-
公开(公告)号：CN113161003A
公开(公告)日：2021-07-23
申请号：CN202010481018.3
申请日：2020-05-31
Applicant: 华南理工大学
IPC: G16H50/80
Abstract: 本发明提供了一种传染病患者活动轨迹和接触者追踪登记系统及方法。本发明基于客户端与服务器端的构架，由传感器收集到的多维体征数据有效确定潜在的感染者，然后通过实时采集用户的位置信息实现了这些感染者的活动轨迹全追踪。基于感染者的轨迹，完成感染者的足迹节点上的潜在接触者预警和登记工作。并且在服务器端可视化显示感染者活动轨迹及每个节点上的亲密接触者信息，在客户端可视化显示用户自己的活动轨迹信息。本发明基于客户端和服务器端的构架，但采用去中心化的响应策略，所有患者检测和亲密患者搜索算法均在客户端完成，可实现快速、高效、准确的检测、预警和追踪，能够避免通过新闻媒体搜索可能接触者的低效性和不准确性。
-
公开(公告)号：CN111973151A
公开(公告)日：2020-11-24
申请号：CN202010496607.9
申请日：2020-06-03
Applicant: 华南理工大学
IPC: A61B5/00 , A61B5/01 , A61B5/0205 , A61B5/11
Abstract: 本发明公开了一种基于可穿戴智能绷带的传染病监测系统及方法。所述方法包括如下步骤：可穿戴智能绷带收集人体多维体征数据；通过蓝牙通讯模块，将收集到的体征数据传输到配对的疫情监测终端；通过相应的检测算法对收集到的人体多维体征数据进行计算，以此检测人体的生理参数；疫情监测终端通过患者诊断模块，结合状态判断模块的输出，将体征数据与正常阈值进行比较、分析并判断个体的感染状态；如果各项体征数据在正常区间内，继续进行实时监控；当个体的体征数据超出正常范围时，则该穿戴者被判断为疑似感染者，并向个人监测终端发出提示。本发明能够及时地诊断新型冠状病毒感染者，对于患者的发现以及疫情的预防和控制至关重要。
-
公开(公告)号：CN106204718B
公开(公告)日：2019-08-20
申请号：CN201610502690.X
申请日：2016-06-28
Applicant: 华南理工大学
IPC: G06T17/00
Abstract: 本发明公开了一种基于单个Kinect的简易高效三维人体重建方法，该三维人体重建方法包括以下步骤：1)获取点云；2)点云预处理；3)局部对齐；4)全局对齐；5)表面重建。用户可以很容易地在诸如家里或办公室这样狭窄的空间内实现三维人体建模，所需要的仅仅是一台个人电脑和一台Kinect。为了使人体建模更加快速、准确和方便，本发明提出了一种有效的全身扫描的数据采集策略，只通过六个角度，每个角度三帧的扫描，便可以完全覆盖人体。而对Kinect捕捉到的点云数据的处理，包含局部对齐和在全局对齐两个步骤。这种新的三维人体建模方法可适用于大多数应用，比如数字测量、产品设计和在线购物。
-
公开(公告)号：CN109785437A
公开(公告)日：2019-05-21
申请号：CN201811534010.8
申请日：2018-12-14
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于六面体自动生成的三维人体温度场计算方法，具体步骤包括：(1)输入人体或者类人体的三维几何模型信息，生成人体或类人体模型，并对模型进行交互式的骨架提取；(2)对提取的骨架进行平滑化处理，并对人体进行语义分割；(3)对分割后的人体部位每一层用扫掠方法生成六面体网格，而对于骨骼的节点和端点则用等参变换的方法生成六面体网格；(4)对生成的六面体网格进行三维人体温度场的计算与模拟；(5)对模拟后的温度数字化表示并投射到三维人体几何模型中。本发明中的六面体生成模型更加符合人体生理模型的结构，更方便于计算生理模型。
-
公开(公告)号：CN107025332A
公开(公告)日：2017-08-08
申请号：CN201710132689.7
申请日：2017-03-07
Applicant: 华南理工大学
CPC classification number: G06F17/5009 , G01N13/00 , G01N13/02 , G01N2013/003 , G01N2013/0208 , G01N2013/0283
Abstract: 本发明公开一种基于SPH的织物表面微观水扩散过程可视化方法，该方法包括如下步骤：构建SPH微观水流体；查找SPH微观水流体的空间网格；获取基于SPH微观水流体的表面张力和接触角；设计织物结构；设计基于织物结构的扩散通道；设计微观水流体与织物的碰撞与吸收。本发明从小尺度水体出发，主要针对三维空间内不同小尺度流体和不同材质的织物发生接触时的反应，和流体分子在织物内部的扩散过程做仿真，并将结果可视化显示出来。
