公开(公告)号：CN109715065A

公开(公告)日：2019-05-03

申请号：CN201780057658.8

申请日：2017-08-15

Applicant: 乔治亚技术研究公司

Inventor： 张铖 ,  格利高里·D.·阿波德 ,  欧麦·伊南 ,  撒德·尤金·斯达纳

IPC: A61B5/11 ,  G06F1/16 ,  G06F3/01 ,  G06F3/042 ,  G06F3/0488

CPC classification number: A61B5/1123 ,  A61B5/681 ,  A61B5/7257 ,  A61B5/7264 ,  A61B5/7267 ,  A61B5/7475 ,  A61B2562/0219 ,  G06F1/16 ,  G06F1/163 ,  G06F3/0346 ,  G06F3/0433 ,  G06F3/04886

Abstract: 一种便携式电子设备，包括：多个传感器，其被配置为响应于与便携式电子设备附近的用户的身体的第一接触而产生一个或多个第一输入信号；微处理器；以及存储器，其上存储有指令，当微处理器执行指令时，控制微处理器响应于对表示第一接触与第一手势对应的一个或多个第一输入信号的分析执行与第一手势对应的第一命令。

公开(公告)号：CN109674469A

公开(公告)日：2019-04-26

申请号：CN201910002013.5

申请日：2019-01-02

Applicant: 哈尔滨工业大学

Inventor： 臧天仪 ,  闵腾飞 ,  王福旭 ,  王跃莹

IPC: A61B5/048 ,  A61B5/00

CPC classification number: A61B5/048 ,  A61B5/4094 ,  A61B5/725 ,  A61B5/7257 ,  A61B5/7267

Abstract: 基于CNN模型的癫痫发作预警算法，是一种基于深度学习的早期癫痫发作预警方法。该发明提出了一种基于CNN模型的癫痫发作预警算法,旨在实现一种癫痫发作预警系统。该算法首先对在IEEG监测下的癫痫患者颅内脑电图(EEG)数据进行预处理，然后基于CNN模型并通过Softmax,Minmax,和Median来标准化预测原始结果，分析基于CNN模型提取癫痫患者EGG数据的ROC曲线和灵敏度特异性分析曲线，得到基于CNN模型的原始预测AUC值。该算法的原始预测AUC值为0.790，也就是说该算法的CNN模型已经学到了预测癫痫的关键信息，能够准确预测基于脑电数据集的癫痫发作时或癫痫发作前状态变化。该算法可用于控制癫痫发作，并可提醒患者何时需要注意驾驶或游泳等潜在危险的活动。

公开(公告)号：CN109602421A

公开(公告)日：2019-04-12

申请号：CN201910008882.9

申请日：2019-01-04

Applicant: 平安科技(深圳)有限公司

Inventor： 王健宗 ,  程宁 ,  肖京

IPC: A61B5/08 ,  A61B5/00

CPC classification number: A61B5/0823 ,  A61B5/4803 ,  A61B5/7203 ,  A61B5/7267 ,  A61B2503/40

Abstract: 本发明涉及智能决策，公开了一种健康监测方法，该方法包括：获取猪的语音样本数据，所述语音样本数据包括猪发出的不同的语音数据及每种语音样本数据对应的实际健康状态，其中每种语音样本数据对应的实际健康状态为咳嗽或者非咳嗽；根据所述猪的语音样本数据，训练得到健康监测模型；获取监控的目标猪的语音数据；将所述目标猪的语音数据作为所述健康监测模型的输入，确定所述目标猪的健康状态。本发明还提出一种健康监测装置以及一种计算机可读存储介质。本发明从监控的实时的猪的音频数据中，准确判断猪是否健康，从而发送提示信息。

