一种用于测试足底压力分布的鞋垫

    公开(公告)号:CN108742541A

    公开(公告)日:2018-11-06

    申请号:CN201810683102.6

    申请日:2018-06-28

    Applicant: 清华大学

    CPC classification number: A61B5/1038 A43B17/00 A61B5/6807 A61B2562/0247

    Abstract: 本发明涉及一种用于测试足底压力分布的鞋垫,属于人体检测技术领域。包括鞋垫上表层、柔性线路板、石墨烯传感层、导电薄膜层底层和鞋垫下表层;鞋垫上表层、柔性线路板、石墨烯传感层、导电薄膜层底层和鞋垫下表由上而下依次排列。柔性线路板上设有脚趾导电薄膜、脚掌导电薄膜和脚跟导电薄膜,所述的脚趾导电薄膜、脚掌导电薄膜和脚跟导电薄膜分别通过线路板内引线与鞋垫边缘的检测接口相连接。本发明鞋垫的制备过程简单,核心功能部分是在鞋垫夹层中均匀掺入石墨烯,并在上下添加柔性电极进行传感,匹配柔性线路板进行信号的采集和读出。本发明的鞋垫,压力测量点设计方便,可针对脚底的任何区域和范围进行压力测量。

    用于基于图的推荐的方法和装置
    3.
    发明公开

    公开(公告)号:CN118020067A

    公开(公告)日:2024-05-10

    申请号:CN202180101577.X

    申请日:2021-08-17

    Abstract: 本公开内容提供了一种用于处理具有多个节点和该多个节点之间的多条边的图的方法,其中所述多个节点包括一个或多个用户节点和一个或多个项目节点。该方法包括:通过从给定用户节点遍历图,来获得该图的用于该给定用户节点的子图,将该子图划分为多个区域,其中该多个区域包括与给定用户节点相邻的第一区域、远离该给定用户节点的第二区域以及第一区域和第二区域之间的中间区域,并且在中间区域中执行采样以获得用于该给定用户节点的负项目节点集合。

    用于脑瘫患者的可穿戴步态检测分析系统

    公开(公告)号:CN109730687A

    公开(公告)日:2019-05-10

    申请号:CN201910032913.4

    申请日:2019-01-14

    Applicant: 清华大学

    Abstract: 本发明公开了一种用于脑瘫患者的可穿戴步态检测分析系统,包括:压力传感器用于测量用户行走时足底的压力变化值;惯性传感器用于检测用户行走时脚底和膝盖的运动轨迹;距离传感器用于测量用户行走时脚底与地面的距离值;处理器用于将压力变化值、运动轨迹和距离值进行处理得到用户的步态数据;无线通信模块用于将步态数据发送给服务器,以及服务器根据步态数据对用户在预设周期内的步态进行分析评估,并将评估结果发送给终端设备进行显示。该系统便携可穿戴,使用方便,可长期监控获取数据,并且可以准确全面地获取信息,可以有效获取用户的步态信息。

    可穿戴脉相采集分析手环

    公开(公告)号:CN109730642A

    公开(公告)日:2019-05-10

    申请号:CN201910032317.6

    申请日:2019-01-14

    Applicant: 清华大学

    Abstract: 本发明公开了一种可穿戴脉相采集分析手环,包括:压力传感器阵列用于定位和采集脉相信息;机电传动装置用于给在用户手腕内侧的各个位置的压力传感器阵列整体施加压力,以使每个压力传感器阵列在不同压力下采集脉相信息;处理器用于控制机电传动装置工作,以确定用户手腕内侧的各个位置,并根据位置提取不同施加压力下相应的脉相信息发送至无线通信模块;无线传输模块用于采集到完整的脉相信息传输到服务器中,以使服务器利用大数据对当前脉相信息进行识别和分类,给出用户的分析结果,将分析结果发送给终端设备。该手环便携可穿戴,可长期监控获取数据,准确采集脉相信息,并利用大数据和人工智能算法为用户提供最终的健康或诊断信息。

    一种通过小批量采样改进对比学习的方法及装置

    公开(公告)号:CN116168204A

    公开(公告)日:2023-05-26

    申请号:CN202211098643.5

    申请日:2022-09-08

    Applicant: 清华大学

    Abstract: 本发明公开了一种通过小批量采样改进对比学习的方法及装置,其中,该方法包括:获取实例数据集,利用实例数据集构建邻近图;在邻近图上对所述实例数据集中的实例进行预设数量采样,得到预设数量的训练数据;其中,训练数据用于学习实例的嵌入表示;将训练数据输入多种网络模型进行特征提取,得到训练实例特征;利用训练实例特征和损失函数对多种网络模型进行训练,并使用优化器更新模型参数得到训练好的多种网络模型。本发明通过连接在整个数据集上的相似实例,在邻近图上采样可以更好地探索全局hard负样本。在三个模态上呈现出显著的性能提升,证明了本采样方法的有效性和普遍性,还可以和其他的模型结合以提升模型性能。

    基于传感器阵列的步态检测分析仪

    公开(公告)号:CN109730686A

    公开(公告)日:2019-05-10

    申请号:CN201910032904.5

    申请日:2019-01-14

    Applicant: 清华大学

    Abstract: 本发明公开了一种基于传感器阵列的步态检测分析仪,包括:压力传感器阵列,用于测量用户运动时足底的压力数据;惯性传感器单元,用于监控用户运动时脚在空间中的轨迹数据;处理器,用于对压力数据和轨迹数据进行处理得到用户的步态数据;无线通信模块,用于将步态数据发送到服务器,以使服务器通过预设算法对步态数据进行分析评估。该步态检测分析仪可以长期监控用户的步态数据,对其进行分析和评估,利用大数据和人工智能的算法为医生和病人提供诊断依据,并且便携可穿戴,使用方便,精确度高。

Patent Agency Ranking