-
公开(公告)号：CN117497129A
公开(公告)日：2024-02-02
申请号：CN202310634168.7
申请日：2023-05-31
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于视觉的游戏康复场景参与度行为识别方法。所述方法具体如下：构建基于视觉的游戏康复场景参与度行为识别模型，参与度行为识别模型包括眼部特征提取单元、姿态特征提取单元和时序特征提取单元；对参与度行为识别模型进行训练：在游戏康复场景中采集的训练样本视频数据集中，利用服务器对参与度行为识别模型进行训练，通过降低网络损失函数优化参与度行为识别模型的参数，直至参与度行为识别模型收敛，得到训练完成的参与度行为识别模型；利用参与度行为识别模型在新的游戏康复场景中识别参与度行为。本发明基于视觉进行游戏康复场景中的参与度行为识别，该方法简单有效，准确率高，能够实时为患者提供康复训练的监督和反馈。
-
公开(公告)号：CN116680677A
公开(公告)日：2023-09-01
申请号：CN202310585740.5
申请日：2023-05-23
Applicant: 华南理工大学
IPC: G06F21/32 , A61B5/389 , A61B5/00 , G06F18/10 , G06F18/2131 , G06F18/214 , G06F18/2415 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084 , G06F123/02
Abstract: 本发明公开了一种基于腕部佩戴阵列肌电信号的用户认证方法及系统，所述系统包括以下三个模块：(1)信号采集模块，以腕带形式环绕采集用户手腕处浅层肌肉的阵列肌电信号；(2)数据预处理模块，对模块(1)采集的原始表面肌电信号进行信号的滤波去噪、激活区域提取、特征提取工作；(3)用户认证模块，使用手势识别模型对模块2预处理得到的数据进行认证，并可视化结果。本发明基于表面阵列肌电信号进行用户的识别认证，该方法佩戴舒适，即时快速，能够进行高准确率的身份识别。
-
公开(公告)号：CN113367698B
公开(公告)日：2023-07-18
申请号：CN202110529422.8
申请日：2021-05-14
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于机器学习的肌肉运动状态监测方法，应用于各类肌肉运动状态实时监测的场景，包括如下步骤：基于简要生理信息选取肌群数学模型；校准环节采集目标肌肉肌力与对应sEMG样本点；基于SVR对样本点进行回归分析并实现肌肉激活程度的标准化；在虚拟环境对肌肉骨骼模型进行实时渲染。本发明还公开了相应的系统：数据采集模块；校准预测模块；映射与可视化模块；监测显示模块。本发明提供的方法及系统能够提供肌肉激活程度以及各种异常情况的实时可视化监测功能。
-
公开(公告)号：CN116449948A
公开(公告)日：2023-07-18
申请号：CN202310299525.9
申请日：2023-03-24
Applicant: 华南理工大学
IPC: G06F3/01 , G06F18/10 , G06F18/213 , G06F18/214 , G06F18/2415 , G06N3/0464 , G06N3/048 , G06N3/08 , G06N5/04 , A61B5/389 , A61B5/296 , A61B5/11 , A61B5/00
Abstract: 本发明公开了一种基于表面肌电信号的手势识别智能手环系统，包括以下四个模块：数据采集模块，采集受试者手腕处的表面肌电信号并对数据进行预处理；模型预训练模块，对轻量化的模型进行云端训练，将转换后的模型部署到边缘设备；本地推理模块，对数据进行本地推理得出相应的手势识别结果；自适应校准模块，对电极偏移等因素带来的肌电信号跨天跨被试的差异实现校准，提高手势识别的准确率。本发明基于表面肌电信号进行手势识别，该方法简单有效，准确率高，在使用户穿戴更舒适、操作更便捷的同时，能够实现低延迟低功耗高准确率的手势识别。
-
公开(公告)号：CN119548154A
公开(公告)日：2025-03-04
申请号：CN202411735956.6
申请日：2024-11-29
Applicant: 华南理工大学
Abstract: 本发明公开一种EEG‑fNIRS信号采集装置及相关系统，涉及生物智能传感技术领域，所述信号采集装置主要包括：EEG干电极、近红外光源、近红外光探测器、柔性信号传输板和控制电路。fNIRS的光源和探测器分布采用了双极探测器分布结构和光源共用的方式；EEG用于差分放大的双电极分布于fNIRS的光源和探测器之间，在提高信号质量的同时，合理利用了空间，实现了在同一节点EEG和fNIRS的同步采集。本发明所提供的信号采集装置：基于EEG与fNIRS数据在时间分辨率和空间分辨率上的优势互补，同时采集EEG‑fNIRS信号，提高了信息的质量；具有高密度的结构设计，提高了信息带宽；同节点采集使研究者能够观测EEG和fNIRS相互关系，为脑科学和神经医学研究提供新材料。
