-
公开(公告)号：CN103251419A
公开(公告)日：2013-08-21
申请号：CN201310149065.8
申请日：2013-04-25
Applicant: 西安交通大学苏州研究院 , 西安交通大学 , 苏州苏比特医疗科技有限公司
Abstract: 本发明公开了一种用于手功能康复训练与评估的数据手套，所述数据手套还包括封装于手套内手背一侧的弯曲传感器组、封装于手套内手掌一侧的柔性压力传感器组，弯曲传感器组位于各指关节处，压力传感器组位于抓握物体时手与物体相接触的若干关键节点上，弯曲传感器组、压力传感器组的引出导线封装于手套内部经手背一侧汇聚到小臂外侧，并且与后续硬件处理电路相连。本发明穿戴性强，能够采集患者手部手指弯曲角度信息及手掌面压力信息，将其应用于虚拟环境下的手功能康复训练，并能给出肌力范围从无关节运动到能抗正常阻力运动不同等级下的量化评估结果。
-
公开(公告)号：CN118557142A
公开(公告)日：2024-08-30
申请号：CN202410449882.3
申请日：2024-04-15
Applicant: 西安交通大学医学院第一附属医院 , 西安交通大学
Abstract: 本申请涉及吞咽功能评估技术领域，特别涉及一种基于柔性阵列压力传感器的吞咽功能量化评估方法与装置，该方法包括：采用柔性阵列压力传感器，在患者咽喉部连续采集传感器阵列各触点压力数据；基于传感器阵列触点空间位置，将采集到的各触点压力数据转换为连续帧的二维压力分布数据，并进行平滑滤波处理；在记录一次完整吞咽动作后，获取各帧压力分布数据最大值所在的坐标；计算吞咽过程中各帧压力分布数据最大值所在坐标距原点的欧氏距离，并找出所有距离的最大值，即得到喉上抬最大高度。本申请提供的吞咽功能量化评估方法，能够得到更精准的反映喉上抬的移动距离，为脑中卒患者吞咽功能障碍评估及康复机制研究提供有力工具。
-
公开(公告)号：CN103230333B
公开(公告)日：2014-12-31
申请号：CN201310146905.5
申请日：2013-04-25
Applicant: 西安交通大学苏州研究院 , 西安交通大学 , 苏州苏比特医疗科技有限公司
Abstract: 本发明公开了一种穿戴式手功能康复训练机械手，包括固定在手臂上的机械手固定板，它包括拇指康复机构、四指康复机构，所述拇指康复系统包括提供动力的气缸驱动系统、与气缸驱动系统相连的拇指固定装置，四指康复机构包括提供动力的气缸驱动系统、与气缸驱动系统相连的四指固定装置。本发明采用横梁将除拇指外的四指固定在同一横梁上，在机械手进行康复治疗时，四指同时运动，手指弯曲过程中不用承受径向拉力，防止损伤手指，再结合独立设置的拇指康复系统，对手部进行更为全面的康复治疗，另外，采用气缸驱动对于手部运动起到缓冲作用，防止突然运动对手指造成伤害，并且避免径向拉力对手指的损伤。
-
公开(公告)号：CN103230333A
公开(公告)日：2013-08-07
申请号：CN201310146905.5
申请日：2013-04-25
Applicant: 西安交通大学苏州研究院 , 西安交通大学 , 苏州苏比特医疗科技有限公司
IPC: A61H1/02
Abstract: 本发明公开了一种穿戴式手功能康复训练机械手，包括固定在手臂上的机械手固定板，它包括拇指康复机构、四指康复机构，所述拇指康复系统包括提供动力的气缸驱动系统、与气缸驱动系统相连的拇指固定装置，四指康复机构包括提供动力的气缸驱动系统、与气缸驱动系统相连的四指固定装置。本发明采用横梁将除拇指外的四指固定在同一横梁上，在机械手进行康复治疗时，四指同时运动，手指弯曲过程中不用承受径向拉力，防止损伤手指，再结合独立设置的拇指康复系统，对手部进行更为全面的康复治疗，另外，采用气缸驱动对于手部运动起到缓冲作用，防止突然运动对手指造成伤害，并且避免径向拉力对手指的损伤。
-
公开(公告)号：CN119548367A
公开(公告)日：2025-03-04
申请号：CN202411519099.6
申请日：2024-10-29
Applicant: 西安交通大学
Abstract: 本申请涉及膝关节康复技术领域，特别涉及一种基于疼痛检测的膝关节术后自适应渐进康复训练方法，包括：对膝关节康复机器进行初始化，并使患者穿戴好肌电采集设备和膝关节康复机器；患者带动康复机器进行主动膝关节屈曲，记录膝关节主动活动角度数据；康复机器进行被动膝关节屈曲运动，采集疼痛检测模型所需的训练数据；进行预处理与特征提取，并对分类器进行训练，得到疼痛检测模型；选择康复训练模式对患者进行训练；患者完成所有训练后，再次主动进行膝关节屈曲，记录膝关节主动活动角度数据。本申请利用患者的表面肌电信号进行疼痛检测，实现了膝关节活动范围的自动识别，并根据患者训练情况进行多模式训练，缓解了康复医师资源紧张的问题。
-
Patent Agency Ranking
公开(公告)号：CN118542682A
公开(公告)日：2024-08-27
申请号：CN202410515090.1
申请日：2024-04-26
Applicant: 西安交通大学
IPC: A61B5/397 , A61B5/388 , A61B5/00 , G06F18/23213 , G06F18/2415 , G06N3/0464 , G06N3/048
