-
公开(公告)号：CN116304689A
公开(公告)日：2023-06-23
申请号：CN202310167653.8
申请日：2023-02-27
Applicant: 复旦大学
IPC: G06F18/214 , A61B5/389 , A61B5/397 , G06F18/2132 , G06F18/2415 , G06F18/23213 , G06F3/01
Abstract: 本发明属于肌电模式识别技术领域，具体为一种基于迁移学习的抗姿态干扰腕部肌电模式识别校准方法。本发明方法包括：利用腕部肌电采集设备采集手腕处八通道肌电信号，对采集的连续序列通过划窗处理得到连续的四个特征值组成特征矩阵；采用原型分类器对腕部肌电模式识别；采用迁移学习的无监督模型进行校准，把控构建最小化特征分布距离的目标函数、最小化原型分类器经验误差目标函数，将两者组合得到优化问题；最后通过有标签的源域数据和无标签的目标域数据本身结构化信息对伪标签进行选择；本发明不需要提前对用户进行不同姿态的训练，减轻用户训练负担；在不重新训练分类器的情况下有效提升识别准确率；本发明可用于不同姿态下的假肢手控制。
-
公开(公告)号：CN118161135A
公开(公告)日：2024-06-11
申请号：CN202410318414.2
申请日：2024-03-20
Applicant: 复旦大学
IPC: A61B5/0205 , A61B5/318 , A61B5/352 , A61B5/00 , G06F18/10 , G06F18/2131 , G06F18/2433
Abstract: 本发明属于健康检测技术领域，具体为一种基于非接触式心电图和心率变异性的呼吸率估算方法。本发明方法包括对非接触式心电信号进行滤波和去噪处理；对经过预处理的心电信号使用两种独立的R波检测器确定心电拍中R波的位置；利用R波位置计算心率；对心率序列进行非均匀三次样条插值，得到HRV的EDR波形；对呼吸信号估算呼吸速率。本发明方法相对于其他呼吸速率测量方法，能够在便捷型的非接触式心电图基础上进行，利用心电图估算呼吸速率，无需额外的呼吸测量设备，而且计算复杂度和空间复杂度低，有利于实时估算；可用于构建无感式的生理监测环境，实现便携式智慧医疗的家庭应用普及。
-
公开(公告)号：CN116115231A
公开(公告)日：2023-05-16
申请号：CN202310164843.4
申请日：2023-02-27
Applicant: 复旦大学
Abstract: 本发明属于保健设备技术领域，具体为一种基于体表胃电的胃活动评估系统。本发明评估系统包括体表胃电图采集模块、胃电信号预处理模块、胃慢波传播特征估计模块；通过使用高密度电极阵列完整覆盖胃部体表投影区域，采集体表胃电信号，并记录高时空细节特征，使用更高级的自动化算法来处理收集的数据；通过对体表胃电信号经过预处理消除噪声和运动伪影，选取信噪比最高的通道提取传统体表胃电图参数，以取得更准确的参数结果。同时采用基于高密度表面胃电图估计慢波传播特征的方法，识别胃肌电功能障碍导致功能性消化不良和胃轻瘫等症状。本发明系统采集体表胃电信号准确性高，并能够更正确、客观反应人体胃活动状态。
-
公开(公告)号：CN117077014A
公开(公告)日：2023-11-17
申请号：CN202310164847.2
申请日：2023-02-27
Applicant: 复旦大学
IPC: G06F18/2411 , A61B5/389 , A61B5/397 , A61B5/00 , G06F18/2415 , G06F18/214 , G06F3/01
Abstract: 本发明属于手势识别技术领域，具体为一种基于肌电数据的弱监督手势识别方法。本发明方法包括：使用包含8个有效通道的肌电信号采集系统采集肌电信号数据；包括四种不同姿态下五种日常手势动作的肌电信号数据；对采集进行数据预处理，包括数据过滤和数据分割；然后提取4个特征：均方根值，波形长度，过零点和斜率符号变化；采用弱监督学习算法进行分类预测，预测模型采用拉普拉斯支持向量机、转导支持向量机、拉普拉斯岭回归；通过比较弱监督算法分类器的分类性能，在兼顾算法时效性以及准确率的同时找到适合腕部肌电信号手势识别的弱监督分类算法。实验表明，使用少量通道数据情况下具有高的预测精度，可达89.70％。
-
公开(公告)号：CN113952615A
公开(公告)日：2022-01-21
申请号：CN202111336441.5
申请日：2021-11-12
Applicant: 复旦大学
Abstract: 本发明公开了一种电刺激触觉感知方法；本发明将功能性电刺激电极组成的高密度电极阵列作为单一电刺激模块，通过电刺激电极组合实现手部精细动作的运动康复以及手部不同接触点的触觉反馈。本发明方法直接刺激和手部运动及触觉相关的神经肌肉，运动康复和触觉反馈均为电刺激产生的直接效果，符合人类的天然直觉，大大降低了使用者的训练成本。本发明通过使用高密度电极阵列，提高了电刺激系统的空间分辨率，大大弥补了现有电刺激系统空间分辨率不足、刺激功能不够精细的弊端。本发明可快速准确地搜索出不同精细动作及不同精细位置触觉所对应的电极组合。
-
