|
钻瓜专利网为您找到相关结果 74个,建议您 升级VIP下载更多相关专利
- [实用新型]一种预防压疮用手术床-CN202223280533.9有效
-
李玉榕;刘纯朴
-
湖南省人民医院(湖南师范大学附属第一医院)
-
2022-12-07
-
2023-10-13
-
A61G13/00
- 本实用新型公开一种预防压疮用手术床,包括床体和充气垫组件,所述床体位于腿部和头部的位置设有定位组件;所述定位组件包括定位柱,所述定位柱的一端固设于所述床体,所述充气垫组件包括气囊和连接片,所述连接片缝合在所述气囊上,所述连接片上设有卡槽,所述定位柱突出所述床体的上端部位插入至所述卡槽内,所述气囊设有第一充气带和第二充气带,所述第一充气带和第二充气带分别设有充气口,所述第一充气带与第二充气带之间设有无气带。本实用新型能够使气囊与床体之间装配更稳定,解决了充气垫在手术床上使用时容易移动的问题,同时解决了传统魔术贴长时间使用后,充气垫粘接效果变差,导致充气垫不能稳定固定在手术床上的现象。
- 一种预防用手
- [发明专利]脊柱三维动态重建方法和系统-CN202310462721.3在审
-
李玉榕;陈家瑾;陈建国
-
福州大学
-
2023-04-26
-
2023-08-01
-
G06T17/00
- 本发明提出一种脊柱三维动态重建方法和系统,首先在Unity软件中集成Azure Kinect的人体跟踪功能,选择部分关节点以及附加点作为控制点,通过关节点之间的相对位置对控制点进行校正,并采用基于骨长约束的卡尔曼滤波算法对关节点数据进行平滑处理,其次采用Catmull‑Rom样条对控制点插值拟合生成脊柱曲线,建立通用的3D脊柱模型并配准到拟合的脊柱线上形成自动校准的个性化3D脊柱模型,用于进行脊柱参数分析计算。本发明的优点是建立实时可视化的脊柱三维动态模型并准确的评估脊柱相关参数,无任何电离辐射、成本低廉且便捷易部署,适用于脊柱侧弯筛查和脊柱康复训练评估场景。
- 脊柱三维动态重建方法系统
- [发明专利]基于自适应学习的用户无关肌电手势识别系统-CN202111376022.4有效
-
李玉榕;郑楠;张文萱;李吉祥
-
福州大学
-
2021-11-19
-
2023-07-21
-
G06F3/01
- 本发明涉及一种基于自适应学习的用户无关肌电手势识别系统,包括依次连接的数据获取单元、聚类单元、自适应KNN近邻分类器和风险评估器;所述数据获取单元,获取现有用户数据,并进行数据处理;所述聚类单元,将数据处理后的信号数据,采用K‑Means聚类找到不同动作的聚类中心,提取各个用户每种动作与聚类中心距离最短的N个样本充当训练集,用于训练自适应KNN近邻分类器;所述自适应KNN近邻分类器,用于根据新用户数据得到对应的标签;所述风险评估器对新用户数据进行评估,合格的样本则用来替换训练集的偏远样本和更新训练集样本的权值。本发明解决了因肌电信号的个体差异性而导致的模型不通用问题,无需用户再训练步骤,极大的提高了用户的使用体验,且识别正确率会动态提升。
- 基于自适应学习用户无关手势识别系统
- [发明专利]脊柱3D建模的方法和系统-CN202211600511.8在审
-
李玉榕;陈家瑾;陈建国
-
福州大学
-
2022-12-12
-
2023-04-04
-
G06T17/00
- 本发明提出一种脊柱3D建模的方法和系统,首先,在Unity软件中初始化Azure Kinect传感器的身体追踪功能捕获关节点坐标数据,并采用骨长约束法和无迹卡尔曼滤波法对数据进行处理生成控制点,再采用Catmull‑Rom样条插值得到拟合的脊柱曲线;其次,在场景中建立通用的3D脊柱模型并配准到拟合脊柱曲线上,得到实时更新的个性化3D脊柱模型;最后,根据拟合脊柱线的曲率分析算法自动计算冠状面的Cobb角和矢状面的胸椎后凸角、腰椎前凸角。本发明的优点是能够实时可视化3D脊柱模型并准确的评估脊柱角度参数,且无任何电离辐射、成本低廉以及便捷易部署,适用于脊柱侧弯筛查和脊柱康复训练评估。
- 脊柱建模方法系统
- [发明专利]一种基于表面肌电信号的长时手势识别方法-CN202211661799.X在审
-
