-
公开(公告)号：CN106202887A
公开(公告)日：2016-12-07
申请号：CN201610500040.1
申请日：2016-06-29
Applicant: 北京工业大学
IPC: G06F19/00
CPC classification number: G16H50/30
Abstract: 本发明公开了一种基于电子化POMS自评量表的心境状态评价方法，主要包含电子化POMS量表数据采集、量表数据存储与管理、量表采集天数判断及量表数据处理、心境状态长时间变化评估模型构建以及基于评估模型的心境状态长时间变化客观量化评价等操作步骤。本发明基于Android手机上安装的电子化POMS自评量表对用户进行长时间、多天的不同心境状态量化评估数据采集，采用数据统计和主成分分析的方法建立心境状态评估模型，旨在为用户提供主要心境状态及其变化、用户不同心境状态日常变化和总体心境量化评估等量化评估服务，从长时间、连续性的角度避免了传统量化方法中片段式、主观化评估心境状态的缺点，丰富了精神疾病客观量化领域的研究方法。
-
公开(公告)号：CN106166073A
公开(公告)日：2016-11-30
申请号：CN201610509466.3
申请日：2016-06-29
Applicant: 北京工业大学
IPC: A61B5/16
CPC classification number: A61B5/165
Abstract: 本发明公开了一种基于电子化POMS自评量表的心境状态自评系统，该系统包含能手机和后台云服务器两大部分。其中，智能手机安装了自主开发的电子化POMS自评量表，后台云服务器上接收手机发送的量表数据并运行心境状态评价算法，将得到的主要心境状态及其变化规律、用户不同心境状态日常变化规律和总体心境量化评估等结果发送到手机上并反馈给用户。本发明通过滑块和按钮等组件来操作电子化自评量表，简单方便的操作不仅适用于患有抑郁、躁狂、焦虑等精神疾病患者及复诊患者的日常精神状态评估，提高患者治疗依从性，而且可以为家庭、社区等环境下的正常用户提供精神状态评估服务，提高精神卫生医疗服务的可及性。
-
公开(公告)号：CN103442078B
公开(公告)日：2016-09-07
申请号：CN201310398838.6
申请日：2013-09-05
Applicant: 北京工业大学 , 江苏万维艾斯网络智能产业创新中心有限公司
IPC: H04L29/08
Abstract: 本发明提出一种传感器语义系统，包括传感器节点，局域网，监测中心服务器，Internet和短信报警模块，传感器节点布置在被测部位，与监测中心服务器通过局域网相连接，监测中心服务器内置的web服务器通过Internet向远程用户提供数据服务或发出预警信息，也可以通过短信报警模块发送预警短信，其特征在于传感器节点包含传感器信息语义模块、测点信息语义模块和感测数据语义模块，三个语义模块之间通过属性相关联，为传感器输出的数据增加语义背景，用RDF(Resource Description Framework：资源描述框架)描述上述三个语义模块，并通过URI(Universal Resource Identifier；统一资源定位符)将传感器信息、测点信息和感测数据定义为网络上的资源，感测数据语义模块将数据进行语义标注形成语义数据后进行存储，当存储空间超过限制时，自动覆盖最早存储的数据，同时通过服务器接口模块提交给监测中心服务器。
-
公开(公告)号：CN104200227B
公开(公告)日：2016-05-11
申请号：CN201410441415.2
申请日：2014-09-01
Applicant: 北京工业大学
IPC: G06K9/62
CPC classification number: G06K9/6269 , G06K9/0061 , G06K9/42 , G06K9/6232
Abstract: 本发明提供了一种用于人类认知模式识别的特征归一化方法及系统，该方法通过将特征数据按用户分组以形成特征矩阵，基于预定的归一化函数对特征矩阵进行分组参数估计以得到每个分组对应的分组参数，能够基于分组参数对特征矩阵的每个分组分别构建归一化函数，并利用构建的归一化函数对特征矩阵进行分组归一化处理。本方法采用多个归一化函数对认知模式特征数据进行归一化处理，既保留了现有特征整体归一化方法的优点，又减少了特征数据内部分布尺度过大的问题，从而提高了分类正确率，并具有很强的鲁棒性。
-
公开(公告)号：CN104644173A
公开(公告)日：2015-05-27
申请号：CN201510018792.X
申请日：2015-01-14
Applicant: 北京工业大学 , 首都医科大学附属北京安定医院
CPC classification number: A61B5/165 , A61B5/7242 , A61B5/7264
Abstract: 本发明涉及一种抑郁风险三级预警方法及系统，所述方法包括：采集静息态和任务态的BOLD信号及其对应的时间序列；从BOLD信号中提取静息态BOLD值和任务态BOLD值；根据静息态BOLD值和任务态BOLD值生成静息态BOLD变化率曲线和任务态BOLD变化率曲线；对静息态BOLD变化率曲线和任务态BOLD变化率曲线进行向量分析以得到变化强度值||ΔG||和变化矢量角θ；根据变化强度值||ΔG||和变化矢量角θ与预设的变化强度阈值||ΔG||阈值和变化矢量角阈值θ阈值进行预警级别判定。本发明通过对人体与抑郁症有关的生理指标进行定量的分析，实现了对不同程度抑郁高危人群的预警，并且预警稳定性好、正确率高。