Abstract: 本申请涉及表面肌电分解技术领域，具体而言，涉及一种基于肌力水平的分离向量交替肌电实时分解方法，一定程度上可以解决现有技术中预先提取的MU特征的精度也会随着时间的推移而降低，因此会导致通过神经信息实时进行运动意图解码的准确性不足的问题。该方法包括：不同神经驱动等级下的离线初始化，通过提取不同神经驱动等级下的运动单元特征信息构成运动单元的分离向量组；选择分离向量组，利用神经驱动水平等级分类器由表面肌电信号估计神经驱动水平等级，并根据估计到的神经水平等级与所述分离向量组进行匹配，得到待检测分离向量组B；运动单元放电事件实时检测，对所述待检测分离向量组B实时提取运动单元放电事件序列。
-
公开(公告)号：CN113536911B
公开(公告)日：2024-02-02
申请号：CN202110637941.6
申请日：2021-06-08
Applicant: 西安交通大学
IPC: G06F18/24 , G06F18/213 , G06F18/10 , G06F18/23 , G06F18/241 , G06F30/27 , A61B5/397
Abstract: 本发明公开了一种基于双线程的肌电在线实时分解方法，肌电实时分解方法包括主线程和副线程两个平行线程，具体包括以下步骤：步骤1：副线程用于运动单元在线识别，即运动单元特征信息在线提取与更新；步骤2：主线程用于运动单元放电事件实时检测，即利用步骤1提取的各个运动单元特征信息在线实时提取运动单元放电事件。本发明可有效应对肌肉持续收缩时运动单元交替放电带来的新募集运动单元识别问题，从而减少遗漏某些运动单元放电信息的可能性，保证肌肉收缩强度估计的准确性。本发明可有效应对肢体复杂随意运动时各种因素导致的运动单元特征信息非稳态问题，从而提高运动单元放电信息检测的准确性，保证肌肉收缩强度估计的准确性。
-
公开(公告)号：CN116988946B
公开(公告)日：2023-12-12
申请号：CN202311251325.2
申请日：2023-09-26
Applicant: 温州电力建设有限公司 , 国网浙江省电力有限公司温州供电公司 , 华北电力大学 , 西安交通大学 , 南京国电南自电网自动化有限公司 , 武汉理工大学
Abstract: 本发明提供了一种基于主动探测信号注入的风电系统故障判别方法，所述判别方法具体为：各风机通过对应的电量储存缓冲装置接入电网，构成风电网进行供电；采集风电网内线路的电气量信息，以此对风电网故障情况进行检测；在风电网出现故障情况时，向风电网内的故障线路注入低电流信号；根据电流积分判据对风电网故障进行故障性质判别；在判断存在永久性故障后，还根据风电网内故障线路的断闸情况确定被切断的电量储存缓冲装置，根据该电量储存缓冲装置对应线路内风机的受监管程度来制定对应的故障排查表并进行故障排查。本发明能够基于信号注入后的电气数据特性来实现对于风电网故障性质的判别，保障了风电网故障性质的判断
-
公开(公告)号：CN115659696A
公开(公告)日：2023-01-31
申请号：CN202211408018.6
申请日：2022-11-10
Applicant: 西安交通大学 , 国网浙江省电力有限公司温州供电公司
IPC: G06F30/20 , G06F30/18 , G06F18/24 , G06Q50/06 , G06F17/18 , G06F119/02 , G06F113/06 , G06F111/08
Abstract: 本发明公开了一种考虑新能源发电和负荷不确定性的配网可靠性评估方法，解决了现有技术的不足，包括以下步骤：S1，确定配电系统相同参数，S2，建立线路可靠性模型，具体包括建立线路可靠性模型、建立新能源发电机组出力模型和建立负荷模型；S3，对元件故障后果进行分析，确定配电网系统可靠性。本发明能够快速、高效地对含新能源发电机组的配电网进行解析法可靠性评估，同时考虑到新能源发电机组出力地随机性和负荷的不确定性，分析配电系统向用户持续供电的能力，反应新能源机组的接入对于配电系统可靠性的改善情况，指导电网相关部门为配电系统接入新能源机组。
-
公开(公告)号：CN106621287B
公开(公告)日：2019-01-29
申请号：CN201710067795.1
申请日：2017-02-07
Applicant: 西安交通大学
IPC: A63B71/06 , A63B24/00 , A61B5/0476
Abstract: 一种基于脑机接口与虚拟现实技术的上肢康复训练方法，患者佩戴电极帽及VR眼镜，连接计算机、脑电放大器与智能手机；计算机判断患者是否是第一次训练，如果是，则首先采集脑电EEG信号，进行个体化分类器校准，然后开始一次训练；否则直接开始一次训练；训练过程中，VR眼镜与智能手机为患者构建第一人称视角的上肢训练动作场景，患者通过持续运动想象练习，实时控制虚拟场景中的上肢动作，计算机中的BCI模块依据患者当前训练效果，自动调整分类器；训练结束后，BCI模块的分类器进行自适应调整用于下次训练，本发明保证训练难度与患者功能恢复情况相适应，不需要在每次康复训练前进行数据采集用于校准，节省时间。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.034 seconds)
