-
公开(公告)号:CN110264304A
公开(公告)日:2019-09-20
申请号:CN201910417675.9
申请日:2019-05-17
Applicant: 北京大学深圳研究生院
Abstract: 本发明涉及先进制造技术领域,公开了一种鞋子的大规模定制方法及系统。所述方法包括:对人群的足部特征数据进行聚类分析;根据聚类分析的聚类中心进行鞋内垫材质、鞋中底材质和鞋楦的定制类别方案;分析用户的足部特征数据和鞋垫表面形状特征数据;将用户的足部特征数据与聚类中心进行匹配;根据匹配的聚类中心匹配鞋内垫材质、鞋中底材质和鞋楦的定制类别方案;以及根据分析的用户足部的鞋垫表面形状特征数据、匹配的鞋内垫材质、鞋中底材质和鞋楦的定制类别方案进行用户鞋子的定制。通过定制与半定制结合的定制方案高效快捷地实现了用户鞋子的大规模定制,同时解决了用户个体足部差异化和舒适性的问题,提高了鞋子的制造效率并降低了人工成本。
-
公开(公告)号:CN109350006A
公开(公告)日:2019-02-19
申请号:CN201810911989.X
申请日:2018-08-10
Applicant: 北京大学深圳研究生院
IPC: A61B3/103 , A61B5/0402
Abstract: 本发明涉及医疗仪器技术领域,公开了一种糖尿病并发症视网膜病变数据的检测方法、仪器及医疗设备。所述糖尿病并发症视网膜病变数据的检测方法,包括:采集患者的心电信号数据;计算采集的心电信号数据中RR间期序列;对计算的RR间期序列进行特征分析以获取特征数据;将分析获取的特征数据与预先训练的视网膜病变检测模型进行特征匹配;以及根据特征匹配的结果生成糖尿病并发症视网膜病变的检测数据。本发明的技术方案,可方便快捷地基于糖尿病并发症视网膜病变的检测数据、患者病情或结合其他医疗检测数据情进一步分析,以对患者进行视网膜病变的诊断和治疗,提升了糖尿病并发症视网膜病变数据检测的便捷性、舒适性、工作效率和用户体验。
-
公开(公告)号:CN109276258A
公开(公告)日:2019-01-29
申请号:CN201810911834.6
申请日:2018-08-10
Applicant: 北京大学深圳研究生院
IPC: A61B5/145
Abstract: 本发明涉及医疗数据分析技术领域,公开了一种基于DTW的血糖趋势预测方法、系统及医疗设备。所述基于DTW的血糖趋势预测方法,包括:采集血糖真实值的时间序列P;通过PRRx预测方法获取血糖预测值的时间序列Q;计算时间序列P和时间序列Q的相似性度量;根据计算的相似性度量计算预测时间序列H的单位校准值;根据计算的预测时间序列H的单位校准值计算预测时间序列H预测血糖峰值;以及根据计算的预测时间序列H预测血糖峰值获取血糖趋势预测数据。通过实际距离到相似性度量的转化、相似性度量到新的预测距离的转化而获取到准确的血糖趋势预测数据,减轻了患者检测治疗的痛苦,提升了血糖趋势预测的准确性和治疗效果。
-
公开(公告)号:CN108461146B
公开(公告)日:2019-12-03
申请号:CN201810119313.7
申请日:2018-02-06
Applicant: 北京大学深圳研究生院
Abstract: 本发明公开了一种基于心电信号的糖尿病病情评估方法及系统,通过获取心电信号,及获取对应心电信号的特征指标,并得到心电信号的特征指标与糖尿病病情对应关系的模型函数;通过获取心电信号,计算并根据心电信号的特征指标,通过所述模型函数,得到糖尿病病情评估结果。系统也可以获取多个心电信号,得到多个糖尿病病情评估结果,对这些结果进行记录和分析,获取糖尿病病情发展趋势评估结果,用于糖尿病患者的日常病情监测和控制。相比现有技术,本发明可以通过无创方法评估糖尿病病情及发展趋势,用户体验好、成本低、易操作,便于糖尿病患者实现控制病情发展,甚至于延缓病情发展的目标。
-
公开(公告)号:CN108652614A
公开(公告)日:2018-10-16
申请号:CN201810118720.6
申请日:2018-02-06
Applicant: 北京大学深圳研究生院
IPC: A61B5/0402
Abstract: 本发明公开了一种心血管疾病病情评估方法及系统,通过获取心电信号,及获取对应心电信号的特征指标,并得到心电信号的特征指标与心血管疾病病情对应关系的模型函数;通过获取心电信号,计算并根据心电信号的特征指标,通过所述模型函数,得到心血管疾病病情评估结果。系统也可以获取多个心电信号,得到多个心血管疾病病情评估结果,对这些结果进行记录和分析,获取心血管疾病病情发展趋势评估结果,用于心血管疾病患者的日常病情监测和控制。相比现有技术,本发明可以通过无创方法评估心血管疾病病情及发展趋势,用户体验好、成本低、易操作,便于心血管疾病患者实现控制病情发展,甚至于延缓病情发展的目标。
-
公开(公告)号:CN110264304B
