-
公开(公告)号：CN119732689A
公开(公告)日：2025-04-01
申请号：CN202510233779.X
申请日：2025-02-27
Applicant: 杭州网之易创新科技有限公司 , 中国医学科学院北京协和医院
IPC: A61B5/369 , A61B5/374 , A61B5/00 , G06F18/213
Abstract: 本公开提供一种癫痫样放电检测方法、装置、程序产品与电子设备，涉及计算机技术领域。该方法包括：获取受测对象的生物医学检测数据；从所述生物医学检测数据中提取第一电信号特征和第一睡眠特征；根据所述第一电信号特征和所述第一睡眠特征确定所述受测对象是否发生癫痫样放电。本公开提升了癫痫样放电检测结果的准确性和可靠性，为医生提供有效的辅助诊疗信息。并且减少了人工后处理的工作量，提高了检测效率。
-
公开(公告)号：CN119700140A
公开(公告)日：2025-03-28
申请号：CN202510232423.4
申请日：2025-02-27
Applicant: 杭州网之易创新科技有限公司 , 中国医学科学院北京协和医院
Abstract: 本公开实施方式涉及异常放电检测方法、异常放电检测装置、计算机程序产品与电子设备，涉及人工智能技术领域。其中，上述方法包括：确定受测对象的待检测生物医学信号，将待检测生物医学信号输入到第一异常放电检测子模型中，对待检测生物医学信号进行第一异常放电检测；对受测对象的待检测生物医学信号进行形式变换，得到待检测生物医学信号对应的类图像生物医学信号数据；将类图像生物医学信号数据输入到第二异常放电检测子模型中，对类图像生物医学信号数据进行第二异常放电检测；对第一异常放电检测和第二异常放电检测的检测情况进行融合，得到受测对象的异常放电检测结果。本公开能提高异常放电检测识别的效率和准确性。
-
公开(公告)号：CN119700135A
公开(公告)日：2025-03-28
申请号：CN202510233871.6
申请日：2025-02-27
Applicant: 杭州网之易创新科技有限公司 , 中国医学科学院北京协和医院
IPC: A61B5/369 , A61B5/374 , A61B5/00 , G06F18/213 , G06F18/214 , G06F18/241 , G06N3/0464
Abstract: 本公开提供一种人脑放电通道检测方法、装置、程序产品与电子设备，涉及计算机技术领域。该方法包括：获取受测对象的脑电数据；从所述脑电数据中提取第一特征；获取多个预设放电通道对应的放电通道编码；所述多个预设放电通道包括所述脑电数据对应的放电通道；将所述第一特征和所述放电通道编码输入放电通道检测模型，以确定所述受测对象的异常放电通道。本公开实现了人脑异常放电通道的自动化检测。
-
公开(公告)号：CN118787373B
公开(公告)日：2024-12-27
申请号：CN202411293834.6
申请日：2024-09-12
Applicant: 杭州网之易创新科技有限公司 , 中国医学科学院北京协和医院
IPC: A61B5/374 , A61B5/00 , G06F18/213 , G06F18/214
Abstract: 本申请的实施例提供了一种癫痫确定方法、装置、电子设备及计算机可读存储介质，涉及计算机技术领域。该方法包括：获取受测对象的脑电特征数据，对脑电特征数据进行脑电特征分析得到脑电特征分析结果；将脑电特征数据输入至训练好的癫痫分析模型中，以通过癫痫分析模型得到癫痫分析结果；结合脑电特征分析结果以及癫痫分析结果，确定出受测对象的癫痫状态。可见，结合脑电特征分析结果以及癫痫分析结果，确定受测对象的癫痫状态，避免人为偏差，提高了确定出的癫痫状态的准确度。
-
公开(公告)号：CN117598713B
公开(公告)日：2024-12-24
申请号：CN202311635642.4
申请日：2023-11-30
Applicant: 网易传媒科技(北京)有限公司 , 中国医学科学院北京协和医院
IPC: A61B5/369 , A61B5/372 , A61B5/00 , A61B5/346 , A61B5/318 , A61B5/397 , A61B5/389 , G06F18/2131 , G06F18/214 , G06F18/2415 , G06N3/047
Abstract: 本公开实施方式涉及一种癫痫发作间期的异常放电检测方法、装置、存储介质与电子设备，涉及生物医学检测技术领域。所述方法包括：获取目标用户的待测电信号；将待测电信号输入已训练神经网络模型进行处理，输出待测电信号存在异常放电的预测概率；已训练神经网络模型由训练集训练得到；训练集包括多个训练样本；训练样本包括癫痫患者发作间期存在异常放电的电信号及对应的标签、癫痫患者发作间期不存在异常放电的电信号及对应的标签、非癫痫患者的电信号及对应的标签；癫痫患者发作间期存在异常放电的电信号为排除了由心电信号和/或肌电信号引起的脑电信号中出现疑似异常放电的电信号。如此，能够提高阳性识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN119138908A
