-
公开(公告)号：CN115778408B
公开(公告)日：2024-08-27
申请号：CN202211583953.6
申请日：2022-12-10
Applicant: 福州大学
Abstract: 本发明涉及一种分步式肌电信号活动段检测方法，包括：获取原始肌电信号，并对其进行数据预处理，得到肌电信号的包络线；将得到的肌电信号包络线，利用斜率的变化提取转折点并分段，将段与段能量差异变化作为包络线起止点的提取依据，提取包络线起止点，并利用激活长度及激活能量的大小排除虚假尖峰；利用包络线起止点进行分区，将不同区内的原始数据映射到TKE域中，找到静息区的TKE最大值作为归一化的分母，比较标准值和归一化的信号大小，进而确定信号起止点。该方法有利于提高肌电信号活动段提取的效果。
-
公开(公告)号：CN114298230B
公开(公告)日：2024-08-02
申请号：CN202111650369.3
申请日：2021-12-29
Applicant: 福州大学
IPC: G06F18/241 , G06F18/213 , G06N3/0499 , G06N3/086 , A61B5/397 , G06F123/02
Abstract: 本发明涉及一种基于表面肌电信号的下肢运动识别方法及系统，该方法包括以下步骤：步骤1、采集不同运动模式下的表面肌电信号并进行预处理，提取时域、频域和非线性特征；步骤2、使用人工蜂群算法‑麻雀搜索算法混合优化核极限学习机的惩罚参数和核参数，得到最优核极限学习机分类器；步骤3、利用优化后的分类器进行识别。该方法及系统有利于提高下肢运动模式识别的准确率。
-
公开(公告)号：CN114733160A
公开(公告)日：2022-07-12
申请号：CN202210392344.6
申请日：2022-04-14
Applicant: 福州大学
IPC: A63B24/00 , A63B23/00 , A63B23/035
Abstract: 本发明涉及一种基于肌电信号的肌力训练设备控制方法。将实时采集到的肌电信号经过滤波，放大，特征值提取后通过动态循环神经网络进行关节力矩预测。在等速和等张训练中，预测力矩作为控制信号驱动肌力训练设备运动；在等长模式中，预测的力矩作为肌肉发力方向的指令信号；在被动训练中，利用用户在发生肌肉痉挛时肌张力升高的特点，对关节力矩阻力矩进行实时预测，当预测阻力矩大于设定阈值时肌力训练设备停止，从而达到痉挛保护的目的。本发明利用肌电信号超前预测力矩作为控制信号，解决了以力矩传感器采集的力矩值作为控制信号驱动肌力训练设备的滞后性。同时保证了预测精度，又实现了预测的快速性，以及提高肌力训练设备的安全性。
-
公开(公告)号：CN114169375A
公开(公告)日：2022-03-11
申请号：CN202111514339.X
申请日：2021-12-11
Applicant: 福州大学
Abstract: 本发明涉及一种基于力度无关鲁棒特征的肌电手势识别方法。包括：离线训练阶段，首先需要对用户的原始肌电信号数据进行预处理；接着采用CSP算法，两两动作之间计算得到一个最大化二者之间区别的二分类空间投影矩阵，组合空间投影矩阵，得到适用于多分类的空间投影矩阵；再通过差分、取方差、归一化，用线性无关分析将数据投影到低维空间，得到训练特征；最后训练特征和训练标签共同训练分类器；在线测试阶段，新得到的肌电数据同样经过预处理，接着用离线训练阶段得到的投影矩阵，得到投影后的新信号，然后新信号经过差分、取方差、数据归一化，再用离线训练阶段得到的降维矩阵进行降维，最后将特征输入离线训练阶段训练好的分类器输出预测的类别。
-
公开(公告)号：CN109814716B
公开(公告)日：2021-07-27
申请号：CN201910084116.0
申请日：2019-01-29
Applicant: 福州大学
Abstract: 本发明涉及一种基于动态表面肌电信号的运动意图解码方法，首先选取用于构造训练集的肌电信号，其次对选取的肌电信号进行预处理，生成可用于输入分类器的输入样本集，并用构造好的训练集离线训练分类器，接着选取用于离线测试分类器的肌电信号，按照分类器解码准确率选出最佳训练集，以及最佳特征，将离线测试出的最佳分类器作为在线识别所用的分类器，将在线识别所得的识别结果作为人机接口的控制信号，实现肌电控制系统的实时控制。
-
Patent Agency Ranking
公开(公告)号：CN109512424B
公开(公告)日：2021-07-13
