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。

    一种基于压缩脑电的新生儿睡眠分期方法

    公开(公告)号:CN115067875A

    公开(公告)日:2022-09-20

    申请号:CN202210477229.9

    申请日:2022-05-03

    Applicant: 复旦大学

    Abstract: 本发明属于生物医疗技术领域,具体为一种基于压缩脑电的新生儿睡眠分期方法。本发明方法包括:获取原始的新生儿脑电信号数据集并进行睡眠阶段的分期标注,将分期标注结果作为标准分期结果;对滤除背景噪声后的原始脑电信号进行压缩变换,得到压缩变换后的脑电信号,使得数据量极大缩减;将变换后的脑电信号与原始脑电的分期标注进行对齐;使用睡眠分期训练数据训练得到全自动新生儿睡眠分期网络;使用全自动新生儿睡眠分期网络对新生儿的睡眠过程进行睡眠阶段分期。本发明可将脑电信号进行压缩降低原始数据信息的冗余度,并构建自动分期模型以更轻便式的脑电信号数据源对新生儿的睡眠过程进行阶段分期,具有广泛的临床应用前景。

    一种基于人体形态表型的肺功能测量方法

    公开(公告)号:CN114242242A

    公开(公告)日:2022-03-25

    申请号:CN202111495339.X

    申请日:2021-12-09

    Applicant: 复旦大学

    Abstract: 本发明公开了一种基于人体形态表型的肺功能测量方法。其包括以下步骤:将人体肺功能指标作为因变量,人体形态表型数据作为自变量,构建机器学习模型;训练机器学习模型,使得机器学习模型预测的人体肺功能指标的值尽可能接近真实值,进而确定模型参数,获得肺功能指标预测模型;将待测新用户的人体形态表型数据输入肺功能指标预测模型计算肺功能指标,再将多个预测的肺功能指标整合分析,评估待测新用户的肺部健康状态。本发明的有益效果在于:本发明无需进行吸呼气、佩戴气体流量计等额外操作,充分利用人体形态表型特征即可对人员的肺功能进行测量,使用更加方便、成本更加低廉。

    用于睡眠监测的心肺信号感知与采集系统

    公开(公告)号:CN110236517A

    公开(公告)日:2019-09-17

    申请号:CN201910261068.8

    申请日:2019-04-02

    Applicant: 复旦大学

    Inventor: 王泽宇 陈炜 陈晨

    Abstract: 本发明属于睡眠监测技术领域,具体为一种用于家庭睡眠监测的心肺信号感知与采集系统。本发明系统包括信号采集传感器、多模态生理电信号处理模块、信号采集控制模块、无线传输模块、电源功耗管理模块、终端设备,以及相应的嵌入式控制软件程序及信号分析解算模块。本发明使用了大量高度可编程、高集成度、低功耗元器件,结合先进的现代信号处理技术,使得ECG信号、呼吸信号等多模态生理参数的监测变得便携化、简易化、低生产成本化,同时系统具备无察觉式体外检测信号的能力,为家庭睡眠监护以及疾病早期诊断提供了新途径。

    基于视频的智能飞行器追踪系统

    公开(公告)号:CN101909206A

    公开(公告)日:2010-12-08

    申请号:CN201010242587.9

    申请日:2010-08-02

    Applicant: 复旦大学

    Abstract: 本发明属于视频监控技术领域,具体为一种基于视频的智能飞行器追踪系统。包括安装在机场塔台上的监控摄像头及云台、转换器、视频分析模块、云台控制与分析模块、位于观察室中的显示屏;本发明利用计算机视觉特征构建实时视频监控检测模块,通过云台控制算法构建云台控制与分析模块。本发明可以自动追踪起降飞行器轨迹,降低机场对飞行器监控的人力资源的消耗,克服运动背景视频中对象提取与追踪的种种困难,利用监控视频,实现自动智能追踪录像分析,从而提高监控质量,可用于对机场中的飞行器进行起降全程追踪监控、录像和对起降行为异常分析。

    用于动态连续血压监测的床垫式柔性传感器

    公开(公告)号:CN217611040U

    公开(公告)日:2022-10-21

    申请号:CN202220639421.9

    申请日:2022-03-23

    Applicant: 复旦大学

    Abstract: 本实用新型属于生理指标监测技术领域,具体为一种用于动态连续血压监测的床垫式柔性传感器。本实用新型为多层结构,包括隔离层、柔性织物传感电极层、缓冲层;柔性织物传感电极用于感知和采集使用者的ECG和BCG信号;床垫底层为隔离层,用于隔离电极层之间的信号;缓冲层使不同的姿势下身体和电极保持紧密接触;本实用新型设计的床垫式柔性传感器,结构可靠,表面平整,舒适度高,使用时方便快捷;可用于感知和采集不同身高体型、不同睡姿下的ECG和BCG信号,以便于后续的连续血压监测。

    改良针筒脂肪抽吸活检手柄

    公开(公告)号:CN213640987U

    公开(公告)日:2021-07-09

    申请号:CN202022342459.3

    申请日:2020-10-20

    Abstract: 本实用新型公开了改良针筒脂肪抽吸活检手柄,包括:自前向后一体化固定连接的头部模块、滑动杆、尾部手柄,和与滑动杆嵌套悬浮连接且可沿其在头部模块与尾部手柄间滑动的滑动模块,头部模块包括头部主体和位于其上自前向后依次设置的针筒筒身托盘和若干个针筒尾部卡槽,滑动模块设有带扳机孔的滑动主体、位于其前端的针筒活塞柄卡槽和其两侧的固定片,滑动杆上设有若干固定棘齿与固定片作用阻止滑动模块回弹并维持负压,针筒筒身托盘、针筒尾部卡槽和针筒活塞柄卡槽的轴线重合。该活检手柄可避免抽吸活检操作过程中产生负压的零件针帽/活塞杆发生脱落、弹出和致伤风险,同时可单手操作灵活可控,还可适配于常用的不同规格针筒。

Patent Agency Ranking