Patent Agency Ranking
公开(公告)号：CN118266950A
公开(公告)日：2024-07-02
申请号：CN202410304329.0
申请日：2024-03-18
Applicant: 复旦大学
Abstract: 本发明为基于高密度表面肌电的帕金森患者病情评估系统，属于肌电医学诊断领域，具体为一种基于前臂高密度表面肌电的帕金森患者手部运动功能障碍评估系统。本发明方法包括：利用高密度表面肌电采集设备采集患者前臂屈肌与伸肌肌群处64*4通道肌电信号。对采集到高密度表面肌电进行运动单元分解，获取分离向量。汇集各个肌群的运动单元池，并计算两块肌肉的肌肉间、肌肉内的相关性。使用分离向量对不同状态下的运动单元进行追踪。根据运动单元池的相关性和可追踪的运动单元比例对治疗效果和运动功能进行评估。本发明使用非侵入式方法对患者进行运动功能评估，可操作性强，对患者无创，客观。可用于临床医学评估以及患者居家病程监测。
-
公开(公告)号：CN116822121A
公开(公告)日：2023-09-29
申请号：CN202310131480.4
申请日：2023-02-17
Applicant: 复旦大学
Abstract: 本发明属于无声语音识别技术领域，具体为基于面颈部发音肌群激活的SSR肌电电极贴片优化设计方法。本发明选择与发音过程密切相关的颧肌、颊肌、提角肌、颈阔肌、胸锁乳突肌、环甲肌、甲状舌骨肌、颏肌、降下唇肌作为目标肌群，面部、颈部两侧及下巴区域作为肌电信号的采集区域并贴敷320通道高密度表面肌电采集阵列，从生理信号层面获取高精度的发音肌群神经放电信息和肌肉运动信息；通过量化发音肌群的空间激活模式来确定活跃区域和非活跃区域，并通过增加活跃区域的通道密度和减少非活跃区域的覆盖面积来优化电极布局；通过电极优化布局，在兼顾高密度电极阵列捕获丰富肌肉活动特征能力的同时，减少冗余通道并提高计算效率。
-
公开(公告)号：CN119166997A
公开(公告)日：2024-12-20
申请号：CN202411205830.8
申请日：2024-08-30
Applicant: 复旦大学
IPC: G06F18/10 , A61B5/395 , A61B5/397 , A61B5/11 , A61B5/00 , G06F18/2135 , G06F18/24 , G06F17/16 , G06F17/14
Abstract: 本发明属于医学诊断和治疗评估技术领域，具体为基于HD‑sEMG和神经元分析的运动障碍治疗效果评估系统。本发明通过诱发运动障碍患者手部病理性震颤症状，采集前臂HD‑sEMG数据，分析、评估DBS治疗前后运动障碍患者病理性震颤症状的改善效果；系统包括：数据采集平台，记录前臂屈肌和伸肌的表面肌电数据；数据预处理模块，通过滤波去除噪声和基线漂移，提升信号质量；运动单元分解与识别模块，对前臂屈肌和伸肌的运动单元进行分解与识别；微观神经元特性分析模块，分析神经元放电特性，反映神经控制的变化情况；通过比较脑深部电刺激治疗前后的神经元特性变化，评估震颤症状的改善情况，辅助医生优化治疗方案，从而提升治疗效果，改善患者生活质量。
-
公开(公告)号：CN113952093B
公开(公告)日：2024-11-22
申请号：CN202111336305.6
申请日：2021-11-12
Applicant: 复旦大学
IPC: A61F2/72
Abstract: 本发明公开了一种肌电假肢控制无监督校准方法；本发明聚焦于基于回归的比例控制系统，使用基于肌电特征空间相关性的数据加权准则来对假肢控制模型进行无监督校准，通过肌肉活动产生的肌电信号识别截肢者的运动意图，从而对假肢进行意图控制。本发明无需采集目标用户的运动信息（关节力或力矩），可在假肢使用过程中完成用户的肌电信号采集，大大提高了模型校准过程的便捷性；本发明可持续采集使用过程中用户的肌电信息，并相隔特定的时间后重复校准，自动更新模型参数，定时更新模型，使得肌电假肢控制系统的性能在使用过程中逐步提升，大大降低了模型校准的成本，促进其商业化生产和更广泛的临床应用。
-
公开(公告)号：CN115444435A
公开(公告)日：2022-12-09
申请号：CN202210878763.0
申请日：2022-07-25
Applicant: 复旦大学
Abstract: 本发明属于人体动作监测技术领域，具体为基于高密度肌电采集阵列的咬合运动情况监测分析系统。本发明系统包含包括前端采集设备和信号处理硬件电路，以及上位机；上位机中预装载有信号分析和信息展示交流两个程序模块；客户端将从下位机接收到的信息采集并分析后的结果展现在图形用户界面中。本发明使用颞肌作为目标肌群，可进行肌电信息的有效采集；使用肌电采集阵列电极，所采集的肌电信号信息更丰富、范围更广泛；采用智能算法，可得到咬合动作时目标肌群肌肉的激活区域、质心、神经元支配区等空间的放电情况信息，以及单个肌肉运动单元的神经放电信息。本发明可对对微观神经肌肉工作机制为基础的人类口腔咬合运动情况进行高效监测分析。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.009 seconds)