-
Patent Agency Ranking
公开(公告)号：CN103646160A
公开(公告)日：2014-03-19
申请号：CN201310486579.2
申请日：2013-10-17
Applicant: 北京工业大学 , 江苏万维艾斯网络智能产业创新中心有限公司
Abstract: 本发明公开了一种fMRI任务态数据预处理中的去噪校正方法。本发明的去噪原理是：呼吸、心跳等因素对大脑产生的噪声效应可以近似看做是均匀分布的，而通常认为白质区不参与认知任务，因此在白质区测得的值可以近似看做是呼吸心跳等因素产生的噪声效应值。本发明通过线性回归运算用白质区得到噪声效应值估测其它脑区的噪声效应值，并用实际测量值减去噪声效应函数估算值，最后再加上被减去的实际测量值均值得到校正值。本发明首次在任务态下根据白质脑区信号进行fMRI数据去噪，去噪过程考虑任务态脑数据与刺激的关联性。与在灰质区采集信号相比，采用白质区采集到的信号进行校正不受实验任务限制，具有很好的通用性。
-
公开(公告)号：CN109567756B
公开(公告)日：2021-07-23
申请号：CN201811634325.X
申请日：2018-12-29
Applicant: 北京工业大学
IPC: A61B5/00 , A61B5/0205
Abstract: 本发明涉及一种基于人工智能床垫的睡眠状态检测方法，基于床垫、微动传感器，以及采集处理模块，微动传感器置于距离床头40～60cm处，且和心脏位置平齐，微动传感器实时获取被监测对象睡眠中的振动数据，并发送至采集处理模块进行自适应分段处理，之后通过数据处理实时获取被监测对象的睡眠状态参数，所述的数据处理方法分为三个阶段，即体动识别、呼吸和心率状态识别、最终实现用户睡眠状态的识别。本发明具有操作流程简单，无需专业人员的辅助与监督，不影响人的正常睡眠，非常适合居家或大规模应用。
-
公开(公告)号：CN109730658A
公开(公告)日：2019-05-10
申请号：CN201811634315.6
申请日：2018-12-29
Applicant: 北京工业大学
IPC: A61B5/0205 , A61B5/11 , G16H50/30 , A61M21/02
Abstract: 本发明涉及一种人工智能床垫系统，基于床垫、微动传感器，以及采集处理模块，微动传感器实时获取被监测对象睡眠中的振动数据，并通过数据处理实时获取被监测对象的睡眠状态，还设置了用户睡眠状态评价模块、手机和云端服务器；用户睡眠状态评价模块用于在获得被监测对象睡眠状态的基础上进行睡眠状态评价，采集处理模块将睡眠状态评价数据传至云端服务器；用户通过手机应用程序填充用户个人信息，形成用户个性化信息节点；服务器中的应用程序将睡眠状态评价数据与所述用户的个性化信息节点相关联，记录各个时间段用户的睡眠状态评价数据；根据用户当前睡眠状态评价数据推荐对应的助眠模式。
-
公开(公告)号：CN104572829B
公开(公告)日：2018-02-23
申请号：CN201410746209.2
申请日：2014-12-08
Applicant: 北京工业大学
IPC: G06F17/30
Abstract: 本发明属于脑信息学领域，涉及一种脑信息学研究推荐方法。所述方法包括：获得研究者过去发表的文献；统计研究者发表的每篇文献中对认知功能兴趣侧面的兴趣；计算认知功能兴趣侧面每个兴趣的保留兴趣值；计算认知功能兴趣侧面的最大兴趣保留值的兴趣；计算其它兴趣侧面即设备类型、被试类型和感知觉通道的最大保留兴趣；根据四个兴趣侧面的最大保留兴趣编写查询语句，将研究者的兴趣加入到查询语句中，获得推荐结果。本发明将脑信息源作为文献的元数据，能够更准确地表达文章的内容，以及研究者的研究兴趣。根据研究者对脑信息源模型的兴趣改善查询，与现有方法相比，解决了查询过剩问题，大大提高了查询结果的准确性。
-
公开(公告)号：CN104504404B
公开(公告)日：2018-01-12
申请号：CN201510037404.2
申请日：2015-01-23
Applicant: 北京工业大学
CPC classification number: G06K9/62
Abstract: 本发明公开一种基于视觉行为的网上用户类型识别方法及系统，对一个或多个不同类型用户的眼动数据进行采集和处理，获得注视信息数据集与用户类型集，根据注视信息数据集中的注视信息，获得一个或多个眼动特征数据，以形成采样数据集，从中选择眼动特征数据输入支持向量机，训练得到用户类型分类器，完成机器学习过程获得分类器，将采集的网上任意用户的眼动数据输入到训练好的用户类型分类器，根据分类器识别网上任意用户的用户类型。主要利用眼动追踪技术，获取计算用户浏览网页时三种眼动特征数据，根据眼动特征数据的不同，判断网上用户类型。基于视觉行为的用户识别，能够主动记录网上用户的眼动数据，提取数据简便可靠，准确率高，可信度高。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.035 seconds)
