-
公开(公告)号：CN116849679A
公开(公告)日：2023-10-10
申请号：CN202310647873.0
申请日：2023-06-01
Applicant: 西安交通大学
IPC: A61B5/369 , A61B5/372 , A61B5/389 , A61B5/397 , A61B5/11 , A61B5/00 , G06N3/0464 , G06N3/042 , G06N3/08
Abstract: 一种跨模态手部动作评估方法，包括获取多通道运动执行脑肌电信号并对脑肌电信号进行预处理；通过脑电独立分量分析和皮层肌肉相干性分析提取出动作相关脑电信号；脑电源成像，对脑电信号进行计算以求得其在脑电源空间的映射，并根据Brodmann分区计算各脑区活动分布；通过动态图卷积神经网络建立源空间动作相关脑电与动作模式的关系模型，提取脑电时间序列特征和脑电位置空间特征；建立源空间动作相关脑电信号和肌电信号之间的信息融合模型完成四种动作模式的识别；本发明对脑肌电信号两种模态信号进行分析，利用融合信息模型进行识别分类，降低了脑电信号数据量，提高了分析准确率，提高了计算效率和分类精度。
-
公开(公告)号：CN116842453A
公开(公告)日：2023-10-03
申请号：CN202310647192.4
申请日：2023-06-02
Applicant: 西安交通大学
IPC: G06F18/2411 , A61B5/374 , A61B5/00 , G06F18/2136 , G06F17/16
Abstract: 一种基于的人体状态评估方法，包括获取脑电信号；脑电源成像并重建，根据Brodmann脑分区计算各脑区活动分布进行脑电源重建生成源空间脑电信号；在所有时域下，计算所有人所有通道对的不同样本的无偏加权相位延迟指数连接矩阵；利用两组人之间的置换检验，找出有显著差异的频带以及对应的无偏加权相位延迟指数连接矩阵；在不同稀疏度下分别计算传感器空间脑电信号和源空间脑电信号的脑网络参数，按照稀疏度计算对应的参数的曲线下面积作为特征；特征输入支持向量机模型完成易麻醉人群和不易麻醉人群的区分；本发明计算效率高，提升精度，同时测试时仅使用清醒状态下的数据，就能实现预测。
-
公开(公告)号：CN116616716A
公开(公告)日：2023-08-22
申请号：CN202310650289.0
申请日：2023-06-03
Applicant: 西安交通大学
Abstract: 一种基于聚类降维的集成学习睡眠分期方法，包括以下步骤：获取单通道EEG数据，同时初始化SVM分类器；对EEG数据进行特征提取，每个时段提取一个特征向量，作为一个数据点；进行特征选择和特征分类，为分类器分别选择特征集，基分类器的训练；对于测试数据，选择概率最大的分期作为测试数据的预测结果；本发明使用单通道EEG信号作为输入，极大的降低了输入信号的采集难度，并且提出的进行特征选择和特征分类，针对不同的特征空间，都具有良好的适应性；因此本发明可以快速、准确、实时地的进行睡眠分期。
-
公开(公告)号：CN116138916A
公开(公告)日：2023-05-23
申请号：CN202310151742.3
申请日：2023-02-22
Applicant: 西安交通大学
IPC: A61C19/04
Abstract: 一种基于光测法与视觉分析的龋病检测装置，包括三个转动平台，相当于三个模块，分别为结构光扫描模块、视觉识别模块、光切法粗糙度检测模块；结构光扫描模块获取高精度的牙体各牙面的三维结构模型；视觉识别模块获取高精度的牙体各牙面的图像颜色数据，识别牙体表面的微小色泽变化；光切法检测模块通过线激光器发出垂直光带照射于目标牙表面，反射光线通过透镜后在显微摄像机表面成像，获得牙面粗糙度分布；本发明通过多源数据协同处理可建立牙面轮廓及参数模型，结合大数据机器学习与人工智能分析可对扫描所得多源数据模型进行分析诊断，判断扫描牙面是否发生龋坏并对龋坏位置进行定位。
-
公开(公告)号：CN117322834A
公开(公告)日：2024-01-02
申请号：CN202310634664.2
申请日：2023-05-31
Applicant: 西安交通大学
Abstract: 一种基于变分模态分解决策树的睡眠与觉醒分割方法，使用带有加速度计的腕表装置采集使用者的加速度计信号并提取相应的特征，利用粒子群优化算法寻优决策树的最大树深度和分割一个内部节点所需的最小样本数两个超参数，并依据所得的超参数对采集的数据进行决策树分类，依据决策树分类结果，依次进行均值滤波、状态转移条件分割、回退分割位置等操作后，利用变分模态分解方法进行分割位置的后调整，本发明能很好地对带有加速度计的腕表装置采集的加速度计信号进行睡眠与觉醒时期的分割，为后续进行睡眠时期分类提供依据。
-
Patent Agency Ranking
公开(公告)号：CN116705315A
公开(公告)日：2023-09-05
申请号：CN202310646014.X
申请日：2023-06-02
Applicant: 西安交通大学
