[发明专利]一种基于多模态数据融合的肌肉疲劳度分类方法及系统有效
| 申请号： | 202310256709.7 | 申请日： | 2023-03-17 |
| 公开（公告）号： | CN115985464B | 公开（公告）日： | 2023-07-25 |
| 发明（设计）人： | 岳寿伟;张杨;魏慧;李旭东;李丹阳;刘治;刘宝宁;曹艳坤;崔笑笑;马佳霖 | 申请（专利权）人： | 山东大学齐鲁医院;山东大学 |
| 主分类号： | G16H20/30 | 分类号： | G16H20/30;G16H50/30;G06V40/10;G06V10/40;G06V10/764;G06V10/80;G06V10/82;G06N3/0442;G06N3/0464;G06N3/08;A61B5/00;A61B5/397;A61B5/372;A61B5/3 |
| 代理公司： | 山东瑞宸知识产权代理有限公司 37268 | 代理人： | 龚东升 |
| 地址： | 250000 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及肌肉疲劳度检测技术领域，尤其是涉及一种基于多模态数据融合的肌肉疲劳度分类方法及系统。所述方法包括：获取康复训练中的多种生理信号和IMU信号；对获取的生理信号和IMU信号进行预处理；将预处理的生理信号和IMU信号转换为灰度图像；将同一种信号转换得到的灰色图像进行结合，形成RGB图像；通过深度学习网络模型对生理信号和IMU信号及其RGB图像进行特征提取；本发明针对现阶段疲劳程度的研究，基于同步采集的sEMG、EEG、ECG及IMU信号，提出了多输入并行的神经网络模型用来提取特征，避免单一信号检测可能出现错误的检测。 | ||
| 搜索关键词： | 一种 基于 多模态 数据 融合 肌肉 疲劳 分类 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东大学齐鲁医院;山东大学，未经山东大学齐鲁医院;山东大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310256709.7/，转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
