基于一维长柱液相色谱串联质谱的蛋白质组分离鉴定方法

    公开(公告)号:CN103454371B

    公开(公告)日:2015-10-07

    申请号:CN201310310332.5

    申请日:2013-07-23

    Applicant: 复旦大学

    Abstract: 本发明属生物技术领域,涉及基于一维长柱液相色谱串联质谱的蛋白质组分离鉴定方法。该鉴定方法使用50cm的反相色谱柱,采用一维长梯度对蛋白质组学样品进行分离,经电喷雾电离,串联质谱进行一维蛋白质组分离鉴定,使用结果表明,本鉴定方法的实验操作简单、不需预分馏分,一次实验可达到传统二维分离质谱鉴定的效果;特别是对于少量样品的处理,一次实验仅需几微克样品就可完成一次蛋白质组学的数据分析,所需样品量少,对复杂生物蛋白质组的仪器分析效率达到7小时内实现对4000个以上蛋白质的分析鉴定,实现蛋白质的快速高效鉴定。

    一种家庭远程测控系统
    42.
    发明公开

    公开(公告)号:CN102202081A

    公开(公告)日:2011-09-28

    申请号:CN201110061138.9

    申请日:2011-03-15

    Applicant: 复旦大学

    Abstract: 本发明属于远程测控技术领域,具体涉及一种家庭远程测控系统。该系统包括控制终端、远端服务器、主站核心单元和受控节点;远端服务器用于处理和存储用户发送指令,以及对用户身份进行认证;主站核心单元用于接收用户通过所述移动终端以及互联网终端发送的命令,并将命令分发至所述受控节点;受控节点用于完成用户指定的控制以及检测操作。控制终端用于将用户命令发布至GSM网络或所述远端服务器。该系统自由度较高,允许用户自定制各个命令,以实现远程遥控和远程检测。本发明还为用户提供丰富的情景模式,用户可以自由设置触发条件及相应动作。本发明利用ZIGBEE技术实现设备间的交互,并对工作频点的选择和能量的分配进行了优化。本发明为用户提供了一个可视化的操作平台。

    一种柔性接触脑电电极及其制备方法

    公开(公告)号:CN108309291B

    公开(公告)日:2023-11-24

    申请号:CN201810198860.9

    申请日:2018-03-12

    Applicant: 复旦大学

    Abstract: 本发明属于电生理信号检测技术领域,具体为一种柔性脑电电极及其制备方法。脑电电极由柔性硅胶电极片和电极基座构成。柔性硅胶电极片上层为柔性硅胶层,下层为复合导电层,裁剪后的电极片包含圆形电极和连接柄;电极基座包括:电极片外固定卡扣的固定螺母、电极导线、脑电帽固定基座、电极片外固定卡扣、电极导线固定扣;其中,电极片外卡扣将硅胶柔性电极片固定在电极基座上,由外固定卡扣固定螺母将其固定。电极导线与柔性硅胶电极片由电极片外卡扣内壁的凸起处紧密压合,并由固定卡扣固定螺母固定于脑电帽固定基座上。本发明具有良好的接(56)对比文件WO 2015180464 A1,2015.12.03白秀军;屠迪;张红.脑电神经信号采集与提取研究的背景与现状.中国老年保健医学.2008,(第05期),全文.郑赛晶;顾文博;张建平;刘百战;张祥民.电偶法测量卷烟内部动态温度.烟草科技.2006,(第01期),全文.白秀军;屠迪;张红.脑电神经信号采集与提取研究的背景与现状.中国老年保健医学.2008,(第05期),全文.梅红伟;陈金君;彭功茂;王黎明;关志成.复合绝缘子高压端输电导线安装绝缘护套的研究.中国电机工程学报.2011,(第01期),全文.

    基于人体压力分布图像的睡眠状态及睡眠疾病检测系统

    公开(公告)号:CN116807405A

    公开(公告)日:2023-09-29

    申请号:CN202310781479.6

    申请日:2023-06-29

    Applicant: 复旦大学

    Abstract: 本发明属于睡眠状态识别技术领域,具体为基于人体压力分布图像的睡眠状态及睡眠疾病检测系统。本发明使用柔性压感床垫采集受试者的睡眠压力分布图像;使用红外摄像机记录睡眠睡姿;使用PSG记录睡眠过程中的睡眠阶段;使用PSG获取受试者睡眠过程中的AHI指数,并进行严重程度分级;将摄像机记录的睡姿、PSG获取的睡眠阶段与AHI指数作为金标准,使用压力分布图像构建数据集;采用硬参数共享的多任务学习框架,构建多个深度学习模型进行自动特征提取与分类,模型部署在STM32单片机中,直接在STM32中进行睡姿、睡眠阶段以及OSA的监测。本发明可实现更快速、更低成本、高准确度的睡姿识别、睡眠分期与OSA判别。

