-
公开(公告)号：CN120032892A
公开(公告)日：2025-05-23
申请号：CN202411830696.0
申请日：2024-12-12
Applicant: 复旦大学
Abstract: 本申请是关于一种深部脑刺激手术疗效的预测系统、介质及设备，具体涉及医疗技术领域。该系统包括：数据获取模块，用于采集目标对象在术前的脑电数据、多模态神经影像数据；采集目标对象在目标深部脑刺激手术方案下的疗效评估数据；数据预处理模块，用于对脑电数据、多模态神经影像数据进行指标计算，得到特征矩阵，特征矩阵包括：脑电数据指标特征矩阵、影像学指标特征矩阵；特征融合模块，用于将特征矩阵输入自编码器模块，进行特征融合，自编码器模块用于将特征矩阵转换为潜在表示；模型训练模块，用于基于潜在表示、疗效评估数据，构建深部脑刺激手术疗效的预测模型。
-
公开(公告)号：CN117838133A
公开(公告)日：2024-04-09
申请号：CN202211210733.9
申请日：2022-09-30
Applicant: 复旦大学 , 中山金色医疗科技发展有限公司 , 中山复旦联合创新中心
Abstract: 本发明公开的一种头贴设备，包括：本体(1)；粘贴层(2)，连接在所述本体(1)一侧；电信号传感器组件，包括电信号传感器和与所述电信号传感器(31)相连的一个或多个电极片(32)，所述电极片(32)连接在所述本体(1)设有所述粘贴层(2)的一侧，所述电极片(32)与人体相接触；光信号传感器组件，包括光信号传感器和与所述光信号传感器(41)相连的一个或多个光信号接收器，所述光信号接收器连接在所述本体(1)远离所述粘贴层(2)的一侧；控制电路(5)，与所述电信号传感器(31)和光信号传感器(41)相连。本发明公开的一种头贴设备，可准确的监测睡眠、且适合居家使用。
-
-
公开(公告)号：CN115350398A
公开(公告)日：2022-11-18
申请号：CN202210820059.X
申请日：2022-07-12
Applicant: 复旦大学
Abstract: 本发明公开一种自适应闭环神经调控决策方法、装置及电子设备，该方法包括，基于目标对象在当前采样时刻的电生理信号获得相应的目标反馈变量，目标反馈变量包括至少一个电生理信号特征；基于预先构建的动态控制目标模型，根据目标反馈变量获得当前采样时刻的动态目标值；基于目标反馈变量及动态目标值获得与当前采样时刻对应的目标刺激参数；该方法通过构建动态控制目标模型以获得实时的动态目标值，在此基础上进行闭环神经调控决策获得相应的目标刺激参数，从而有效提高神经调控的准确度，当本发明用于动态大脑状态下的神经调控时，可实现实时、个性化的自适应闭环神经调控决策。
-
公开(公告)号：CN113941090A
公开(公告)日：2022-01-18
申请号：CN202111101877.6
申请日：2021-09-18
Applicant: 复旦大学
Abstract: 本发明公开一种自适应闭环深部脑刺激方法、装置及电子设备，其中方法包括：通过粒子群优化算法进行参数搜索获取目标比例‑微分‑积分控制器参数以确定目标比例‑微分‑积分控制器，采用通过目标比例‑微分‑积分控制器获得的刺激参数进行深部脑刺激，进行深部脑刺激的同时对目标比例‑微分‑积分控制器参数进行在线校正，该方法可实现针对不同患者自动计算PID控制器增益且随着患者状态的改变自动校准PID控制器增益，以实现多状态、长时程条件下的个性化神经调控。
-
Patent Agency Ranking
公开(公告)号：CN113730798A
公开(公告)日：2021-12-03
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。
-
公开(公告)号：CN113674767A
公开(公告)日：2021-11-19
申请号：CN202111174280.4
申请日：2021-10-09
Applicant: 复旦大学
Abstract: 本发明提供一种基于多模态融合的抑郁状态识别方法，包括以下步骤：步骤S1，采集语音数据和人脸数据；步骤S2，对语音数据进行语音预处理；步骤S3，将预处理的语音数据通过阿里云接口转为语音文本，并对语音文本进行文本预处理；步骤S4，对人脸数据进行视频预处理；步骤S5，将预处理的语音数据映射到时频域上，得到二维矩阵；步骤S6，构建多模态融合神经网络模型，将二维矩阵、预处理的语音文本和视频数据共同输入到多模态融合神经网络模型，以被试者是否抑郁作为训练标签进行训练；步骤S7，将待测语音数据输入到完成训练的多模态融合神经网络模型得到对应的多个分类结果，再以投票法的方式选择类别更多的训练标签作为语音信号的最终分类结果。
-
公开(公告)号：CN113569725A
公开(公告)日：2021-10-29
申请号：CN202110850991.2
申请日：2021-07-27
Applicant: 复旦大学
Abstract: 本发明提供一种基于迁移Softmax回归的癫痫状态识别方法，通过源域和目标域之间的知识迁移，使得目标域脑电信号分布向源域靠近，以此提升模型在目标域数据上的识别效果，有效提升了癫痫发作检测的可靠性，具体包括以下步骤：步骤S1，利用滑动窗口对源域原始脑电信号和目标域原始脑电信号进行分段；步骤S2，利用四层小波包分解提取滑动窗口内的小波包分解系数，并构建特征向量；步骤S3，对特征向量进行联合概率分布调整从而进行源域和目标域之间的知识迁移，同时在该知识迁移过程中完成分类器的训练；步骤S4，由分类器输出目标域原始脑电信号的癫痫状态识别结果；其中，分类器为Softmax回归。
-
公开(公告)号：CN111436929A
公开(公告)日：2020-07-24
申请号：CN201910044069.7
申请日：2019-01-17
Applicant: 复旦大学
IPC: A61B5/0476 , A61B5/00
Abstract: 一种神经生理信号的生成和识别方法，对原始神经生理信号按照低分辨率到高频率的顺序进行重采样，将不同分辨率的信号按照从低分辨率到高分辨率的顺序依次向生成器和判别器中添加训练层，将生成器生成的特征图的每个空间位置的标准差作为衡量多样性的指标，将判别器生成的特征图的每个空间位置沿该位置通道方向做标准化，将生成器的输出作为判别器的输入进行联合训练，形成完整的生成对抗网络，将生成对抗网络生成的模拟神经生理信号和原始神经生理信号输入长短期记忆网络分类器中进行分类。本发明提高了模型训练的稳定性，增加了模型生成数据的多样性，生成的信号具有较高的IS和FID指标，提高了小数据量下神经生理信号的识别准确度。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.053 seconds)