公开(公告)日：2024-12-17
申请号：CN202411171354.2
申请日：2024-08-23
Applicant: 网易传媒科技(北京)有限公司 , 中国医学科学院北京协和医院
Abstract: 本公开涉及脑电检测领域，具体涉及一种脑部放电异常检测方法、装置、存储介质及电子设备。该脑部放电异常检测方法包括：通过目标设备采集检测对象的脑电信号数据和关键点空间轨迹数据；所述关键点包括脸部关键点空间轨迹数据和身体关键点空间轨迹数据；以及采集检测综合信息；所述检测综合信息包括所述目标设备的基础信息、所述检测对象的基础信息以及所述检测对象所在检测环境的基础信息；将所述脑电信号数据、所述关键点空间轨迹数据以及所述检测综合信息输入预先训练完成的异常预测模型中，得到所述异常预测模型输出的异常预测结果作为脑部放电异常检测结果。本公开提供的脑部放电异常检测方法能够提高脑部放电异常检测结果的准确率和效率。
-
公开(公告)号：CN119097325A
公开(公告)日：2024-12-10
申请号：CN202411170911.9
申请日：2024-08-23
Applicant: 中国医学科学院北京协和医院 , 网易传媒科技(北京)有限公司
Abstract: 本公开实施方式涉及异常放电检测方法、异常放电检测装置、异常放电检测模型的训练方法、异常放电检测模型的训练装置、计算机可读存储介质与电子设备，涉及人工智能技术领域。其中，上述异常放电检测方法包括：确定受测对象的待检测生物医学信号和待检测监控视频；根据待检测监控视频确定出受测对象的运动特征，运动特征包括身体运动特征、头部运动特征、眼睛运动特征、嘴巴运动特征、鼻子运动特征中的至少一种；将待检测生物医学信号和运动特征输入到预先训练的异常放电检测模型中，以得到受测对象的异常放电检测结果。本公开将受测对象的视频动作和生物医学信号结合，进行异常放电的检测，可以提高检测的准确性。
-
公开(公告)号：CN119074012A
公开(公告)日：2024-12-06
申请号：CN202411162618.8
申请日：2024-08-22
Applicant: 中国医学科学院北京协和医院 , 网易传媒科技(北京)有限公司
IPC: A61B5/369 , H04L67/12 , A61B5/00 , A61B5/11 , G06F18/2433 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本公开的实施方式提供了一种脑部异常放电检测方法、系统、装置、设备及产品，涉及人工智能技术领域。该方法包括：获取受测对象的脑电数据；对脑电数据进行通道间特征提取，得到脑电数据的通道间互信息特征；基于通道间互信息特征对脑电数据进行通道内特征提取，得到脑电数据中各通道的通道内特征；根据多个通道内特征，确定受测对象的异常放电检测结果。本公开对脑电数据进行特征提取，不仅可以捕捉到脑电数据不同通道间的互信息，还可以提取到单通道的时频域信息，使得异常放电检测结果具有更高的检测精度。
-
公开(公告)号：CN116439725A
公开(公告)日：2023-07-18
申请号：CN202310348066.9
申请日：2023-04-03
Applicant: 中国医学科学院北京协和医院 , 网易传媒科技(北京)有限公司
Abstract: 本公开实施方式涉及大脑异常放电检测方法、异常放电检测模型的训练方法、大脑异常放电检测装置、异常放电检测模型的训练装置、计算机存储介质与电子设备，涉及人工智能技术领域。所述大脑异常放电检测方法包括：获取受测对象的生物医学信号及视频监控数据；将所述生物医学信号和所述视频监控数据输入至训练好的异常放电检测模型中，得到所述受测对象的异常放电检测结果；其中，所述异常放电检测模型用于根据所述生物医学信号和所述视频监控数据，确定出针对所述受测对象的异常放电检测结果。本公开能够快速输出准确度较高的异常放电检测结果，为医生提供较高的辅助参考价值，便于医生快速得出针对受测对象的诊断结果。
-
公开(公告)号：CN116400800A
公开(公告)日：2023-07-07
申请号：CN202310236983.8
申请日：2023-03-13
Applicant: 中国医学科学院北京协和医院 , 北京姬械机科技有限公司
Abstract: 本发明涉及一种基于脑机接口设备控制的ALS患者使用智能移动装置及控制方法，利用脑机接口BCI信号采集设备采用渐冻症ALS患者群体用户的脑电信号；利用主计算单元用于人工智能模式识别计算，实现对采集后的脑电信号数据进行特征提取及信号分析；获得大脑行动指令的识别分类结果；根据大脑不同的行动指令状态对智能移动装置中的电机驱动控制系统进行指令编码。本发明基于可穿戴便携式BCI设备，通过对大脑神经信号的采集和监测，采用人工智能算法自动化识别分类用户的行走意图，并且将大脑信号转变为移动装置的行走指令，从而实现ALS不能自主行走的问题。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.035 seconds)