    一种睡眠中癫痫性电持续状态棘慢波指数自动量化方法

    公开(公告)号:CN116269439A

    公开(公告)日:2023-06-23

    申请号:CN202310131929.7

    申请日:2023-02-18

    Applicant: 复旦大学

    Abstract: 本发明属于癫痫性脑病辅助诊断技术领域,具体为睡眠中癫痫性电持续状态棘慢波指数自动量化方法。本发明首先获取ESES患者脑电图EEG记录数据,然后将原始的EEG数据处理为多个短窗口样本,用多个预设时间长度的缺省窗口对样本进行分割,随后通过卷积神经网络对原始信号进行空间滤波并提取信号的多维度时间特征,最终实现对NREM时期潜在棘波和棘慢波的分类和定位,实现对SWI的自动量化。本发明通过预设缺省窗口与多重特征卷积神经网络结合,可同时对不同持续时间的棘波和棘慢波进行自动检测。

    基于日间语音OSA严重程度判别识别模型的构建方法

    公开(公告)号:CN116110429A

    公开(公告)日:2023-05-12

    申请号:CN202310031801.3

    申请日:2023-01-10

    Applicant: 复旦大学

    Abstract: 本发明公开了一种基于日间语音OSA严重程度判别识别模型的构建方法。该方法包括以下步骤:采集受试者的语音信号;对语音信号依次进行预处理、特征提取、特征选择和特征拼接;构建均衡数据集;构建机器学习模型作为基分类器,对模型进行评价,从其中选择若干准确率较高的模型;采用Voting融合算法集成模型,取多个基分类器预测样本为某一类别的概率的均值,最高概率所对应的类别即为预测结果,强化模型的分类能力与泛化能力。本发明的模型用于识别判别阻塞性睡眠呼吸暂停综合征,无创、更快、成本更低、准确度高。

    基于心电和皮肤电联合分析的分娩恐惧检测方法和系统

    公开(公告)号:CN115778389A

    公开(公告)日:2023-03-14

    申请号:CN202211543465.2

    申请日:2022-12-02

    Applicant: 复旦大学

    Abstract: 本发明属于情绪监测和调节技术领域,具体为基于心电和皮肤电联合分析的分娩恐惧检测方法和系统。本发明包括:同步采集孕妇的原始心电和皮肤电信号,医生根据分娩态度问卷划分孕妇分娩恐惧等级;信号预处理,包括滤波去噪和标准化;对标准化处理后的心电和皮肤电信号提取耦合性特征;基于卷积神经网络模型得到心电和皮肤电信号的网络学习特征,并与耦合性特征进行融合;将融合后的综合特征输入双向长短时记忆网络模型进行分娩恐惧等级评估,得到分娩恐惧分类结果。相较于基于主观量表的分娩恐惧检测,本发明深入挖掘心电和皮肤电信号中包含的与孕妇情绪有关的信息,能够更加及时、准确地判别分娩恐惧,有利于孕妇及时了解与调整自己的心理状态。

    基于深度学习的无察觉式脑卒中患者手部动作识别方法

    公开(公告)号:CN115311737A

    公开(公告)日:2022-11-08

    申请号:CN202210809560.6

    申请日:2022-07-10

    Applicant: 复旦大学

    Abstract: 本发明属于健康检测技术领域,具体为一种基于深度学习的无察觉式脑卒中患者手部动作识别方法。本发明方法包括:患者手部动作的采集,手部动作设计为三大类17小类,使用非接触式Kinect传感器采集患者手部动作数据;对采集的数据进行预处理,用于模型训练和预测;采用三种深度学习模型TSN、I3D和Slowfast进行训练和预测,最后将三种模型预测结果进行融合,得到最终预测结果。本发明为脑卒中上肢精细动作活动识别提供了有效的解决方案,不再需要复杂繁琐的可穿戴式设备采集电信号,而是通过基于视觉的方式,更加便捷地识别脑卒中患者上肢活动,便于评估脑卒中患者恢复水平。

Patent Agency Ranking