-
公开(公告)号：CN117643468A
公开(公告)日：2024-03-05
申请号：CN202311675466.7
申请日：2023-12-06
Applicant: 重庆邮电大学
IPC: A61B5/11 , A61B5/00 , G06F18/2113 , G06F18/2131 , G06F18/2135 , G06F18/2411 , G06F18/25 , G06F123/02
Abstract: 本发明涉及一种基于多源信息融合的无线跌倒检测方法，属于电子信息技术领域，首先基于融合IMU提取人体动作信息，再通过扩展卡尔曼滤波融合惯性数据解算人体姿态角，构建惯性数据的特征矩阵；进行CSI的噪声和偏移消除步骤，然后提取微分CSI特征；提出基于微分CSI的自适应跌倒动作分割方法，再通过CSI和微分CSI构建特征矩阵；提出多信息融合的特征选择方法将惯性数据特征矩阵与CSI特征矩阵进行融合处理。最后使用融合特征矩阵训练基于SVM分类器对人体跌倒动作进行检测识别；本发明通过结合IMU和CSI特征降低跌倒检测中存在的假阳性，从而增加提高准确率和鲁棒性。
-
公开(公告)号：CN116919803A
公开(公告)日：2023-10-24
申请号：CN202310717270.3
申请日：2023-06-16
Applicant: 重庆邮电大学
IPC: A61H31/00 , A61N1/39 , A61B5/0245 , A61B5/0531 , A61B5/332 , A61B5/33 , A61B5/00 , A41D13/12 , A41D1/04
Abstract: 本发明属于医疗器械领域，具体涉及一种心肺复苏和电除颤协同工作的智能背心，包括：电除颤模块、心率采集模块、气道打开辅助模块、心肺复苏模块、中心模块及背心；心率采集模块由聚吡咯织物电极、调理电路、自动数据采集电路ADC、存储器四部分构成；气道打开辅助模块由充气泵、软管、颈部顶起气囊及颚部顶起气囊构成，颈部顶起气囊和颚部顶起气囊通过软管与充气泵连接；心肺复苏模块由按压器和伸缩带构成；中心模块由编程控制器、独立电源、电动装置、报警器以及电阻测量器组成；本发明设计的心肺复苏和电除颤协同工作的智能背心属于穿戴式医疗器件，使患者可以脱离病房改善生活质量，同时解决了传统心肺复苏与电除颤仪器无法及时抢救的问题。
-
公开(公告)号：CN115429666A
公开(公告)日：2022-12-06
申请号：CN202211147937.2
申请日：2022-09-20
Applicant: 重庆邮电大学
Abstract: 本发明属于医疗器械领域，具体涉及一种心肺复苏智能背心，包括：光学心率传感器、按压头、可伸缩带、可编程逻辑控制器、心肺复苏传动装置以及背心；光学心率传感器设置在的胸部位置，心肺复苏传动装置设置在中心点，可编程逻辑控制器设置在心肺复苏传动装置中；光学心率传感器采集穿戴用户的心率和血压，将采集的信息输入到可编程逻辑控制器，得到心肺复苏传动装置的控制信号，该控制信号用于控制心肺复苏传动装置工作；可伸缩带和按压头均设置在背心上，其伸缩端以及按压头均与心肺复苏传动装置连接，通过心肺复苏传动装置，控制可伸缩带和按压头，对用户做心肺复苏运动；本发明设置有可编程逻辑控制器，通过该器件可对用户进行实时监测。
-
公开(公告)号：CN114612255A
公开(公告)日：2022-06-10
申请号：CN202210366361.2
申请日：2022-04-08
Applicant: 重庆邮电大学
Abstract: 本发明属于数据处理技术领域，具体涉及一种基于电子病历数据特征选择的保险定价方法，该方法包括：获取用户的电子病历数据；将用户的电子病历数据输入到基于均匀设计的混合采样模型中，得到平衡数据集；将平衡数据集中的数据输入到特征选择模型中，得到最优的特征；根据选取的最优特征采用随机森林算法对用户的患病风险进行预测，得到用户患病风险概率；根据用户患病风险概率进行保险定价；本发明采用HSUD采样模型对用户的电子病历数据中的不平衡数据集进行处理，得到了平衡数据集，提高了数据处理准确度。
-
公开(公告)号：CN113850229A
公开(公告)日：2021-12-28
申请号：CN202111211548.7
申请日：2021-10-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及人工智能领域，具体涉及一种人员异常行为预警方法、系统及计算机设备，方法包括获取视频图像数据，并对视频图像数据进行数据清洗；对视频图像数据进行预处理；对人体运动模式进行识别，为每一种类型设置分类标签，并进行多模态特征编码；去除数据中心冗余特征并通过信息增益选择特征；构造张量神经网络对视频中出现的人物进行追踪，根据追踪的任务轮廓基于步态能量图进行步态检测，并对视频中任务进行皮肤裸露度进行检测将裸露程度作为人物的外貌衣着指标，综合以上指标计算视频帧间图像进行相关性，并根据相关计算的结果对人物进行行为异常判断；本发明能够提高现场管控工作效率和降低工作负荷，增强预警差错控制。
-
Patent Agency Ranking
公开(公告)号：CN118349446A