公开(公告)号：CN109363659A

公开(公告)日：2019-02-22

申请号：CN201811153522.X

申请日：2018-09-30

Applicant: 平安科技(深圳)有限公司

Inventor： 蔡元哲 ,  程宁 ,  王健宗 ,  肖京

IPC: A61B5/024

CPC classification number: A61B5/024 ,  A61B5/7267

Abstract: 本发明涉及一种基于深度学习的心率监控方法，所述方法包括：获取被监控对象的心率数据；对所述心率数据进行分析，得到所述心率数据的标注处理结果；训练神经网络；在训练后的神经网络中对获取的实时心率数据进行分析，并得到对应的实时标注处理结果；当所述实时标注处理结果为预设的第一标注类型时，向所述实时心率数据对应的被监控对象发送警示信息；当所述实时标注处理结果为预设的第二标注类型时，在所述训练后的神经网络保存回溯预定步数的心率数据-标注处理结果进行迭代训练。本发明的有益效果为：通过用深度学习的方法对心率信号进行监控和分析，将心率信号分为正常、出现异常、临近危险和强烈危险四种类型进行提醒、监控和救援等。

公开(公告)号：CN109044365A

公开(公告)日：2018-12-21

申请号：CN201810709338.2

申请日：2018-07-02

Applicant: 苏州大学

Inventor： 李春光 ,  曲巍 ,  李伟达 ,  李娟 ,  张虹淼

IPC: A61B5/145 ,  A61B5/11

CPC classification number: A61B5/14542 ,  A61B5/11 ,  A61B5/7246 ,  A61B5/7267

Abstract: 本发明涉及基于大脑血红蛋白信息的步长和步速二维运动状态的识别方法，基于大脑血红蛋白信息的步长和步速二维运动状态的识别方法，通过各状态运动前1s的总氧血红蛋白和含氧减脱氧血红蛋白的差值参数进行运动状态的判别，使用小波包分解方法寻找各个状态下重点通道个数和重点脑区，为消除被试间头颅大小的差异，在特征向量的选择上使用区域位置固定，通道位置不固定的方法，通过遗传算法和LIBSVM(a library for support vector machine)算法得到最优模型，最终得到不同步长等级和不同步速等级两种情况下的识别率为71.21％和71.21％。

公开(公告)号：CN108937926A

公开(公告)日：2018-12-07

申请号：CN201811086637.1

申请日：2018-09-18

Applicant: 北京宏信农业科技发展有限公司

Inventor： 何新 ,  赵轩

IPC: A61B5/0488 ,  A61N1/36

CPC classification number: A61B5/0488 ,  A61B5/7267 ,  A61N1/36003

Abstract: 本发明公开了一种大数据的表面肌电信号的分析方法，获取多个使用者的表面肌电信号数据；对获取的多个使用者的表面肌电信号数据进行处理，并完成训练数据与测试数据的划分操作；根据训练数据对与多个使用者的表面肌电信号数据建立模型，生成第一模型，并对第一模型进行训练；根据训练完成的第一模型完成对目标个体的表面肌电信号的分析与执行操作。该方法还原肌体在运动时的表面肌电信号产生刺激，刺激相应的神经网络，并且根据传感器的空间位置信息，智能判断所需的输出，达到按摩肌肉和肌腱，防止因患肢缺少运动而产生的萎缩和变形，具有应用的高效性与易用性。本发明还公开了大数据的表面肌电信号的分析装置。

公开(公告)号：CN108714034A

公开(公告)日：2018-10-30

申请号：CN201810218050.5

申请日：2018-03-16

Applicant: 西门子保健有限责任公司

Inventor： 刘大维 ,  A.P.基拉利 ,  A.魏斯 ,  B.乔治斯库

IPC: A61B6/00 ,  A61B6/03

CPC classification number: A61B6/5217 ,  A61B5/4824 ,  A61B5/7267 ,  A61B6/032 ,  A61B6/461 ,  A61B6/50 ,  G06K9/46 ,  G06T7/0012 ,  G16H30/40

