-
Patent Agency Ranking
公开(公告)号：CN110544252A
公开(公告)日：2019-12-06
申请号：CN201910845433.X
申请日：2019-09-05
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于多模态磁共振脑影像的帕金森病辅助诊断系统，包括输入模块、特征筛选模块、特征选择模块以及诊断模块；输入模块包括T1WI图像、DTI图像和QSM图像的输入；特征筛选模块：用于对三组图像进行图像预处理，并提取感兴趣区域的特征数据，并将不同模态的特征数据进行串联，构造成一个串联特征矩阵X，将MOCA和样本标签则串联成一个相应矩阵Y；特征选择模块提取具有高表征性的特征；诊断模块用于对特征进行学习、数据回归和分类，最后获得诊断结果，从而为医生提供更准确的辅助诊断。
-
公开(公告)号：CN110432870A
公开(公告)日：2019-11-12
申请号：CN201910745381.9
申请日：2019-08-13
Applicant: 重庆邮电大学
IPC: A61B5/00
Abstract: 本发明涉及一种基于1D CNN-LSTM的睡眠信号自动分期方法，属于信号处理及模式识别领域。该方法具体包括：S1：选择数据，从睡眠数据库中选择不同通道的EEG信号以及EOG信号作为原始信号；S2：信号预处理，利用小波变换方法对原始两个通道的EEG和EOG信号分别进行预处理，选出训练集数据和测试集数据；S3：将预处理之后的信号输入深度学习分类模型中，利用深度学习算法对睡眠状态进行分期，并输出分期结果。本发明提高睡眠分期准确度，降低信号的信噪比，从而有效节省运算时间；并且通过优化算法实现准确度高的睡眠自动分期，为睡眠质量评估提供有效依据。
-
公开(公告)号：CN110444270A
公开(公告)日：2019-11-12
申请号：CN201910708136.0
申请日：2019-08-01
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于RBF神经网络的闭环DBS控制方法，包括基底核网络生理模型、RBF神经网络模型和非线性迭代预测控制器三部分；提供一种自适应、稳定、实时的闭环DBS控制方法，在运用RBF网络对基底核网络生理模型的输入与输出进行辨识，构建闭环回路；然后将其作为预测模型，通过非线性迭代预测控制算法实时给出优化控制量，对基底核网络生理模型进行实时调控，最后达到自动识别系统，当系统处于PD状态时，自动设置相关刺激参数，使得系统恢复到正常状态的效果。
-
公开(公告)号：CN108762303A
公开(公告)日：2018-11-06
申请号：CN201810580721.2
申请日：2018-06-07
Applicant: 重庆邮电大学
CPC classification number: G05D1/101 , G06F3/015 , G06F2203/011
Abstract: 本发明涉及一种基于运动想象的便携式脑控无人机系统及控制方法，属于脑机接口领域。该系统包括脑电信号采集装置、嵌入式脑电信号处理装置和飞行部分。本发明的脑电信号采集装置使用了高精度高集成度的模拟前端和AD转换芯片，降低了脑电信号采集模块的功耗、简化了系统设计、提高了信噪比，更有利于信号处理因此可大大减小脑电信号采集装置的体积。本系统将脑电信号采集装置集成安装于于电极帽枕叶部份，使用蓝牙作为数据传输方式，以此种形式将脑电信号的采集部分与电极帽结合起来并且形成独立部分，因此极大提高了使用者的舒适性和灵活性。
-
公开(公告)号：CN113100756A
公开(公告)日：2021-07-13
申请号：CN202110404995.8
申请日：2021-04-15
Applicant: 重庆邮电大学
IPC: A61B5/11
Abstract: 本发明属于信号处理以及模式识别领域，具体涉及一种基于Stacking的帕金森震颤检测方法，该方法包括获取原始信号，对获取的原始信号进行预处理；提取预处理后信号的特征，提取的特征包括信号的时域特征、时频特征以及非线性特征；对提取的特征进行筛选，得到特征子集；将特征子集输入到训练好的Stacking模型中进行帕金森震颤检测；根据检测结果判断待检测人的状态；本发明中通过计算多种特征，并对特征进行筛选，结合提出的新的、泛化能力强的、准确率高的帕金森震颤检测方法，能够准确检测帕金森震颤，为帕金森病诊断提供参考。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
