-
公开(公告)号：CN115330722A
公开(公告)日：2022-11-11
申请号：CN202210974249.7
申请日：2022-08-15
Applicant: 福州大学 , 福建省肿瘤医院(福建省肿瘤研究所、福建省癌症防治中心)
Abstract: 本发明提供了一种胃癌H&E染色图像智能预测PD‑L1抑制剂疗效的方法，提出基于半监督学习的癌变区域分割模型，分割H&E染色图像中的癌变区域；其次，取出包含癌变区域的图像块，根据临床医生标记的PD‑L1抑制剂疗效标签得到每张图像块的类别标签，运用基于多实例学习的图像分类模型进行图像块层面的预测；最后，基于图像块层面的预测结果生成整张H&E染色图像的疗效判别矩阵，运用基于深度卷积神经网络的图像分类模型进行切片层面的疗效预测。应用本技术方案可得到胃癌患者使用PD‑L1抑制剂后疗效的预测结果，辅助医生进行临床决策。
-
公开(公告)号：CN113952091B
公开(公告)日：2025-02-18
申请号：CN202111472020.5
申请日：2021-12-06
Applicant: 福州大学
IPC: A61F2/54 , A61F2/58 , A61F2/72 , G06F3/01 , G06F18/25 , G06N3/044 , G06N3/084 , G06N3/043 , G06N5/048
Abstract: 本发明提出一种多传感器融合的假肢手抓握力反馈控制方法，包括多传感器融合与反馈方法、握力预测方法及基于PD的CMAC机械手抓握控制方法；多传感器融合与反馈方法中，包括对肌肉采集其表面肌电信号，对被假肢手抓握的物体采集其温度、接触力、滑动状态、采集抓握动作对应的关节加速度及角速度及对假肢手的抓握动作采集其实际握力；握力预测方法预测当前抓握动作的抓握力；多传感器融合及反馈方法是对数据进行融合以生成当前抓握动作的假肢端感受信息；本发明让使用者能及时调整实际抓握力和抓握动作，实现准确、稳定地抓握物体，同时在抓握过程中检测被抓握物体的实时温度和接触力，通过振动及显示模块将触觉信息反馈给使用者。
-
公开(公告)号：CN115468941B
公开(公告)日：2024-09-06
申请号：CN202211168423.5
申请日：2022-09-24
Applicant: 福州大学
Abstract: 本发明涉及一种基于轨迹优化的荧光免疫层析试条检测系统，包括控制系统、激发光源1、激发光源2、CCD图像传感器、硅光电二极管、接收光纤、激发光纤和X、Y两轴移动平台；所述激发光光纤和接收光光纤采用Y型光纤，接收光纤纤芯与激发光纤纤芯数量相同且平均对称分布；所述激发光源2设于激发光纤顶部，由控制系统控制激发光强度；所述硅光电二极管设于接收光纤顶部，将接收光纤获取的光电信号传送至控制系统；所述控制系统通过步进电机控制X、Y两轴移动平台移动；所述激发光源1和CCD图像传感器与控制系统连接；所述激发光源1经过匀光处理后照射试条激发荧光，CCD图像传感器采集试条图像。本发明实现多试条和任意试条位置高效检测。
-
公开(公告)号：CN112101298B
公开(公告)日：2024-06-28
申请号：CN202011103545.7
申请日：2020-10-15
Applicant: 福州大学
IPC: G06F18/24 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于肌肉电阻抗信号的手势识别系统，包括：信号采集单元和上位机数据处理单元；所述信号采集单元包括主控模块、信号驱动模块、信号检测模块、AD采集模块和无线通信模块；所述主控模块与信号驱动模块、AD采集模块和无线通信模块分别连接；所述信号检测模块与电极和AD采集模块分别连接；所述无线通信模块通过无线传输与上位机连接，将采集的信号传输至上位机处理。本发明能直接反应出肌肉的本质状态，对于低速运动也能有较好的灵敏度，对肌肉收缩灵敏度高、鲁棒性好、信号幅值大、频率可控、预处理简单。
-
公开(公告)号：CN109298172B
公开(公告)日：2023-11-28
申请号：CN201811443406.1
申请日：2018-11-29
Applicant: 福州大学
IPC: G01N33/53 , G05B19/042
