公开(公告)号：CN117045239A

公开(公告)日：2023-11-14

申请号：CN202311108157.1

申请日：2023-08-30

Applicant: 桂林电子科技大学

Inventor： 黄用华 ,  张兴原 ,  庄未 ,  梁子彦 ,  冯杰浩 ,  黄富 ,  吕武 ,  曾明昊

IPC: A61B5/11 ,  A61B5/103 ,  A61B5/22 ,  A61B5/00 ,  A63B26/00

Abstract: 本发明公开了一种基于多传感器信息融合的康复机器人病患重心识别方法，用于解决患者在平衡感知康复训练过程中的重心识别和监测问题。本发明公开的方法基于平衡感知训练康复平台，通过视觉传感器、压力传感器等一系列传感器获取人体状态进行信息融合处理，平衡感知训练康复平台坐标系建立及力矩合成法解析人体重心动态输出。本发明有效解决因重心识别存在设备昂贵、以及测量准确度等问题，利用自动识别处理方式替代人工检测方式，本方法准确高效且实施简单明了，具有较强的工程实践意义。

公开(公告)号：CN116548921A

公开(公告)日：2023-08-08

申请号：CN202310511345.2

申请日：2023-05-08

Applicant: 桂林电子科技大学

Inventor： 庄未 ,  萧洪亮 ,  黄用华 ,  吕武 ,  曾明昊 ,  张兴原 ,  梁子彦 ,  骆泽众 ,  淮旭鸽

IPC: A61B5/00 ,  G06F18/214 ,  G06F18/24 ,  G06F17/15 ,  G01D21/02

Abstract: 本发明针对现有的一种平衡感知能力检测及康复机构缺少能够评判患病程度的完善算法系统的问题，提出基于高斯过程多分类算法，通过“一对一”的方法进行多分类器的构建和样本等级的判别。在训练环节，将不同类等级两两配对，选择合适参数，然后根据贝叶斯公式和EP近似的方法求得近似高斯分布的后验分布，进而训练得到多种组合的二分类器。在预测环节，将测试者的数据输入对应的二分类器，通过模型的计算可以得到测试样本的类别，统计票数最多的等级为测试样本的等级。最后，根据获得等级最多的个数判别为对应的等级。本发明为该机构后续的平衡感知能力康复矩阵生成提供合理有效的依据。本发明算法准确高效且实施简单明了，具有很强的工程意义。