申请号：CN201811364430.6
申请日：2018-11-16
Applicant: 福州大学
IPC: A61B5/389
Abstract: 本发明涉及一种高密度或多通道肌电信号的肌肉激活起点检测方法，首先基于统计信息确定各通道肌电信号的激活阈值；然后以最先激活通道的起点为基准，在接下来的两个时间窗内给其余通道的肌肉激活起点赋值；接着通过聚类算法将各通道起点分为三类；最后排除肌肉局部误动作和外部干扰的影响，确定肌肉是否激活以及相应的激活起点。本发明通过利用高密度或多通道肌电信号中各个通道之间的相关性，准确、实时地从高密度或多通道肌电信号中判断肌肉是否激活和相应的激活起点。
-
公开(公告)号：CN109044352B
公开(公告)日：2021-03-02
申请号：CN201810654936.4
申请日：2018-06-22
Applicant: 福州大学
Abstract: 本发明提供一种确定预测人体关节力矩的人工智能输入变量的方法，在Hill模型的基础上，从人工智能的角度分析了Hill模型预测关节力矩所需要的输入变量：肌肉纤维长度、肌肉纤维收缩的速度、和肌肉关节力臂，从而获取了本专利中预测关节力矩所需要的可测量输入变量：肌电信号、肌肉所关联自由度的角度和角速度。本发明所使用的方法提高了人工智能预测关节力矩计算速度，使得预测关节力矩变得更加方便简单。
-
公开(公告)号：CN104436431B
公开(公告)日：2016-06-29
申请号：CN201410772426.9
申请日：2014-12-16
Applicant: 福州大学
IPC: A61N1/36
Abstract: 本发明涉及一种多节点电刺激系统及方法。该系统包括一发送端和多个佩戴于人体需要刺激部位的电刺激节点；所述发送端利用人体组织的导电特性，将携带有节点序号、刺激波形参数的调制电信号通过发送端的发送电极耦合到人体信道；所述电刺激节点的一体化电极，用于接收经人体信道传输至人体表面的调制电信号，该调制电信号经信号调理及解调后，由微控制器选择相应的波形，经过升压后，通过所述一体化电极输出对应的电刺激波形，刺激人体相应部位。本发明系统用于由中枢神经受损等原因引起肢体偏瘫患者的康复训练，它根据肢体运动时神经电信号的传输路径，对肢体的相应部位进行电刺激，从而促进患者肢体运动功能的康复。
-
公开(公告)号：CN102253038A
公开(公告)日：2011-11-23
申请号：CN201110100916.0
申请日：2011-04-21
Applicant: 福州大学
CPC classification number: G01N21/8483
Abstract: 本发明涉及金免疫试条定量检测技术领域，特别是一种基于嵌入式CCD图像采集的金免疫定量检测方法及装置。该方法包括以下步骤：1）将试条放入CCD图像采集装置，探测到已放置试条后计时器开始计时；2）计时时间到，提取试条的CCD图像信息，并传输到数字信号处理单元；3）去噪预处理；4）提取特征矢量：分别提取颜色直方图的颜色特征矢量1、类色度空间模型的特征矢量2；5）初步判断该次检测是否有效；6）将特征参量作为机器学习拟合算法模型的输入端，采用机器学习算法拟合浓度模型，计算输出相关定量分析结果。该方法及装置不仅有利于提高金免疫试条浓度定量检测的检测精度，而且易于操作，使用效果好。
-
公开(公告)号：CN114724681B
公开(公告)日：2024-05-31
申请号：CN202210444795.X
申请日：2022-04-24
Applicant: 福州大学
Abstract: 本发明涉及一种基于Opensim的颈椎康复训练生物力学仿真分析方法,包括以下步骤：步骤S1:基于外部康复训练设备的仿真模型结合Opensim头颈部肌肉骨骼模型搭建抗阻训练模型及在不同角度的等长训练模型；步骤S2:根据得到的抗阻训练模型及在不同角度的等长训练模型，基于预设仿真方案进行仿真分析，获得肌肉疲劳程度；步骤S3:利用Matlab更新模型肌肉参数，并利用更新肌肉参数的模型进行仿真，生成的结果与没有添加肌肉疲劳的仿真结果作比较并从肌肉激活模式、肌肉疲劳前后各肌群贡献度等方面分析肌肉疲劳对训练效果的影响。本发明以非侵入式的方式探究在颈椎抗阻训练、等长训练等过程中的肌肉激活、肌肉力以及椎间压力等指标，安全可靠。
-
-
-
-
-
-
-
-
-
Search Results
102
records
(took 0.02 seconds)
