-
公开(公告)号：CN108245144A
公开(公告)日：2018-07-06
申请号：CN201810014367.7
申请日：2018-01-08
Applicant: 东北大学
IPC: A61B5/0205 , A61B5/0402 , A61B5/01
Abstract: 本发明的一种基于多传感器融合的非接触式监护床垫及监护系统包括：床垫本体、信号处理分析装置以及上位机监控装置；床垫本体上设置红外温度计、压电薄膜传感器和导电织物；信号处理分析装置包括压电信号处理模块、心电信号处理模块、AD转换模块和ARM处理器；ARM处理器对转换后的数字信号进行处理获得心率、呼吸率、温度以及心电信号。上位机监控装置对心率、呼吸率、温度以及心电信号进行分析获得患者身体动作、睡眠情况以及健康情况。本发明的监护床垫及监护系统可对病人进行24小时不间断监护，并在情况异常时给医生或家属发出报警提示，及时处理病情或发现意外离床的事故，便于做出迅速的补救措施。
-
公开(公告)号：CN103598888A
公开(公告)日：2014-02-26
申请号：CN201310486322.7
申请日：2013-10-16
Applicant: 东北大学
IPC: A61B5/11
Abstract: 一种穿戴式人体运动状态数据监测系统，包括接收器和多个人体运动状态数据监测装置；人体运动状态数据监测装置由受试者穿戴在腰部，该装置包括三轴加速度传感器和处理器；三轴加速度传感器用来监测受试者的人体运动状态数据并送至处理器；处理器用来获取处理器的供电电池的电压数据，并根据该电池电压数据对接收到的X轴加速度、Y轴加速度、Z轴加速度数据进行校准，校准后的数据发送至接收器。本发明对采集到的受试者运动状态下的人体运动状态数据进行电压补偿和倾角计算，并将人体运动状态数据监测装置自身坐标系上的加速度转换到物理坐标系中，对采集的加速度数据进行有效校准，能更加真实地反映运动过程中人体在前后左右上下方向的数据变化。
-
公开(公告)号：CN103093759A
公开(公告)日：2013-05-08
申请号：CN201310016106.6
申请日：2013-01-16
Applicant: 东北大学
Abstract: 一种基于移动终端的嗓音检测评估装置，包括嗓音检测评估终端，其包括信号采集及数据保存单元、嗓音信号处理及评估单元和数据输出单元；嗓音检测评估终端采用移动终端；信号采集及数据保存单元包括嗓音信号采集模块、嗓音信号数据保存模块和检测评估结果保存模块；嗓音信号处理及评估单元包括嗓音信号处理模块、嗓音信号周期检测模块、特征参数提取模块和嗓音信号特征评估分析模块；数据输出单元包括嗓音信号输出模块、嗓音信号波形绘制模块和检测日志访问模块。本发明具有嗓音信号采集、处理、分析和评估功能，基于移动终端的嗓音检测评估装置具有便携、低成本、性别差异不敏感等优点。
-
公开(公告)号：CN102270270A
公开(公告)日：2011-12-07
申请号：CN201110108108.9
申请日：2011-04-28
Applicant: 东北大学
IPC: G06F19/00
Abstract: 一种远程医疗听诊咨询系统属于电子信息与远程医疗技术领域。本发明包括医生终端电脑、用户终端电脑、电子听诊器、硬件切换装置和网络，医生终端电脑具有语音麦克和摄像头，并具有界面设计、网络通信、实时显示、辅助诊断、数据库和帮助系统子模块；该医生终端电脑能够完成从网络中接收音频数据，且能够播放、实现数据波形，获得辅助诊断参数；用户终端电脑具有语音麦克和摄像头，并具有界面设计、实时显示、网络通信和帮助系统子模块，该用户终端电脑能够将音频数据传送到网络；电子听诊器用于采集病人的心音数据，与硬件切换转置的听诊器接口相连接；硬件切换装置用于语音和心音的切换；网络用于连接用户终端和医生终端，并能够传送音频数据。
-
公开(公告)号：CN119488699A
公开(公告)日：2025-02-21
申请号：CN202411625030.1
申请日：2024-11-14
Applicant: 东北大学
Abstract: 本发明提供一种个性化智能跳绳与实时运动健康数据管理分析系统，涉及健康管理技术领域。该系统包括集成在跳绳手柄内的微控制器、数据采集模块、通信模块、跳绳调节模块、能量收集模块、辅助功能模块和集成在远程服务器的数据分析模块、用户数据管理模块和个性化运动方案生成模块以及移动终端；所述数据采集模块、通信模块跳绳调节模块、能量提供及回收模块、辅助功能模块均与微控制器连接；该系统可以实时监测用户的身体状况，从而预测用户的运动风险，还能够根据用户的历史数据和其他输入数据为用户提供个体化的训练指导，并将动能回收转化为电能。
-
Patent Agency Ranking
公开(公告)号：CN118452864A
公开(公告)日：2024-08-09
申请号：CN202410561062.3
申请日：2024-05-08
Applicant: 东北大学
IPC: A61B5/026 , A61B5/021 , A61B5/02 , A61B5/00 , G06F18/241 , G06F18/213 , G06F18/22 , G16H50/30