IPC: G16H50/30 , A61B5/1455 , A61B5/00 , G06N3/0464 , G06N3/084 , G06N3/048 , G06F18/23213 , G06F18/2415 , G06F18/214 , G06F18/21 , G06F18/25 , G06F18/27
Abstract: 一种脑卒中患者上肢运动功能的评估方法，首先，采集被试脑部近红外信号，对采集到的信号通过带通滤波、三次样条插值等方法进行预处理，将光信号转换为氧合血红蛋白浓度数据；其次，求预处理后的多通道信号间的Pearson相关系数，在不同稀疏度阈值下构建功能连接矩阵，以观察脑网络连接，同时对其进行图论分析；然后，进行二聚类，分类得到疾病亚型，分别与健康人功能连接矩阵作为卷积神经网络的输入；最后，以卷积神经网络输出可信度与人口学信息特征融合，进行支持向量回归，选择最优模型作为评分模型；本发明在不同稀疏度阈值下构建脑网络，通过后续分析确定了最佳阈值。数据更加准确，时空分辨率更高。
-
公开(公告)号：CN116662736A
公开(公告)日：2023-08-29
申请号：CN202310647188.8
申请日：2023-06-02
Applicant: 西安交通大学
IPC: G06F18/00 , A61B5/374 , A61B5/00 , G06F18/10 , G06F18/25 , G06F17/16 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 一种基于深度学习混合模型的人体状态评估方法，包括获取传感器空间多通道麻醉状态下脑电信号并对获取的脑电信号进行预处理；脑电源成像并重建，并分区计算各脑区活动分布进行脑电源重建生成源空间脑电信号；计算无偏加权相位延迟指数连接矩阵，利用两组人之间的置换检验，找出有显著差异的频带，利用有显著差异的频带进行后续分析；基于有显著差异的频带，训练特征解离双编码器卷积自编码器模型；将训练完的自编码器模型与卷积神经网络模型连接构成深度学习混合模型，训练模型，最后进行模型评估；本发明对传感器脑电信号进行分析，利用深度学习混合模型进行识别分类，减少了数据中的无用信息，提高了模型的准确率。
-
公开(公告)号：CN116584893A
公开(公告)日：2023-08-15
申请号：CN202310485488.0
申请日：2023-04-28
Applicant: 西安交通大学
IPC: A61B5/00 , A61B5/369 , A61B5/374 , G06F18/213 , G06F18/00 , G06N3/08 , G06F18/214 , G06F18/10 , G06N3/0464
Abstract: 一种基于通道选择时间卷积网络的癫痫信号检测方法，通过最大相关最小冗余(Max‑RelevanceandMin‑Redundancy，MRMR)计算脑电通道的得分，并依据得分对脑电通道进行排序，依据排序选择最合适的脑电通道，从而完成脑电信号的通道选择，通道选择后的脑电信号特征运用神经卷积网络进行模型训练，训练好的模型先进行基于片段的癫痫信号发作检测来挑选出病人的最优通道脑电数据，再利用粒子群优化算法寻优卡尔曼滤波参数来进行基于事件的癫痫信号发作检测；本发明具有高灵敏度、高准确率、低误报率的优点，适合处理长时程、不均衡脑电信号，有效提高了癫痫自动化检测性能。
-
公开(公告)号：CN220403306U
公开(公告)日：2024-01-30
申请号：CN202321389147.5
申请日：2023-06-02
Applicant: 西安交通大学
Abstract: 一种用于癫痫患者辅助监测腕表的可伸缩表带，在表带主体上间隔设置有弹性结构，所述的弹性结构由二股或二股以上的弹性管互相缠绕而成，每一股的弹性管为一条或一条以上的橡胶绳所组成，橡胶绳的两端通过卡掣件的锯齿固定，卡掣件间隔排布在表带本体上；将二股或二股以上的弹性管即6根橡胶绳插入卡掣件锯齿状的开口，并固定咬紧，形成一个牢固的连接，这样整个表带就具备了可伸缩性；本实用新型佩戴过程简单，佩戴舒适度好，能够根据现时监测手腕或手臂的需求来变换合适的松紧程度。
-
公开(公告)号：CN220442653U
公开(公告)日：2024-02-06
申请号：CN202321390683.7
申请日：2023-06-02
Applicant: 西安交通大学
IPC: A61B5/0205 , A61B5/00
Abstract: 一种传感器分离的三联腕带，在腕表主体上，设置有主电子板传感器模块，将相互之间无影响的传感器集成在主电子板传感器模块内；在腕表主体两侧的腕带表带上分别设置有A副电子板传感器模块和B副电子板传感器模块，两个副电子板传感器模块分别放置相互影响的传感器模块；在使用过程中，传感器之间采用分离的方式，三个传感器之间的电信号不会相互影响，同时手腕处都会产生有相应的信号，故三联腕带同样能够达到和单主体腕带同样的信号采集功能；本实用新型能够提高可穿戴式健康检测设备的检测准确度，减小不必要的测量差距，简化信号预处理流程；此外，本腕带装置结构简单且重量轻，便于后续加入模块进行二次开发。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.036 seconds)