-
Patent Agency Ranking
公开(公告)号：CN111914619B
公开(公告)日：2024-05-24
申请号：CN202010532727.X
申请日：2020-06-12
Applicant: 华南理工大学
IPC: G06V40/20 , G06V10/764 , G06V10/80
Abstract: 本发明公开了一种基于人体姿态方位估算的摔跤检测方法，该方法包括如下步骤：手机端接收传感器集成设备测量的人体运动数据并进行输入校正；通过卡尔曼滤波融合人体数据和消除干扰项；根据人体运动数据进行人体姿势角度估算；根据人体运动数据和人体姿势角度进行摔跤检测判断。本发明将检测方法整合在手机端上，用户仅需佩戴一块轻便的传感器集成设备，手机端下载配套的客户端，就可以实现鲁棒的摔跤检测。当用户出现摔跤的情况时，手机端能及时发出警报。用户可以将传感器集成设备佩戴在躯干或腿部等任意部位，当传感器集成设备被佩戴在腰部和腿部时，摔跤检测的准确率达到100％。
-
公开(公告)号：CN107025332B
公开(公告)日：2021-05-14
申请号：CN201710132689.7
申请日：2017-03-07
Applicant: 华南理工大学
Abstract: 本发明公开一种基于SPH的织物表面微观水扩散过程可视化方法，该方法包括如下步骤：构建SPH微观水流体；查找SPH微观水流体的空间网格；获取基于SPH微观水流体的表面张力和接触角；设计织物结构；设计基于织物结构的扩散通道；设计微观水流体与织物的碰撞与吸收。本发明从小尺度水体出发，主要针对三维空间内不同小尺度流体和不同材质的织物发生接触时的反应，和流体分子在织物内部的扩散过程做仿真，并将结果可视化显示出来。
-
公开(公告)号：CN101483221B
公开(公告)日：2012-03-28
申请号：CN200910036821.X
申请日：2009-01-20
Applicant: 华南理工大学
CPC classification number: Y02E10/549
Abstract: 本发明提供了一种聚合物本体异质结太阳电池及其制备方法，所述聚合物本体异质结太阳电池由玻璃衬底、阳极、阳极缓冲层、光活性层、阴极界面层和阴极依次层叠构成，所述阴极界面层采用含有极性基团或离子性基团的极性单元的共轭聚合物，或者其对应的聚电介质构成。所述方法将作为阴极界面层的聚合物溶于极性有机溶剂中制备成溶液，溶液浓度为0.0001-0.05克/立方厘米；并将该溶液采用旋涂、刷涂、喷涂、浸涂、辊涂、丝网印刷、印刷或喷墨打印方式在光活性层(4)上形成阴极界面层(5)。本发明可大幅提高聚合物本体异质结太阳电池器件的性能，尤其是开路电压这一重要指标；采用溶液加工技术，制备工艺简单，制作成本低。
-
公开(公告)号：CN111973151B
公开(公告)日：2021-11-23
申请号：CN202010496607.9
申请日：2020-06-03
Applicant: 华南理工大学
IPC: A61B5/00 , A61B5/01 , A61B5/0205 , A61B5/11
Abstract: 本发明公开了一种基于可穿戴智能绷带的传染病监测系统及方法。所述方法包括如下步骤：可穿戴智能绷带收集人体多维体征数据；通过蓝牙通讯模块，将收集到的体征数据传输到配对的疫情监测终端；通过相应的检测算法对收集到的人体多维体征数据进行计算，以此检测人体的生理参数；疫情监测终端通过患者诊断模块，结合状态判断模块的输出，将体征数据与正常阈值进行比较、分析并判断个体的感染状态；如果各项体征数据在正常区间内，继续进行实时监控；当个体的体征数据超出正常范围时，则该穿戴者被判断为疑似感染者，并向个人监测终端发出提示。本发明能够及时地诊断新型冠状病毒感染者，对于患者的发现以及疫情的预防和控制至关重要。
-
公开(公告)号：CN108647400A
公开(公告)日：2018-10-12
申请号：CN201810348054.5
申请日：2018-04-18
Applicant: 华南理工大学
IPC: G06F17/50
Abstract: 本发明公开了一种多尺度框架下的热物理传输数值仿真方法,提出了一组多尺度非线性模型用来描述人体，织物，纤维材料和相变材料颗粒之间的混合型耦合热湿传输；所述多尺度模型整合了上述实体之间的动态热边界条件，采用了耦合偏微分方程描述，所述偏微分方程通过有限体积方法进行离散化。同时，考虑到不同的穿戴情景，提出了智能保暖服装数字化仿真的方案。在智能保暖服装的工程设计过程中，利用本发明提出的仿真方案，可以提前评估服装的热智能质量，从而降低设计成本。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.023 seconds)