Abstract: 本发明属于智能可穿戴医疗健康监测技术领域，具体涉及一种基于多波长光电传感器的深静脉血栓连续监测系统和方法。监测系统包括顺次连接的下肢血流信号采集模块、智能信号处理模块和早期风险评估模块，下肢血流信号采集模块包括主控模块、多波长光电信号采集模块和袖带模块，智能信号处理模块包括信号预处理模块以及分别与信号预处理模块连接的交流分量时域特征提取模块、交流分量频域特征提取模块、直流分量特征提取模块和静脉血管阻力特征提取模块，早期风险评估模块包括特征处理降维模块、下肢血流状态评价模块、风险区域识别模块和风险等级评估模块。本发明能够判断使用者的下肢状态、可能患病区域和风险等级，实现深静脉血栓的预警。
-
公开(公告)号：CN116311077A
公开(公告)日：2023-06-23
申请号：CN202310374850.7
申请日：2023-04-10
Applicant: 东北大学
Abstract: 本申请提供了一种基于显著性图的多光谱融合的行人检测方法及装置，涉及智能驾驶技术领域，所述方法包括：获取当前时刻的目标区域的RGB图像和红外图像；对红外图像进行显著性行人检测处理，得到显著性图；利用预先训练完成的融合网络对RGB图像、显著性图和红外图像进行处理，得到多尺度行人检测结果；所述融合网络包括：Backbone网络，Neck网络和Head网络；所述Backbone网络，用于对RGB图像、显著性图和红外图像进行跨维度和跨通道的多模态特征提取，并通过可学习因子对多模态特征进行加权融合，得到行人区域显著的融合特征图；对融合特征图进行处理，得到三个尺度的特征图。本申请提高了夜间环境下行人检测的精度。
-
公开(公告)号：CN115633943A
公开(公告)日：2023-01-24
申请号：CN202211395915.8
申请日：2022-11-09
Applicant: 东北大学
IPC: A61B5/01 , A61B5/026 , G06F17/18 , G06F18/2411
Abstract: 本发明提供一种基于多模态连续监测信号的下肢静脉血栓预警评价系统，涉及可穿戴医疗健康监测技术领域。该系统通过下肢区域信号采集单元获取温度信号以及以动态和静态测量两种方式获取下肢区域血流信号；通过信号分解处理单元对下肢区域血流信号进行自适应小波降噪处理及特征通带成分提取；通过早期DVT风险评估单元对下肢血栓风险状态评估以及异常位置定位；下肢血栓风险状态评估使用基于特征频带框架的特征频分方法或SVM机器学习方法来实现；若经评估具有DVT风险，则将处理后的血流信号及采集的温度信号分别使用纵向定位方法和横向定位方法进行定位划分，并对划分结果进一步进行融合分析，进而对下肢可能存在DVT的异常位置进行精确定位。
-
公开(公告)号：CN115299899A
公开(公告)日：2022-11-08
申请号：CN202210947548.1
申请日：2022-08-09
Applicant: 东北大学
IPC: A61B5/021 , A61B5/022 , A61B5/11 , A61B5/318 , A61B5/352 , A61B5/00 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于多传感器的活动识别与逐搏血压监测分析预警系统，涉及可穿戴医疗健康监测技术领域。该系统包括人体活动与逐搏血压监测设备、传输装置、智能终端系统和智能云端系统；人体活动与逐搏血压监测设备用于实时连续采集使用者的生理信号，并传输到智能终端系统；智能终端系统将获取的多生理信号进行预处理，利用消除射血前期影响的脉搏波传导时间实时计算用户的逐搏血压数值，并进行血压校准，获取并显示云端返回的处理结果；智能云端系统可消除射血前期对脉搏波传导时间的影响、重建中心动脉压力波，并通过对人体日常活动的识别，融合人体活动信息进行心血管状态的联合分析，实现心血管状态的辨识、疾病风险的预警及辅助诊断。
-
公开(公告)号：CN108961273B
公开(公告)日：2021-10-29
申请号：CN201810719994.0
申请日：2018-07-03
Applicant: 东北大学
Abstract: 本发明涉及医学图像处理技术领域。本发明提出从CT影像中分割肺动脉和肺静脉的方法，包括：步骤S10：根据从CT影像中获取的肺血管数据和肺血管中心线图，确定肺血管中心线中的至少一个黏连点；并从所述肺血管数据中剔除所述至少一个黏连点，得到以肺血管中心线为根节点的多个血管子树；步骤S20：将所述多个血管子树按照匹配度划分为两类，分别为第一类血管子树和第二类血管子树；步骤S30：分别获取所述第一类血管子树和第二类血管子树对应的血管体积的数值，并确定血管体积数值较大的血管子树为肺静脉血管，血管体积数值较小的血管子树为肺动脉血管。本发明提供的分割方法的精度能够满足临床需求，且运算时间短。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.019 seconds)