李玉榕;林恒;施正义;杜国川
-
福州大学
-
2022-12-21
-
2023-03-24
-
G06V40/20
- 本发明涉及一种基于表面肌电信号的长时手势识别方法。包括两个部分:第一个部分是数据预处理,包括特征提取、特征降维;第二个部分是分类模型的自适应更新。首先是数据预处理部分,在已有天数的手势数据上(通常为第一天采集的数据)上提取差分共空间模式(differential CSP,DCSP)特征,接着通过带有激活系数归一化的非负矩阵分解算法(nonnegative matrix factorization,NMF)对特征进行转换。然后是分类模型的自适应更新部分,将每个测试天的第一次重复实验作为无标签样本,对这部分样本用分类聚类自训练(Clustering and classification self‑training,CCST)方法进行评估和标注,将合格样本和标签和已有数据一起重新训练分类模型。本发明避免用户每日需要采集数据进行校准的麻烦,提高了用户的使用舒适度。
- 一种基于表面电信号手势识别方法
- [发明专利]一种基于肌电信号的肌力训练设备控制方法-CN202210392344.6有效
-
李玉榕;刘强;陈建国;杜民
-
福州大学
-
2022-04-14
-
2022-10-18
-
A63B24/00
- 本发明涉及一种基于肌电信号的肌力训练设备控制方法。将实时采集到的肌电信号经过滤波,放大,特征值提取后通过动态循环神经网络进行关节力矩预测。在等速和等张训练中,预测力矩作为控制信号驱动肌力训练设备运动;在等长模式中,预测的力矩作为肌肉发力方向的指令信号;在被动训练中,利用用户在发生肌肉痉挛时肌张力升高的特点,对关节力矩阻力矩进行实时预测,当预测阻力矩大于设定阈值时肌力训练设备停止,从而达到痉挛保护的目的。本发明利用肌电信号超前预测力矩作为控制信号,解决了以力矩传感器采集的力矩值作为控制信号驱动肌力训练设备的滞后性。同时保证了预测精度,又实现了预测的快速性,以及提高肌力训练设备的安全性。
- 一种基于电信号训练设备控制方法
- [发明专利]基于肌肉协同的用户无关实时手势识别方法-CN202110072896.4有效
-
李玉榕;郑楠;张文萱;李吉祥
-
福州大学
-
2021-01-20
-
2022-08-09
-
G06F3/01
- 本发明涉及一种基于肌肉协同的用户无关实时手势识别方法,包括以下步骤:步骤S1:获取现有用户表面肌电信号数据和新用户预实验表面肌电信号数据,并进行数据预处理;步骤S2:利用非负矩阵分解分别提取所有动作的肌肉协同;步骤S3:利用最小二乘法得到现有用户协同向着预实验数据相同动作肌肉协同靠近的转换矩阵,利用转换矩阵形成的空间对现有用户协同进行伸缩变换,得到新的肌肉协同;步骤S4:根据新的肌肉协同,分别训练支持向量机、误差反向传播网络和K近邻算法三个分类器;步骤S5:将待分类的数据进行数据处理后,分别通过三个训练好的分类器进行手势识别,并将三个分类模型投票的结果作为最终的识别结果。本发明能够有效的进行用户无关手势识别,确保了实时性和高识别正确率。
- 基于肌肉协同用户无关实时手势识别方法
- [发明专利]一种心电信号的肌电噪声滤波方法-CN202110428971.6有效
-
李玉榕;苏志超;陈建国;杜民;郑楠
-
福州大学
-
2021-04-21
-
2022-07-05
-
A61B5/318
- 本发明涉及一种心电信号的肌电噪声滤波方法。首先采用小波‑维纳滤波对信号整体进行温和滤波,在滤除心电高频成分的肌电噪声的同时充分保留高频成分的细节,然后采用移动平均滤波进一步滤除剩余噪声;在对信号整体进行小波‑维纳滤波之后,对低频成分进行额外处理,先定位出Q点和S点,截取出两个心拍之间的低频成分,仅对低频成分进行移动平均滤波,从而进一步滤除心电低频成分残留的肌电噪声;在两步骤滤波之前都评估信号中肌电噪声的严重程度,从而自适应地设置滤波器的参数;在对低频成分进行移动平均滤波之前,对两侧各拼接移动平均滤波阶数一半的点。本发明能够以最小的失真降低心电信号中的噪声,可以作为心电信号去噪的有效工具。
- 一种电信号噪声滤波方法
|