“卢杰威”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果12个，建议您升级VIP下载更多相关专利

[发明专利]一种脑状态稳定特征的检测方法-CN202210708345.7在审
发明人：于宁波;巫嘉陵;韩建达;朱志中;王金;于洋;卢杰威 -专利权人：南开大学;天津市环湖医院
申请日： 2022-06-22 - 公布日： 2022-10-11 - 主分类号： A61B5/1455 文献下载
摘要：本发明涉及一种脑状态稳定特征的检测方法，其技术特点是：建立检测脑状态稳定特征的测试范式；测试人员佩戴功能近红外探头并按照测试范式进行测试，收集测试人员在进行步态任务时的脑信号，并对收集的脑信号进行预处理；利用滑动窗对预处理的信号进行划分，对每个滑动窗内的信号进行功能连通性的构建，得到连通性矩阵：对所有连通性矩阵进行聚类；计算得到脑状态稳定特征，该脑状态稳定特征包括步行任务中状态的方差和变异系数。本发明设计合理，能够准确检测得到脑状态稳定特征，有效地揭示了大脑的运行机制，具有快速准确、使用方便等特点，可广泛应用于驾驶员疲劳检测、脑机接口等领域。
一种状态稳定特征检测方法

[发明专利]基于图信号处理的脑信号分析方法-CN202210387530.0在审
发明人：于宁波;巫嘉陵;于洋;韩建达;朱志中;王金;卢杰威 -专利权人：南开大学;天津市环湖医院
申请日： 2022-04-14 - 公布日： 2022-07-29 - 主分类号： A61B5/00 文献下载
摘要：本发明涉及一种基于图信号处理的脑信号分析方法，其技术特点是：建立基于功能近红外的测量范式；测量人员佩戴功能近红外探头并进行测量并收集测量人员在进行步态任务时的脑信号；对测量的脑信号进行预处理；计算通道信号之间的相位滞后系数，并建立连通性矩阵；根据连通性矩阵和顶点位置构建脑图；根据脑图提取描述脑区和脑区变化的图特征。本发明利用功能近红外测量步态任务时的脑信号，根据近红外通道之间的相关系数和顶点位置将预处理后的信号转换成脑图，通过对脑图进行频谱拆解，计算得到区域和区域之间的图特征，从而有效地描述不同区域之间的变化，揭示脑部的合作机制，可广泛用于睡眠质量监测、大脑异常监测和脑机接口等领域。
基于信号处理分析方法

[发明专利]基于Stroop色词测试及近红外脑功能成像的认知功能评估方法-CN202210419793.5在审
发明人：巫嘉陵;韩建达;王金;于宁波;于洋;舒智林;朱志中;卢杰威;程元元;王岳;张鑫源 -专利权人：天津市环湖医院;南开大学
申请日： 2022-04-21 - 公布日： 2022-07-22 - 主分类号： A61B5/16 文献下载
摘要：本发明涉及一种基于Stroop色词测试及近红外脑功能成像的认知功能评估方法，其技术特点是：通过功能近红外成像系统获得受试者在完成Stroop色词测试过程中双侧前额叶脑组织的光强数据及Stroop色词测试结果；将受试者光强数据转换为脑生理信息数据，计算双额区域强度；按上述方法对有认知功能下降或认知状态不佳且不能较好配合完成传统神经心理量表测评的受试者进行测试；比较以上受试者与正常人的Stroop色词测试结果以及双额区域强度有无显著差异，并分析其与MoCA评分的相关性。本发明采用Stroop色词测试和近红外脑功能成像技术，通过脑功能连通性评估认知功能，其测试结果准确可靠，并且测试过程简单，受试者可轻松完成。
基于 stroop 测试红外功能成像认知评估方法

[发明专利]基于状态转换特征的脑信号检测方法-CN202210251070.9在审
发明人：韩建达;巫嘉陵;于洋;于宁波;朱志中;卢杰威;王岳 -专利权人：南开大学;天津市环湖医院
申请日： 2022-03-15 - 公布日： 2022-07-12 - 主分类号： A61B5/00 文献下载
摘要：本发明涉及一种基于状态转换特征的脑信号检测方法，其技术特点是：建立基于功能近红外的测量范式；收集测量人员在进行步态任务时的脑信号；对测量的脑信号进行预处理，得到含氧血红蛋白和去氧血红蛋白随时间的浓度变化；判断脑状态；根据脑状态建立脑状态转换因子；根据脑状态转换因子以及含氧血红蛋白和去氧血红蛋白随时间的浓度变化计算脑状态转换特征。本发明设计合理，其采用功能近红外方式测量步态任务时的脑信号并进行预处理及分析，根据状态转换因子及含氧血红蛋白和去氧血红蛋白随时间的浓度变化，准确计算出脑状态转换特征，有效地描绘大脑的信息处理的整个过程，可广泛用于机动车驾驶员疲劳检测、大脑状态预警以及人机交互等领域。
基于状态转换特征信号检测方法

