一种五自由度的中心可调膝关节静态渐进性牵伸训练器

    公开(公告)号:CN117547439B

    公开(公告)日:2024-03-26

    申请号:CN202410044446.8

    申请日:2024-01-12

    Abstract: 本发明涉及一种五自由度的中心可调膝关节静态渐进性牵伸训练器,该训练器包括驱动步进电机、大腿绑缚板、屈伸运动机构、前后及侧向运动机构、内外旋运动机构、分离运动机构和小腿绑缚板;所述的大腿绑缚板和小腿绑缚板用于将所述的五自由度的中心可调膝关节静态渐进性牵伸训练器固定在人体下肢上;所述的驱动步进电机用于带动所述的屈伸运动机构旋转,提供人体膝关节牵伸运动所需的牵伸力;所述的前后及侧向运动机构用于提供膝关节运动所需的前后和侧向所需的自由度;所述的内外旋运动机构与膝关节运动的内外旋运动相契合;所述的分离运动机构用于提供膝关节运动时前后运动所需的自由度。

    一种五自由度的中心自适应膝关节静态渐进性牵伸训练器

    公开(公告)号:CN117547439A

    公开(公告)日:2024-02-13

    申请号:CN202410044446.8

    申请日:2024-01-12

    Abstract: 本发明涉及一种五自由度的中心自适应膝关节静态渐进性牵伸训练器,该训练器包括驱动步进电机、大腿绑缚板、屈伸运动机构、前后及侧向运动机构、内外旋运动机构、分离运动机构和小腿绑缚板;所述的大腿绑缚板和小腿绑缚板用于将所述的五自由度的中心自适应膝关节静态渐进性牵伸训练器固定在人体下肢上;所述的驱动步进电机用于带动所述的屈伸运动机构旋转,提供人体膝关节牵伸运动所需的牵伸力;所述的前后及侧向运动机构用于提供膝关节运动所需的前后和侧向所需的自由度;所述的内外旋运动机构与膝关节运动的内外旋运动相契合;所述的分离运动机构用于提供膝关节运动时前后运动所需的自由度。

    髋关节康复支具
    6.
    实用新型

    公开(公告)号:CN219782876U

    公开(公告)日:2023-10-03

    申请号:CN202320732712.7

    申请日:2023-04-04

    Abstract: 本实用新型提供了一种髋关节康复支具,包括支具外壳、布置在所述支具外壳内部的软结构层、配置在所述支具外壳内侧且布置在所述软结构层中的多个压力传感器以及控制器;所述支具外壳包括穿戴在人体前部的前侧段以及穿戴在人体后部的后侧段,所述前侧段的一端与所述后侧段的一端铰接,所述前侧段的另一端能够可拆卸的连接所述后侧段的另一端进而使得支具能够保持在人体髋关节的外部,控制器分别与所述压力传感器、CPM机电连接,本实用新型降低了医生的工作强度,提高了患者训练效果,结构简单,操作方便,实用性强。

    基于生成对抗网络的网页显著度预测方法及系统

    公开(公告)号:CN114077909A

    公开(公告)日:2022-02-22

    申请号:CN202010797919.3

    申请日:2020-08-10

    Applicant: 清华大学

    Inventor: 苗欣 杨华兴 李根

    Abstract: 本发明实施例提供一种基于生成对抗网络的网页显著度预测方法及系统,该方法包括:获取待预测网页的网页快照和网页底层特征,所述网页底层特征为所述待预测网页的网页边界特征和文本文字特征;将所述网页快照和所述网页底层特征输入到训练好的网页显著度预测模型中,输出得到所述待预测网页的网页显著度预测结果;所述训练好的网页显著度预测模型是由样本网页快照和所述样本网页快照对应的样本网页底层特征,通过深度卷积神经网络训练得到的。本发明实施例提高了网页显著度的预测准确性和效率。

    一种图像隐私保护方法和系统

    公开(公告)号:CN103605928A

    公开(公告)日:2014-02-26

    申请号:CN201310577037.6

    申请日:2013-11-18

    Applicant: 清华大学

    CPC classification number: G06F21/6209 G06F2221/2125

    Abstract: 本发明提出了一种图像隐私保护方法和系统,该方法包括如下步骤:定义源图像的隐私区域;标定源图像的隐私区域;对源图像的隐私区域进行模糊化处理,得到源图像的公开图像;用源图像的隐私区域减去经过模糊化处理的隐私区域,得到源图像的差值隐私图像;对源图像的差值隐私图像进行加密,得到加密后的差值隐私图像;未授权的用户得到源图像的公开图像和加密后的差值隐私图像后,查看源图像的公开图像的内容。该方法可以实现未授权的用户可以查看到图像的非隐私内容。

    大规模射频识别系统中丢失标签的快速识别方法

    公开(公告)号:CN103366143A

    公开(公告)日:2013-10-23

    申请号:CN201310277402.1

    申请日:2013-07-03

    Applicant: 清华大学

    Abstract: 本发明提供两种大规模射频识别系统中丢失标签的快速识别方法,这两种方法将点名机制的确定性和时隙帧识别的快速批量性相结合,实现丢失标签的快速识别。一种方法针对不区分单时隙与冲突时隙的系统,采用先点名识别后时隙帧识别的二阶段丢失标签识别方法;另一种方法针对可以区分单时隙与冲突时隙的系统,采用先点名识别后时隙帧识别,再点名识别的三阶段丢失标签识别方法。这两种方法以低延迟准确识别所有丢失标签的信息,具有鲁棒性高,可扩展性强和识别时间快等特点。

    基于人工神经网络的腐蚀预测方法、装置、设备和介质

    公开(公告)号:CN117910181A

    公开(公告)日:2024-04-19

    申请号:CN202410070836.2

    申请日:2024-01-17

    Applicant: 清华大学

    Abstract: 本申请实施例提供了一种基于人工神经网络的腐蚀预测方法、装置、设备和介质,所述方法包括:从M个环境指标中确定出K个特征指标,特征指标表征影响腐蚀速率的主要因素,K为小于M的整数且K大于1;将每个特征指标的连续N次采集的特征指标数值和最近一次采集的腐蚀速率,输入到transformer预测模型进行处理,得到当前的预测腐蚀速率,N为大于1的整数,所述transformer预测模型是按照预设周期在线训练更新得到的,所述最近一次采集的腐蚀速率是根据第N‑1采集的管道壁厚和第N次采集的管道壁厚确定的。如此,实现高效、准确的腐蚀速率预测。

Patent Agency Ranking