Abstract: 本发明涉及一种基于Scheduler和IP核的免疫层析定量检测系统，包括免疫层析试条信号采集装置和上位机，所述免疫层析试条信号采集装置包括中控模块、机械传动模块和光学模块；所述中控模块与机械传动模块和光学模块分别连接；所述光学模块还与机械传动模块连接；所述上位机与免疫层析试条信号采集装置通信交互。本发明通过合作式地调度电机控制任务、AD读取任务和数据发送任务对检测过程进行控制，用户可根据需求自行设置定时器个数，大大提高了检测仪的可裁剪性和可移植性、降低了成本，同时仪器具有操作简单、功耗低、稳定性好等优点。
-
Patent Agency Ranking
公开(公告)号：CN113143570B
公开(公告)日：2023-08-11
申请号：CN202110458686.9
申请日：2021-04-27
Applicant: 福州大学
Abstract: 本发明提出一种多传感器融合反馈调整的止鼾枕，其特征在于，包括：止鼾枕本体、布设在止鼾枕本体上的分布式压力传感器、布设在止鼾枕本体内的多个带有气泵的气囊，以及控制器、心电脉搏波传感器、声音传感器和设置在每个气囊内的气压传感器；所述分布式压力传感器、心电脉搏波传感器、声音传感器、气压传感器和气泵的驱动结构分别连接控制器。其对使用者的睡眠干扰小，使用体验佳。所提取的特征值对鼾声的辨别准确，通过分布式压力传感器网络能识别人体体位信息，对于气压的检测保证了使用的安全性。能在使用者无感知中调整睡眠体位，保证睡眠质量。
-
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：CN111079927B
公开(公告)日：2022-07-08
申请号：CN201911278517.6
申请日：2019-12-12
Applicant: 福州大学
Abstract: 本发明涉及一种基于极限学习机的髌骨疼痛检测系统，包括集成了陀螺仪和加速度计的传感器、采样电极片和电脑终端；用集成了陀螺仪和加速度计的传感器去测得关节角度值，并用采样电极片采集表面肌电信号值；集成了陀螺仪和加速度计的传感器和采样电极片通过无线传输的方式分别将关节角度值和表面肌电信号上传到电脑进行去噪处理后保存。本发明避免了贵重仪器的使用，降低了检测的成本，减少了检测时间，保证了检测的精度，并且可以做到在日常环境中进行试验，不受特定场地的限制。
-
公开(公告)号：CN110032987B
公开(公告)日：2022-07-08
申请号：CN201910326077.0
申请日：2019-04-23
Applicant: 福州大学
Abstract: 本发明涉及一种基于小脑神经网络模型的表面肌电信号分类方法，包括以下步骤：步骤S1：采用包括胫骨前肌、腓肠肌在内的相关肌肉的表面肌电信号数据，提取上述表面肌电信号的特征参数，将提取的特征参数及其分类结果作为训练数据，训练小脑神经网络模型；步骤S2：对测量数据进行分析处理，然后提取作为测试数据的表面肌电信号的特征参数；步骤S3：采用训练好的小脑神经网络模型对步骤S2提取的表面肌电的特征参数进行分类识别。本发明能够精确地得到分类结果。
-
公开(公告)号：CN114582506A
公开(公告)日：2022-06-03
申请号：CN202210205096.X
申请日：2022-03-02
Applicant: 福州大学至诚学院
Inventor： 蔡亮明 , 刘兆芳 , 陈志宇 , 高婷 , 李军 , 杜民 , 陈通 , 蔡晓琼 , 刘梓晴 , 黄星煜 , 胡巧玲 , 陈世杰 , 高鑫 , 温媛媛 , 王平安 , 李可凡 , 李金山
Abstract: 本发明公开一种慢性病早期告警系统与方法，包括：客户端，用于接收用户发送的身体健康信息和/或用户通过应用程序发送的健康测试数据；云端服务器，用于接收客户端发送的身体健康信息和/或健康测试数据，并根据预设的慢性病数据库进行数据处理，生成预设时间内的用户处方。本发明可通过用户自身的客户端向云端服务器发送身体健康信息，然后由云端服务器根据该信息数据进行数据处理，然后根据慢性病数据库得出用户的慢性病类型，从而生成相应的用户处方，使用户能够通过自身的客户端检测有无慢性病，而无需去医院，同时还能获得改善慢性病的用户处方，有助于用户改善慢性病状况，以避免或缓和这些预测到的健康恶化情况。
-
-
-
-
-
-
-
-
-
Search Results
196
records
(took 0.063 seconds)
