号：CN119557728A
公开(公告)日：2025-03-04
申请号：CN202411612412.0
申请日：2024-11-13
Applicant: 杭州电子科技大学
IPC: G06F18/241 , A61B5/16 , A61B5/374 , A61B5/00 , G06F18/2131 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开了基于多域注意力融合网络的情绪识别方法，该方法首先获取脑电EEG信号，并对EEG信号进行预处理，通过空频域混合通道注意力模块，进行通道特征提取，捕捉加权注意力特征。其次加权注意力特征通过CNN模块，提取EEG信号的空间和频域特征。然后将改进的多维自注意力与BiSRU相结合，捕捉空间和频域特征的综合特征。最后将综合特征通过Softmax函数进行分类，输出情绪识别结果。本发明增强了对脑电信号长期依赖关系的捕获能力，还有效提高了情绪识别的性能和效率。
-
-
-
-
-
-
-
-
-
Search Results
204
records
(took 0.032 seconds)