公开(公告)日：2024-07-16
申请号：CN202410449048.4
申请日：2024-04-15
Applicant: 重庆邮电大学
Abstract: 本发明涉及在数据驱动决策和在线测试技术领域，具体涉及一种基于鞅停时的数据产品两版本在线测试方法，包括将所有用户分为用户A组和用户B组，向用户A组推送A版本数据产品，向用户B组推送B版本数据产品；记录用户A组和用户B组的浏览数据，并基于浏览数据计算A版本和B版本的转化率；检验AB测试模型的鞅停时条件，满足条件则发布鞅停时指令；收集用户A组和用户B组的用户浏览信息，结合用户注册的基本信息，计算每位用户的倾向性评分；根据倾向性评分，对用户A组和用户B组成员进行一对一匹配，构建多对用户匹配的数据集；利用匹配数据集，比较A版本和B版本的转化率，并选择转化率较高的版本进行发布；本发明提高在线测试的准确率。
-
公开(公告)号：CN118298179A
公开(公告)日：2024-07-05
申请号：CN202410537482.8
申请日：2024-04-30
Applicant: 重庆邮电大学
IPC: G06V10/26 , G06V10/762 , G06V20/70 , G06V10/82 , G06N3/0464 , G06N3/08 , G16H20/60
Abstract: 本发明属于人工智能领域，具体涉及一种基于U‑net模型的膳食图像分割方法，包括：获取原始图像集，对图像集中的图像进行预处理，得到训练集；将训练集中的图像输入到改进U‑net模型中，采用优化后的编码块对图像进行特征提取，得到优化后的特征图；将优化后的特征图输入到解码模块中，并通过跨层连接块将解码后的特征输入到输出层中，通过输出层得到膳食图像分割结果；根据膳食图像分割结果计算模型的损失函数；调整模型参数，当损失函数收敛时，完成模型的训练；本发明将深度可分离卷积嵌入模型解决模型计算量问题，通过图像滤波增强模型的特征提取能力，同时能够保证不增加模型的额外的参数更新。
-
公开(公告)号：CN117352131A
公开(公告)日：2024-01-05
申请号：CN202311279239.2
申请日：2023-09-28
Applicant: 重庆邮电大学
IPC: G16H20/60 , G16H10/60 , G16H50/70 , G06V20/68 , G06V10/26 , G06V10/764 , G06V10/82 , G06T7/62 , G06F18/22
Abstract: 本发明属于健康管理技术领域，具体涉及一种基于患者案例推理和食物图像分割的智能膳食推荐方法，包括：构建历史患者的膳食案例库；获取用户待摄入食物的图片，通过图像分割获取用户已摄入食材生重与营养元素等数据；通过新患者用户的健康指数数据与案例库的数据进行基于相似度的案例推理，得到新患者用户的最佳营养摄入目标值；通过目标规划实现患者营养实际摄入值与目标值之间的偏差变量函数值最小，进而调整营养摄入值，改善患者膳食方案；本发明的用途为通过对患者上传的食物生材图片以及患者特征进行评估计算，最后得出令患者满意的符合营养学的膳食方案。
-
公开(公告)号：CN117240559A
公开(公告)日：2023-12-15
申请号：CN202311238863.8
申请日：2023-09-22
Applicant: 重庆邮电大学
IPC: H04L9/40
Abstract: 本发明属于隐私安全技术领域，具体涉及一种基于安全多方计算的搭便车攻击检测方法，该方法包括：构建安全多方计算系统；获取用户节点，对用户节点对进行身份验证；获取用户节点数据，对用户节点数据进行预处理；对预处理后的数据进行搭便车分析，得到搭便车节点数量；对所有搭便车节点提供的数据进行分析，若搭便车节点提供的数据为异常数据，则将该搭便车节点删除，否则将数据添加到正常用户节点提高的数据列表中；对数据列表中的数据进行加密；对加密后的数据进行多方安全计算，输出安全计算结果；根据安全计算结果对用户节点进行保护；本发明采用空值检测以及Z分数检测对用户数据进行处理，从而排除用户中的搭便车者。
-
公开(公告)号：CN114469000B
公开(公告)日：2023-08-11
申请号：CN202210102329.3
申请日：2022-01-27
Applicant: 重庆邮电大学
Abstract: 本发明属于传感器数据处理领域，具体涉及一种基于多传感器数据强化学习的人体减跌防震智能监测方法及系统，包括：对被监测对象进行实时监测，采用多传感器采集被监测对象的感知数据；根据感知数据得到人体跌倒相关状态；将相关状态信息输入半观测马尔科夫决策过程模型，得到最优执行策略；根据该策略执行臂系统执行相应动作，该动作包括从候选的部位的执行臂中选择一个最大保护作用的执行臂，激活执行臂并输出充气命令，达到减跌防震的作用；执行臂动作完成后再次收集传感器感知数据，并得到人体跌倒相关状态，之后进入下一阶段决策支持过程；本发明基于强化学习的智能气囊干预方式能够对于不同跌倒类型的患者有针对性地降低跌倒的损伤风险。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.03 seconds)