Abstract: 本发明涉及医学成像中的腹部疼痛源标识。为了帮助内科医师诊断牵涉腹部疼痛的创伤，按照器官和/或区域对表示病人的扫描数据进行分区（14）。提供分离的经机器学习的分类器（90）用于每个器官和/或区域。分类器（90）被训练以指示（16）疼痛的起因的可能性。通过输出（20）来自器官和/或区域特定的分类器（90）的集合的结果，可以由内科医师使用最可能的起因和相关联的器官和/或区域以加速、确认、或者引导腹部疼痛源的诊断。

公开(公告)号：CN108670277A

公开(公告)日：2018-10-19

申请号：CN201810565720.0

申请日：2018-06-04

Applicant: 新华网股份有限公司

Inventor： 朱昕彤 ,  杨昊 ,  王勇 ,  王晨 ,  鄢晓濛 ,  王曦光 ,  王真峥 ,  鞠靖 ,  杨育松

IPC: A61B5/16

CPC classification number: A61B5/165 ,  A61B5/7267

Abstract: 本申请公开了一种精神压力监测方法。采用获取人体压力生理信号，通过人体汗腺皮下生理数据的抓取的方式，通过获取被试对象的基线期、认知任务期以及恢复期的人体压力生理信号；分别对所述被试对象的基线期、认知任务期及恢复期的人体压力生理信号进行计算并得到非相关特征值；所述被试对象的基线期、认知任务期及恢复期分别具有多个非相关特征值；根据所述非相关特征值对分类器进行训练，得到准确率最高的最终模型；通过所述最终模型对监测对象的人体压力生理信号进行识别，判断所述监测对象是否存在精神压力。达到了判断监测对象是否存在精神压力的目的，进而解决了医生无法准确得知患者精神状态进而给出准确治疗方案的技术问题。

公开(公告)号：CN108670223A

公开(公告)日：2018-10-19

申请号：CN201810378687.0

申请日：2018-04-25

Applicant: 上海理工大学

Inventor： 徐芳 ,  罗宇舟

IPC: A61B5/0205 ,  A61B5/0476

CPC classification number: A61B5/0205 ,  A61B5/024 ,  A61B5/0476 ,  A61B5/4809 ,  A61B5/4812 ,  A61B5/4815 ,  A61B5/7267

Abstract: 本发明公开了一种睡眠质量分析系统，包括计算系统和控制器，所述计算系统包括中央处理器，所述中央处理器分别电性连接有时钟电路、存储器和显示器，所述中央处理器电性连接控制器，所述控制器分别电性连接有脑电波检测装置和心率检测装置，所述脑电波检测装置和心率检测装置均电性连接中央处理器。本发明提出的一种睡眠质量分析系统及其分析方法可有效检测人的睡眠情况，同时可记录睡眠数据。先测试心率，在心率平稳或呈稳定下降趋势后开设检测脑电波，即在人进入睡眠状态后测试脑电波，有利于提高检测睡眠质量的准确性。

公开(公告)号：CN108670200A

公开(公告)日：2018-10-19

申请号：CN201810536311.8

申请日：2018-05-30

Applicant: 华南理工大学

Inventor： 彭健新 ,  唐云飞

IPC: A61B5/00

CPC classification number: A61B5/4806 ,  A61B5/4818 ,  A61B5/7267

Abstract: 本发明公开了一种基于深度学习的睡眠鼾声分类检测方法，该方法主要包括：通过传感器采集被测患者整晚的睡眠声信号，并对所述睡眠声信号中的有声段进行探测，获取睡眠声信号中的有声段图谱；使用深度学习对有声段图谱进行鼾声与非鼾声的分类，并保留纯鼾声的识别结果；再使用深度学习对纯鼾声的识别结果进行四类鼾声的分类，完成对呼吸暂停低通气综合征(OSAHS)患者鼾声的自动识别与检测；根据对鼾声的识别与检测结果，统计被测患者整晚各类鼾声的数量，获取被测患者整晚AHI指数。本发明还公开了一种基于深度学习的睡眠鼾声分类检测方法的检测系统。本发明的方法及系统能够有效准确评价打鼾对象是否患病及患病程度，为OSAHS患者提供数据参考。