-
公开(公告)号：CN119577568A
公开(公告)日：2025-03-07
申请号：CN202311113314.8
申请日：2023-08-30
Applicant: 复旦大学
IPC: G06F18/2415 , G06F18/2431 , G06F16/35 , G06F16/334 , G06F16/3329 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种适用于不确定模态缺失的多模态情感识别系统，包括多模态信息感知单元、异构模态缺失样本生成单元、多粒度跨模态交互单元、特征语义一致性约束单元、自适应特征增强单元、选择性特征过滤单元、特征集成单元、情感识别单元以及情感显示单元。与现有技术相比，本发明通能够深入挖掘缺失模态中元素之间的自然相关性，最大限度地激发缺失模态潜在的能力，从而有效提升缺失模态场景下多模态情感识别方法的鲁棒性。
-
公开(公告)号：CN119495115A
公开(公告)日：2025-02-21
申请号：CN202311023919.8
申请日：2023-08-15
Applicant: 复旦大学
Abstract: 本发明涉及一种基于自适应权重特征融合和双流卷积神经网络的身体异常状况发作检测方法，包括以下步骤：构建数据集，并添加身体状况标签；对数据集中的人物进行表情分析，添加面部表情标签；对数据集进行数据增广；构建检测模型，以身体状况图像作为输入，身体状况标签、面部表情标签作为输出，检测模型包括用于提取整体身体姿态特征和局部面部表情特征双流卷积神经网络模块和对提取到的特征进行自适应权重融合的自适应权重特征融合模块；获取待检测图像并输入训练完成的检测模型，输出预测的身体状况标签、面部表情标签及其对应概率，实现身体异常状况发作检测。与现有技术相比，本发明具有检测精度高、不受限于应用场景等优点。
-
公开(公告)号：CN119418390A
公开(公告)日：2025-02-11
申请号：CN202411337099.4
申请日：2024-09-25
Applicant: 复旦大学
IPC: G06V40/20 , G06V20/40 , G06V10/776 , G16H30/00 , G16H40/20 , G06Q10/0639 , G06V10/82 , G06N3/0455
Abstract: 本发明涉及一种基于时序动作分割的医疗行为质量评估方法及系统，其中方法包括以下步骤：获取多种视角的拍摄设备采集的整个医疗过程中全部的操作行为视频，并分析视频的维度与帧数；将视频数据输入时序分割模型进行时序动作分割与识别，所述时序分割模型引入了扩散模型，包括特征提取模块、编码器和解码器三个部分，其中，所述特征提取模块提取视频对应的I3D特征，所述编码器将通用的I3D特征编码为更符合任务的特征，所述解码器完成扩散模型的迭代过程，从随机噪声中迭代生成预测动作标签序列；根据时序分割模型给出的动作标签序列和对应医疗行为的标准规范进行得分统计。与现有技术相比，本发明具有时序行为分割准确率高等优点。
-
公开(公告)号：CN118646481A
公开(公告)日：2024-09-13
申请号：CN202310239943.9
申请日：2023-03-13
Applicant: 复旦大学
IPC: H04B10/116 , H04B10/524
Abstract: 一种数据同步方法及同步系统、电子设备和存储介质，数据同步方法包括：获取探测器收集的连续帧光信息，连续帧光信息为探测器接收光信号获得；从每一帧的光信息中提取发光点对应的光学参数检测值；遍历探测器的每个帧，获取发光点对应的当前帧和相邻帧在探测器的当前帧曝光时间中的占比，以得到包含占比与探测器的每个帧的对应关系的占比数据；基于连续帧光信息对应的光学参数检测值以及占比数据，获得光发射装置每一帧的发光点对应的发光配置参数；基于发光配置参数，恢复光发射装置的数据帧。本发明通过获得占比数据，恢复出光发射装置每一帧的发光点对应的发光配置参数，从而改善因光相机与发光点之间时钟不同步而导致数据丢失的问题。
-
公开(公告)号：CN113730798B
公开(公告)日：2024-08-27
申请号：CN202110904369.5
申请日：2021-08-07
Applicant: 复旦大学 , 上海机器人产业技术研究院有限公司
Abstract: 本发明属于医用器械技术领域，具体为一种适应不同人手臂尺寸的非侵入式多通道电极阵列。本发明多通道电极阵列包括：接口、柔性电路板、电极、引线、水凝胶贴片；接口可以通过转接线与不同的电生理工作站连接，可以进行表面肌电信号采集，也可以进行手功能康复训练。柔性电极阵列长度超出实际使用需求时，可以从尾端剪去多余部分，不影响电极阵列的性能。水凝胶贴片粘在柔性电极阵列的电刺激靶点电极上，并且贴有水凝胶贴片的一侧以环绕的方式贴在手臂皮肤上。本发明能够适配不同患者的手臂尺寸，实现个体快速穿戴，减少电极阵列使用前准备时间；可以适配不同的电生理工作站；安全性高，有利于患者康复。
