-
公开(公告)号：CN117045259A
公开(公告)日：2023-11-14
申请号：CN202311047049.8
申请日：2023-08-21
Applicant: 粤港澳大湾区精准医学研究院(广州) , 复旦大学
Abstract: 本发明属于生物医学中的睡眠医学领域，具体为一种基于多模态调控的睡眠监测与干预系统。本发明的睡眠监测与干预系统包括信号感知模块、模拟前端、主控模块、睡眠干预模块、无线传输模块、电源管理模块，以及上位机软件。信号感知模块用于感知原始EEG信号；模拟前端用于信号预处理，包含预处理模块和模数转换模块；主控模块包含微控制器；睡眠干预模块用于调控用户睡眠，包含音频模块、LED灯等；无线传输模块用于数据和指令交互；电源管理模块为系统提供稳定电源；上位机软件用于对数据进行显示和分析。本发明结合多种调控方式干预用户睡眠，可长时间佩戴；作为医疗系统的有效补充，改善、提高睡眠质量。本发明系统易于集成，便于推广使用。
-
公开(公告)号：CN116421144A
公开(公告)日：2023-07-14
申请号：CN202310119357.0
申请日：2023-02-15
Applicant: 复旦大学
IPC: A61B5/00 , G16H50/30 , G16H50/20 , G06N3/0442 , G06N3/0464 , G06N3/042 , G06N3/08 , A61B5/369 , A61B5/372
Abstract: 本发明属于癫痫性脑病辅助诊断技术领域，具体为一种ESES相关癫痫性脑病自动量化和预后评估模型及其训练和使用方法。本发明脑病自动量化和预后评估模型包括脑网络特征提取模块、脑电深度特征提取模块以及识别诊断模块；脑网络特征提取模块包括计算模块、图卷积神经网络、注意力机制网络，得到脑网络图论特征和图谱特征，并将两者融合得到数据片段间状态转换的信息；脑电深度特征提取模块用于提取脑电深度特征；识别诊断模块用于将由脑电深度特征提取模块提取的脑网络特征和由脑电深度特征提取模块提取的脑电深度特征进行融合，并进行ESES特征波的识别以及预后等级的评估。本发明不仅实现对ESES自动量化，还实现对ESES相关癫痫性脑病预后评估，从而大幅提高ESES诊疗效率。
-
公开(公告)号：CN116070168A
公开(公告)日：2023-05-05
申请号：CN202310030016.6
申请日：2023-01-10
Applicant: 复旦大学
IPC: G06F18/25 , G06N3/0455 , G06N3/0442 , G06N3/047 , G06N3/082 , A61B5/00 , A61B5/372 , A61B5/397 , A61B5/398
Abstract: 本发明公开了一种多模态数据多视角睡眠分期方法。本发明首先对多导睡眠图PSG的脑电EEG通道、眼电EOG通道、肌电EMG通道数据进行处理、分析，将原始的多模态PSG数据处理为三种不同视角的信号：一维信号，二维时频图和图拓扑结构。然后将信号的组合作为自变量，睡眠分期判读结果作为因变量，通过留一验证法测试模型性能指标，构建多视角融合模型；最后将个人的整夜PSG数据输入上述的多维融合模型学习模型，得到睡眠分期判读结果。本发明的自动睡眠分期方法高效、适合临床、结果鲁棒。
-
公开(公告)号：CN113261982B
公开(公告)日：2023-01-06
申请号：CN202110350897.0
申请日：2021-04-01
Applicant: 复旦大学
Abstract: 本发明属于睡眠监测技术领域，具体为一种基于眼电的便携式智能睡眠眼罩。本发明便携式智能睡眠眼罩包括眼电传感器、采集通道模块、生理电信号处理模块、信号采集处理模块、FPGA主控模块、电源功耗模块、串口通信模块、终端设备以及相应的嵌入式控制软件程序及信号睡眠分阶算法模块。本发明使用可编程门阵列，高集成低功耗元器件，结合深度学习网络模型等实现对眼电的实时采集与睡眠阶段、睡眠质量的分析。该系统便携、舒适，成本低廉，可为家庭睡眠监护及睡眠早期疾病诊断预防提供新的解决方案。
-
公开(公告)号：CN115153430A
公开(公告)日：2022-10-11
申请号：CN202210626575.9
申请日：2022-06-03
Applicant: 复旦大学
Abstract: 本发明属于健康检测技术领域，具体为一种基于柔性压感床垫的睡眠姿势监测系统。本发明系统包括包含前端采集设备、信号采集与处理电路和算法模块；前端采集设备为一柔性压力传器感，做成床垫形式，用于采集人体的压力；信号采集与处理电路，包括分压模块、N选1模块和STM‑N模块；算法模块用于对采样的人体压力分布图进行处理，并实现睡眠姿势的预测。算法模块中采用网络FCSNet进行频域通道选择，采用网络Tiny‑MobileNetV2作为推理模型，简化了网络的复杂性，并减少运行时间。实验结果表明本发明能够实现睡眠姿势的高精度识别，大大降低产品的成本、功耗，提升便携性和隐私安全性，有助于睡眠姿势监测推广普及至普通家庭的日常监护。
-
Patent Agency Ranking
公开(公告)号：CN109497988A
公开(公告)日：2019-03-22
申请号：CN201811522729.X
申请日：2018-12-13
Applicant: 复旦大学