[发明专利]一种基于分层抠图算法的眼底图像血管分割方法-CN201810186477.1有效
发明人：范衠;卢杰威;朱贵杰 -专利权人：汕头大学
申请日： 2018-03-07 - 公布日： 2021-12-17 - 主分类号： G06T7/11 文献下载
摘要：本发明实施例公开了一种基于分层抠图算法的眼底图像血管分割方法，所述方法包括：对眼底图像进行预处理，生成眼底图像的三分图；利用分层抠图算法分割眼底图像三分图中未知区域的血管；对分割后的血管图像进行后处理；将进行后处理的图像在DRIVE和STARE两个公开的数据库上进行测试，得到眼底图像血管分割的结果图。本发明采用一种分层抠图的算法对眼底图像进行处理，可以高效准确地进行眼底图像的血管分割，从而可以帮助医生提高对眼部疾病的诊断效率，并有利于减少可能存在的由于医生疲劳而导致的误诊。
一种基于分层算法眼底图像血管分割方法

[发明专利]一种变阻抗力矩骑行训练装置-CN202110908097.6在审
发明人：韩建达;于宁波;游煜根;林家能;卢杰威 -专利权人：南开大学
申请日： 2021-08-09 - 公布日： 2021-11-02 - 主分类号： A63B22/02 文献下载
摘要：本发明提供一种变阻抗力矩骑行训练装置，六自由度并联机器人平台；装在所述六自由度并联机器人平台上的车架；设置在所述车架上的可调阻抗踏板以及可调阻抗把手转轴，所述可调阻抗踏板以及可调阻抗把手转轴通过各自的电机实现阻抗控制；系统由控制终端统一进行控制；所述控制终端根据需要模拟的场景以及用户情况，对所述六自由度并联平台的工况进行控制，与此相配合的，还通过控制所述可调阻抗踏板以及所述可调阻抗把手转轴所连接的电机的工况，实现对所述可调阻抗踏板以及可调阻抗把手转轴的阻抗控制，从而对用户提供更为真实的训练感受。
一种阻抗力矩训练装置

[发明专利]一种基于深度卷积神经网络的钢筋端面识别方法-CN201811618063.8有效
发明人：范衠;卢杰威;邱本章;安康;姜涛;朱贵杰 -专利权人：汕头大学
申请日： 2018-12-28 - 公布日： 2020-08-21 - 主分类号： G06K9/32 文献下载
摘要：本发明实施例公开了一种基于深度卷积神经网络的钢筋端面识别方法，包括：采用滑动窗遍历剪裁出钢筋端面区域图像和非钢筋端面区域图像；建立所述区域图像的图像库并将图像库中的图像分为训练样本和测试样本；将训练样本用于深度卷积神经网络的训练，并确定所述深度卷积神经网络中的学习参数；训练好所述卷积神经网络后，在所述用来测试的钢筋端面原始图像上采用滑动窗进行遍历，并将每一次遍历后的结果输送到训练好的所述卷积神经网络进行识别；在识别出的钢筋端面上标记红点，然后对所标记的红点进行聚类，找到所述识别出的端面的中心，并标记到所述用来测试的原始图像上。本发明充分利用深度卷积神经网络的较强的特征学习能力，从而高效准确的识别钢筋端面。
一种基于深度卷积神经网络钢筋端面识别方法

[发明专利]一种基于深度学习的蝴蝶自动分类方法-CN201811070920.5在审
发明人：范衠;伍宇明;卢杰威;朱贵杰;莫嘉杰;黄龙涛 -专利权人：汕头大学
申请日： 2018-09-14 - 公布日： 2019-02-22 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于深度学习的蝴蝶自动分类方法，所述方法包括：收集蝴蝶在自然环境中的照片；通过人工标注对所收集到的蝴蝶照片中的部分照片进行标注，构建带有标注框和分类标签的图片库作为训练样本集；采用Faster－RCNN算法，训练一个在照片中用于定位蝴蝶位置的卷积神经网络；采用深度卷积神经网络算法，训练一个用于分类蝴蝶的卷积神经网络；对蝴蝶在自然环境中的照片，先通过用于定位的卷积神经网络定位出蝴蝶的位置，再通过用于分类的卷积神经网络对蝴蝶进行分类鉴定。本发明通过采用Faster－RCNN算法对蝴蝶照片中的蝴蝶进行精确定位，再通过深度卷积神经网络算法以及结合蝴蝶的明显特征对蝴蝶样本进行人工调整，从而可以高效准确地实现对蝴蝶的自动分类。
蝴蝶卷积神经网络算法自动分类分类自然环境训练样本集分类标签明显特征人工标注人工调整标注框图片库构建标注样本学习