公开(公告)日:2022-01-11
申请号:CN201910417675.9
申请日:2019-05-17
Applicant: 北京大学深圳研究生院
Abstract: 本发明涉及先进制造技术领域,公开了一种鞋子的大规模定制方法及系统。所述方法包括:对人群的足部特征数据进行聚类分析;根据聚类分析的聚类中心进行鞋内垫材质、鞋中底材质和鞋楦的定制类别方案;分析用户的足部特征数据和鞋垫表面形状特征数据;将用户的足部特征数据与聚类中心进行匹配;根据匹配的聚类中心匹配鞋内垫材质、鞋中底材质和鞋楦的定制类别方案;以及根据分析的用户足部的鞋垫表面形状特征数据、匹配的鞋内垫材质、鞋中底材质和鞋楦的定制类别方案进行用户鞋子的定制。通过定制与半定制结合的定制方案高效快捷地实现了用户鞋子的大规模定制,同时解决了用户个体足部差异化和舒适性的问题,提高了鞋子的制造效率并降低了人工成本。
-
公开(公告)号:CN109276258B
公开(公告)日:2021-08-03
申请号:CN201810911834.6
申请日:2018-08-10
Applicant: 北京大学深圳研究生院
IPC: A61B5/145
Abstract: 本发明涉及医疗数据分析技术领域,公开了一种基于DTW的血糖趋势预测方法、系统及医疗设备。所述基于DTW的血糖趋势预测方法,包括:采集血糖真实值的时间序列P;通过PRRx预测方法获取血糖预测值的时间序列Q;计算时间序列P和时间序列Q的相似性度量;根据计算的相似性度量计算预测时间序列H的单位校准值;根据计算的预测时间序列H的单位校准值计算预测时间序列H预测血糖峰值;以及根据计算的预测时间序列H预测血糖峰值获取血糖趋势预测数据。通过实际距离到相似性度量的转化、相似性度量到新的预测距离的转化而获取到准确的血糖趋势预测数据,减轻了患者检测治疗的痛苦,提升了血糖趋势预测的准确性和治疗效果。
-
公开(公告)号:CN111714088A
公开(公告)日:2020-09-29
申请号:CN202010518567.3
申请日:2020-06-09
Applicant: 北京大学深圳研究生院
IPC: A61B5/00 , A61B5/01 , A61B5/0205 , A61B5/024 , A61B5/1455
Abstract: 本发明涉及中医检查技术领域,具体涉及一种基于中医原理的人体特征指标检测方法和系统,其中系统包括:一个或者多个信号采集装置以及处理模块,一个或者多个信号采集装置用于至少采集人体的呼吸心跳信号、经络穴位电波信号和红外体温光波信号中的一种或多种,处理模块用于根据呼吸心跳信号、经络穴位信号和体温信号中的一种或多种得到一个或多个人体特征指标。这些人体特征指标对中医诊断时起到更多的参考作用,使得诊断结果更加准确,同时采用本实施例的检测系统,无需医生采用功能单一的仪器逐项测量上述特征指标,提高了诊断效率。
-
公开(公告)号:CN108652604B
公开(公告)日:2020-03-10
申请号:CN201810119321.1
申请日:2018-02-06
Applicant: 北京大学深圳研究生院
IPC: A61B5/021
Abstract: 本发明公开了一种基于心电信号的无气囊血压检测方法及系统。本发明通过获取心电信号,及获取对应心电信号的pRRx序列,通过对pRRx序列进行线性分析和/或非线性分析,得到相应特征指标,将计算得到的特征指标和对应的血压值作为输入和标签,进行机器学习,训练得到心电信号的特征指标与血压值对应关系的模型函数;当要检测某个时间点的血压值,通过获取该时间点之前的心电信号,计算并根据心电信号的特征指标,通过所述模型函数,得到该时间点的血压值。与现有技术相比,通过无创、无气囊采集心电信号作为源信号,成本低、安全有效、易于连续测量操作、用户体验好,而且本方法的血压检测过程计算量较小,算法复杂程度低,效率高。
-
公开(公告)号:CN108652640B
公开(公告)日:2019-12-31
申请号:CN201810119790.3
申请日:2018-02-06
Applicant: 北京大学深圳研究生院
IPC: G16H50/70
Abstract: 本发明公开了一种基于心电信号的无创血糖检测方法及系统。本发明通过获取心电信号,及获取对应心电信号的pRRx序列,通过对pRRx序列进行线性分析和/或非线性分析,得到相应特征指标,将计算得到的特征指标和对应的血糖值作为输入和标签,进行机器学习,训练得到心电信号的特征指标与血糖值对应关系的模型函数;当要检测某个时间点的血糖值,通过获取该时间点之前的心电信号,计算并根据心电信号的特征指标,通过所述模型函数,得到该时间点的血糖值。与现有技术相比,通过无创采集心电信号作为源信号,成本低、安全有效,而且本方法的血糖检测过程计算量较小,算法复杂程度低,效率高。
-
-
-
-
-
-
-
-
-