-
Patent Agency Ranking
公开(公告)号：CN115813409B
公开(公告)日：2024-08-23
申请号：CN202211542339.5
申请日：2022-12-02
Applicant: 复旦大学
IPC: A61B5/372 , G06F18/10 , G06F18/213 , G06F18/24 , G06F18/241 , G06N3/0464 , G06N3/044 , G06N3/08
Abstract: 本发明公开了一种超低延迟的运动图像脑电图解码方法。在本方法中，通过使用公开头部解剖模板建立信号传导模型，并使用标准化低分辨率层析成像方法获得皮质脑电。为了解决通道数上升带来的计算量大问题，使用滤波器组共空间模式方法获得空间滤波核，将特征提取计算量降低到线性程度。并使用包含三个域上的自注意力机制的分类网络完成特征的自动分类与挑选。本发明在四分类运动想象脑电任务中取得了先进的准确率，在具有相当低的延迟的同时具有较高的生理解释性。本发明中提出的解码方法有助于实现低延迟人机交互系统。
-
公开(公告)号：CN111832656B
公开(公告)日：2024-08-02
申请号：CN202010691420.4
申请日：2020-07-17
Applicant: 复旦大学
IPC: G06F18/25 , G06F18/2135 , G06F9/50 , G06F40/30 , G06N3/0442
Abstract: 本发明公开了一种医用人机交互辅助系统，它克服了目前医用人机交互辅助系统功能单一、感知范式窄、交互频率低的缺点。一种医用人机交互辅助系统，包括处理器、存储器和若干传感器，还包括执行如下步骤的程序：由所述传感器输入多模态传感信息；对多模态传感信息进行融合计算，获得融合后的多模态信息；对获取的多模态信息进行语义理解和分析；将分析结果利用交互式方法进行系统反馈。还包括若干分布式设备，多模态信息融合后，将融合的多模态信息分配给所述分布式设备进行分布式边缘计算。本发明为现今医疗行业提供一个模态丰富且高效的边缘智能终端。
-
公开(公告)号：CN115457368A
公开(公告)日：2022-12-09
申请号：CN202211159308.1
申请日：2022-09-22
Applicant: 复旦大学
Abstract: 本发明涉及一种太空目标6D位姿估计系统，包括特征提取单元、因果推理单元，关键点检测单元，位姿估计单元及神经网络量化单元，通过DarkNet‑53模型提取图像特征，并引入特征金字塔网络完成特征增强；因果推理单元基于反事实分析技术获得图像的无偏特征；关键点检测单元基于无偏特征预测出2D关键点坐标和置信度；位姿估计单元基于2D关键点等信息求解出卫星的6D姿态；神经网络量化单元大幅度减少系统能耗的同时可以保留极少的精度损失。与现有技术相比，本系统能够在恶劣的成像条件和复杂的太空背景下精确地完成卫星的6D位姿估计，同时节省资源，拥有更低的时延和相当可观的精度，为卫星在太空中的自动化任务部署和未来的发展提供有力基础保障。
-
公开(公告)号：CN111881818B
公开(公告)日：2022-07-22
申请号：CN202010732191.6
申请日：2020-07-27
Applicant: 复旦大学
Abstract: 本发明涉及一种医疗行为细粒度识别装置，包括摄像机、处理器和存储器及如下算法：通过摄像机采集实时发生的医疗行为视频；对视频数据预处理；获取上一时刻的卷积核的采样感受野；计算上一时刻图像与当前时刻图像的局部相干约束；计算当前时刻的感受野位移量；对每个采样点增加相应的位移量，获得变形后的卷积核；进行当前时刻的卷积运算，得到外观特征信息；计算感受野随时间的差值并提取运动特征信息；合并上述运动特征和外观特征，得到时空特征；将所述时空特征输入到三维卷积神经网络，经由全连接层得到动作分割与预测结果；对三维卷积神经网络的输出结果进行特征分割和动作分类预测。本发明可以提高系统的速度和效率及识别精度。
-
公开(公告)号：CN114638257A
公开(公告)日：2022-06-17
申请号：CN202210183478.7
申请日：2022-02-28
Applicant: 复旦大学
Abstract: 本发明公开了一种基于源成像的精细动作运动想象脑电信号解码方法。本发明采用的方法步骤为：（1）利用手指精细动作运动想象数据集作为待分析的脑电信号；（2）对精细运动想象的脑电信号进行源成像分析；（3）根据源成像结果进行分类，完成脑电信号解码。本发明方法能克服现有技术在精细动作运动控制时，运动意图与动作输出无法匹配，不能准确识别精细动作的问题。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.023 seconds)