[发明专利]一种基于深度卷积神经网络的裂缝图像分割方法-CN201810676243.5在审
发明人：范衠;伍宇明;朱贵杰;卢杰威 -专利权人：汕头大学
申请日： 2018-06-26 - 公布日： 2018-12-25 - 主分类号： G06T7/11 文献下载
摘要：本发明实施例公开了一种基于深度卷积神经网络的裂缝图像分割方法，包括：用相机拍摄原始图像；对原始图像进行人工标注得到标注图像，并把原始图像和标注图像划分为训练集和测试集；提取训练集样本中小区域图像，划分为正负样本；调整正负样本的比例，用于训练深度卷积神经网络；提取测试集样本中小区域图像，输入到训练好的所述深度卷积神经网络中进行预测，并对所有预测结果进行叠加和归一化处理，得到原始图像的裂缝概率图。采用本发明，通过把原始图像分割成小区域图像，并且充分利用深度卷积神经网络较强的特征学习能力，可以很好地处理不同路面情况下的图像，高效准确地实现对图像裂缝的分割与检测。
卷积神经网络原始图像图像分割裂缝图像区域图像正负样本测试集裂缝标注归一化处理训练集样本人工标注特征学习相机拍摄预测结果概率图小区域训练集叠加样本检测预测

[发明专利]一种基于深度学习的智能抓取系统及方法-CN201810801897.6在审
发明人：范衠;邱本章;卢杰威;朱贵杰;李冲;陈文钊;游煜根;卞新超;胡星晨 -专利权人：汕头大学
申请日： 2018-07-20 - 公布日： 2018-11-30 - 主分类号： B25J9/16 文献下载
摘要：本发明公开了一种基于深度学习的智能抓取系统，包括一多自由度的机械臂、末端执行器、立体视觉设备、WIFI中继模块和工控机。本发明还公开了一种基于深度学习的智能抓取方法，通过训练深度学习的神经网络模型，结合图像处理技术，识别出目标物体在三维空间中的位置及物体种类，然后控制该机械臂对目标物体进行抓取。采用本发明能极大地提高目标物体识别率及定位准确率，适合复杂场景下的物体抓取任务。
智能抓取目标物体机械臂三维空间学习抓取目标物体识别神经网络模型图像处理技术定位准确率末端执行器多自由度复杂场景立体视觉物体抓取中继模块工控机

[发明专利]一种基于级联卷积神经网络的斜眼检测方法-CN201810186479.0在审
发明人：范衠;卢杰威;郑策;朱贵杰 -专利权人：汕头大学
申请日： 2018-03-07 - 公布日： 2018-08-17 - 主分类号： G06T7/00 文献下载
摘要：本发明实施例公开了一种基于级联卷积神经网络的斜眼检测方法，所述方法包括：整理相机拍摄的斜眼图像，并建立所述图像的斜眼图像库；利用人脸数据库：iBUG23,LPFW24,Helen25和AFW训练一个级联卷积神经网络，并确定所述级联卷积神经网络中的学习参数；利用所述完成训练的级联卷积神经网络分割斜眼图像库中斜眼图像的眼睛；完成斜眼图像的眼睛分割后，利用大津算法分割斜眼图像的眼睛虹膜；根据虹膜在眼睛中的相对位置关系确定人是否患有斜眼。本发明充分利用级联卷积神经网络较强的识别和分割能力，并结合图像处理算法，可以高效准确地确定人是否患有斜眼，从而有助于医生对病人的斜眼诊断和治疗。
卷积神经网络级联图像图像库分割图像处理算法相对位置关系人脸数据库诊断和治疗算法分割相机拍摄眼睛虹膜虹膜检测医生学习

[发明专利]一种基于深度卷积神经网络的烟草植株识别方法-CN201710404295.2在审
发明人：范衠;卢杰威;谢红辉;朱贵杰;莫嘉杰;李文姬 -专利权人：范衠
申请日： 2017-06-01 - 公布日： 2017-11-03 - 主分类号： G06K9/00 文献下载
摘要：一种基于深度卷积神经网络的烟草植株识别方法，所述方法包括整理无人机拍摄烟草植株的原始图像，并建立所述原始图像的图像库；对所述图像库中的所述原始图像进行预处理，并将预处理后的所述原始图像分为训练样本和测试样本；将所述训练样本用于深度卷积神经网络的训练，并确定所述深度卷积神经网络中的学习参数；将所述测试样本输送到训练好的所述深度卷积神经网络中进行识别测试，并将识别结果标记在所述测试样本中的所述原始图像中。本发明充分利用深度卷积神经网络的较强的特征学习能力，从而高效准确地识别烟草植株，并准确快速地对烟草植株的产量进行估算。
一种基于深度卷积神经网络烟草植株识别方法

1
共 12 条