-
Patent Agency Ranking
公开(公告)号：CN113367698A
公开(公告)日：2021-09-10
申请号：CN202110529422.8
申请日：2021-05-14
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于机器学习的肌肉运动状态监测方法，应用于各类肌肉运动状态实时监测的场景，包括如下步骤：基于简要生理信息选取肌群数学模型；校准环节采集目标肌肉肌力与对应sEMG样本点；基于SVR对样本点进行回归分析并实现肌肉激活程度的标准化；在虚拟环境对肌肉骨骼模型进行实时渲染。本发明还公开了相应的系统：数据采集模块；校准预测模块；映射与可视化模块；监测显示模块。本发明提供的方法及系统能够提供肌肉激活程度以及各种异常情况的实时可视化监测功能。
-
公开(公告)号：CN115517657A
公开(公告)日：2022-12-27
申请号：CN202211140959.6
申请日：2022-09-19
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于人体运动特征的无线振动反馈系统，系统包括：多种边缘姿态传感器模块，多个边缘振动反馈传感器和边缘主机。边缘姿态传感器用于捕获人体的运动参数，通过无线通讯模块传输给振动反馈传感器，振动传感器中的MCU对运动参数进行解算，根据预设的规则进行不同模式的振动，对传感器佩戴者进行提醒。边缘主机对姿态参数进行收集，同时对振动反馈模式进行监控与振动反馈规则更改。该系统轻量，多功能，易监控易使用，能为康复训练提供有效的振动反馈。
-
公开(公告)号：CN114209296A
公开(公告)日：2022-03-22
申请号：CN202111308957.9
申请日：2021-11-05
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于表面肌电和惯性传感器的可穿戴康复评估设备。本发明的可穿戴康复评估设备，包括传感器模块，用于采集受试者在对应位置处的表面肌电信号和惯性传感器信号，由前臂传感子模块、上臂传感子模块、肩传感子模块及躯干传感子模块4个子模块组成；核心控制模块，用于采集数据的无线传输及通讯和电路电源供应；上位机模块，用于采集数据的接收和实时可视化显示。本发明具有穿戴方便、成本低廉，适用于中风患者的定期生理状况和运动功能的评估。
-
公开(公告)号：CN113261981A
公开(公告)日：2021-08-17
申请号：CN202110560703.X
申请日：2021-05-21
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于表面肌电信号的上肢痉挛量化评估方法，包括：采集受试者的上肢痉挛相关肌肉的表面肌电信号；对表面肌电信号进行预处理，并进行活动段划分；对处于活动段的肌电信号进行特征提取，提取到的特征包括多个频域特征和多个时域特征；在所提取到的频域特征和时域特征中进行特征选择，将所选择的特征重组得到新的特征集；在新的特征集上训练自适应神经网络模糊推理系统ANFIS模型；将待测的表面肌电信号输入训练得到的自适应神经网络模糊推理系统ANFIS模型，得到评估结果。还提供了相应的系统。本发明基于表面肌电信号进行上肢痉挛量化评估，该方法简单有效，准确率高，可为痉挛患者提供客观、定量的痉挛等级。
-
公开(公告)号：CN201433133Y
公开(公告)日：2010-03-31
申请号：CN200920058390.2
申请日：2009-06-12
Applicant: 华南理工大学
IPC: C02F3/28
CPC classification number: Y02E50/343
Abstract: 本实用新型公开了一种厌氧折流板反应器，反应器体为空心腔体，反应器体由多个分隔板竖向分隔成多个反应室，每个反应室为一个独立的上流式污泥床系统，污泥床中的污泥为颗粒化形态或絮状形态，第一个反应室底部设有进水口，最后一个反应室设有出水口，每一反应室顶部设有沼气收集口，分隔板上固定有导流管，导流管一端为溢流口，另一端为出口，溢流口固定在分隔板的上端，出口固定分隔板的底端；溢流口位于前一分隔室，出口位于后一分隔室，导流管连通相邻两分隔室，前一导流管的溢流口位置高于后一导流管的溢流口。本实用新型采用导流管代替折流墙导流，解决了分隔板与导流板相距较近，导致厌氧折流板反应器的施工难度大的问题，节约了施工费用。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.02 seconds)