IPC: A61B5/0402 , A61B5/0476 , A61B5/0496 , A61B5/0488 , A61B5/08 , A61B5/145 , A61B5/11 , A61B5/00
CPC classification number: A61B5/0402 , A61B5/0002 , A61B5/04012 , A61B5/0476 , A61B5/0488 , A61B5/0496 , A61B5/08 , A61B5/1118 , A61B5/14542 , A61B5/4806 , A61B5/4812 , A61B5/4815 , A61B5/7203 , A61B5/7225 , A61B5/725 , A61B5/7264
Abstract: 本发明属于睡眠监测技术领域，具体为一种用于家庭睡眠监测领域的多模态生理电信号监护系统。本发明系统包括信号采集电极组件、预处理电路模块、多模态生理电信号处理模块、信号采集控制模块、无线传输模块、电源功耗管理模块、终端设备以及相应的嵌入式控制软件程序及信号分析解算算法模块。本发明使用了大量高度可编程、高集成度、低功耗元器件，结合先进的现代信号处理技术使得诸如脑电(EEG)、眼电(EOG)、心电(ECG)、肌电(EMG)等多模态生理参数的监测变得便携化、简易化、低生产成本化，从而为家庭睡眠监护提供了新途径。
-
公开(公告)号：CN103475617A
公开(公告)日：2013-12-25
申请号：CN201310405861.3
申请日：2013-09-09
Applicant: 复旦大学
Abstract: 本发明属于通信技术领域，具体涉及一种宽带电力线通信系统中的定时同步电路。该电路系统由自相关/能量模块、阈值计算模块和控制模块三部分组成。自相关/能量模块分别计算输入数据的自相关值和能量值；阈值计算模块处理自相关值和能量值，得到输入数据的度量值，并判断是否触发正负阈值；控制模块则根据输入数据，自相关/能量模块和阈值计算模块的输出结果，切换电路的工作状态。本发明中将度量值计算中原本的多次除法运算转化为了加减法和移位运算，有效降低了电路的复杂度，本发明设计的电路可在100MHz下工作，满足基带传输宽带电力线通讯的数据速率要求。
-
公开(公告)号：CN116108398A
公开(公告)日：2023-05-12
申请号：CN202310030005.8
申请日：2023-01-10
Applicant: 复旦大学
IPC: G06F18/25 , G06F18/2113 , G06F18/2431 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/08 , A61B5/00
Abstract: 本发明公开了一种全自动阻塞性睡眠呼吸暂停征识别模型的构建方法；本发明对人体形态特征（含基本信息，如年龄、性别等）、语音、三维面部三种不同信号进行特征提取，并将三类特征融合至深度学习网络进行OSA患者识别及OSA严重程度判别。本发明采用特征选择算法对所提特征进行最优特征筛选，并将筛选后的特征进行特征融合，采用数据均衡算法使得样本种类达到均衡，采用深度学习网络挖掘更深层次的特征得到更加精确的结果。
-
公开(公告)号：CN114767081A
公开(公告)日：2022-07-22
申请号：CN202210289488.9
申请日：2022-03-23
Applicant: 复旦大学
Abstract: 本发明属于生理指标监测技术领域，具体为一种非皮肤直接接触式动态连续血压监测系统。本发明采用柔性传感材料同时监测多通道的心电和心冲击图信号，并通过高精度算法实现对血压进行连续的监测；系统包括柔性传感器模块、数据采集模块、嵌入式主控模块、电源功耗模块、无线通信模块、监控终端设备以及相应的嵌入式控制软件程序及信号识别算法模块。本发明无需佩戴额外设备，仅需躺在设备上即可测量血压，最大程度保证用户使用体验。信号采集的稳定性好，血压测量准确性高；监控终端可为电脑或手机等形式，提供操作界面与用户进行交互、存储数据，并生成健康报告，可以辅助医生提供参考性建议，提升医生诊断效率。
-
公开(公告)号：CN107788976A
公开(公告)日：2018-03-13
申请号：CN201710864522.X
申请日：2017-09-22
Applicant: 复旦大学
IPC: A61B5/0476 , A61B5/0478 , A61B5/00
CPC classification number: A61B5/0476 , A61B5/0478 , A61B5/4806
Abstract: 本发明属于睡眠监测技术领域，具体为一种基于振幅整合脑电图的睡眠监测系统。本发明系统利用碳海绵材料制备的柔性脑电电极来获取脑电信号，通过放大、滤波、模数转换和蓝牙传输，将处理后的脑电信号实时传输到移动设备；在移动设备上，通过对脑电信号的转换，获取振幅整合脑电信号，再结合特征提取的算法得出多种振幅整合脑电信号特征信息，并通过机器学习算法对其进行睡眠阶段分类，从而实现睡眠状态和质量的分析和监测；最后将分析得到的睡眠数据和原始脑电信号实时动态上传到云平台上，通过知识推理机实现远程医疗辅助和临床决策支持。本发明系统操作简单，适用范围广，有利于用户实时了解自己的睡眠质量，合理地调节自身睡眠习惯从而达到预防隐性疾病的发生。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.045 seconds)
