专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果1887650个,建议您升级VIP下载更多相关专利
  • [发明专利]基于多层次特征融合的抑郁状态识别系统-CN202310761351.3在审
  • 杨立才;王子嘉;李嘉恺;柳昕祎;朱仲军 - 山东大学
  • 2023-06-26 - 2023-09-19 - A61B5/16
  • 本发明公开了基于多层次特征融合的抑郁状态识别系统,包括:将裁剪后的脉搏信号和心电信号均输入到训练后的特征级抑郁状态检测模型中,进行特征级融合,并输出特征级抑郁状态分类结果;将裁剪后的脉搏信号输入到训练后的脉搏信号决策级融合子网络中,输出PPG‑DFSN抑郁状态分类结果;将裁剪后的心电信号输入到训练后的心电信号决策级融合子网络中,输出ECG‑DFSN抑郁状态分类结果;将PPG‑DFSN抑郁状态分类结果与ECG‑DFSN抑郁状态分类结果进行决策级融合得到决策级融合抑郁状态分类结果;将决策级融合抑郁状态分类结果与特征级抑郁状态分类结果进行融合得到最终的抑郁状态分类结果。
  • 基于多层次特征融合抑郁状态识别系统
  • [发明专利]基于生理信号同步和多特征融合的抑郁状态检测系统-CN202310576947.6在审
  • 杨立才;朱仲军;王子嘉;柳昕祎 - 山东大学
  • 2023-05-22 - 2023-09-12 - A61B5/16
  • 本发明公开了基于生理信号同步和多特征融合的抑郁状态检测系统,包括:时间同步采集模块,采用时间同步的方式对心电信号和光电容积脉搏波信号进行采集;预处理模块,对采集的心电信号和光电容积脉搏波信号分别进行预处理;多特征提取模块,对预处理后的心电信号和光电容积脉搏波信号,分别提取出人工经验抑郁状态特征;对预处理后的心电信号和光电容积脉搏波信号,分别提取出深度网络抑郁状态特征;将两种信号的两类特征进行融合,得到最终的抑郁状态特征矩阵;抑郁状态检测模块,被配置为:利用训练后的抑郁状态识别网络,对最终的抑郁状态特征矩阵进行识别,输出检测结果;检测结果,包括:健康、轻度抑郁、中度抑郁和重度抑郁四种状态
  • 基于生理信号同步特征融合抑郁状态检测系统
  • [发明专利]一种用于老年人抑郁症的抑郁监控装置-CN201810222520.5有效
  • 金柳颀;贵芳;张永钦;杨林志;王雯云 - 合肥数翼信息科技有限公司
  • 2018-03-16 - 2021-05-04 - A61B5/16
  • 本发明提供一种用于老年人抑郁症的抑郁监控装置,至少包括:移动端,用于自动采集和/或由用户输入实际情绪状态信息;探测器,用于以间接或直接地接触用户身体的方式采集身体信号,身体信号经由移动端发送给云端服务器;云端服务器,用于基于预设的数据库利用抑郁状态分析算法确定与身体信号对应的理论抑郁状态信息;其特征在于,云端服务器基于用户的实际情绪状态信息、身体信号和/或外界条件来分析抑郁状态的变化趋势,并且云端服务器在抑郁状态状态的变化趋势将在可预见的时间点超出临界值的情况下本发明能够准确监控用户抑郁状态的变化趋势,从而进行有效提醒和引导。
  • 一种用于老年人抑郁症抑郁监控装置
  • [发明专利]一种基于语音特征的抑郁情绪检测方法和装置-CN202310244687.2在审
  • 刘澄玉;辛雨;赵鸣晖;赵璐璐;李建清 - 东南大学
  • 2023-03-14 - 2023-06-23 - G10L25/63
  • 本发明提供了一种基于语音特征的抑郁情绪检测方法,包括分别采集多位个体的语音数据,以及对应的抑郁指标量表得分,构建语音抑郁数据集;对采集的语音信号依次进行预加重、分帧加窗和端点检测处理;对预处理后的语音信号进行分帧,得到多个帧片段,计算每个帧片段的声学特征及统计学特征;将所述声学特征和抑郁量表的判断结果输入到长短时记忆网络模型中,训练语音抑郁状态识别模型;搭建基于安卓系统的APP,将数据预处理、特征提取和语音抑郁状态识别模型进行封装,部署到安卓系统后端程序中,形成基于语音特征的抑郁状态识别系统,应用于智能设备终端。本发明利用智能终端APP对抑郁状态判断结果进行管理,帮助佩戴者实时了解自身的身心健康状况。
  • 一种基于语音特征抑郁情绪检测方法装置
  • [发明专利]基于计算机视觉的抑郁状态评估方法、装置、终端及介质-CN202310290150.X有效
  • 陈扬斌;束俊 - 苏州复变医疗科技有限公司
  • 2023-03-23 - 2023-06-23 - G06V40/16
  • 本发明公开了一种基于计算机视觉的抑郁状态评估方法、装置、终端及介质。该方法包括:采集标注有抑郁类别且同时包含有非抑郁受试者的人脸视频数据,截取人脸图片的关键区域图片,将关键区域图片按时间序列进行拼接得到对应的面部数据、眼部数据和嘴部数据,利用上述数据训练各关键区域的特征提取模型,得到对应的特征提取器,通过该特征提取器提取各关键区域的特征向量后进行特征融合,根据特征融合矩阵对抑郁状态评估模型进行训练,得到抑郁状态评估器。本发明采用人脸视频数据包含的人脸图片序列作为输入数据,降低了抑郁状态评估的偶然性和错误率,将不同特征进行融合,增加了模型对眼部和嘴部的注意力,提高了模型对抑郁状态评估的准确度。
  • 基于计算机视觉抑郁状态评估方法装置终端介质
  • [发明专利]一种基于高频听觉稳态响应的抑郁症自动检测系统-CN202211441030.7有效
  • 刘潇雅;刘爽;明东;张文荃;柯余峰;李洁;陈龙 - 天津大学
  • 2022-11-17 - 2023-09-22 - A61B5/16
  • 本发明公开了一种基于高频听觉稳态响应的抑郁症自动检测系统,所述系统包括听觉刺激模块、数据采集模块、信号处理模块、抑郁检测模块和输出模块;所述听觉刺激模块向用户呈现40Hz频增声音刺激信号;所述数据采集模块通过非侵入式方法采集脑电信号并进行预处理获得听觉稳态响应(ASSR)数据;所述信号处理模块提取ASSR数据中抑郁症相关的脑电特征;所述抑郁检测模块通过决策融合抑郁症相关的脑电特征识别用户抑郁状态;所述输出模块根据脑电特征识别用户抑郁状态生成脑电响应异常的评估报告反馈给用户;本发明通过提取听觉刺激期间用户ASSR的频谱功率、相位一致性以及功能连接性等多维度特征参数,实现对用户抑郁状态的全面评估。
  • 一种基于高频听觉稳态响应抑郁症自动检测系统
  • [发明专利]基于眼动序列时空特征分析的抑郁状态鉴别方法及装置-CN202211598004.5有效
  • 马惠敏;林宇昕;邹博超 - 北京科技大学
  • 2022-12-14 - 2023-04-07 - A61B5/16
  • 本发明公开了一种基于眼动序列时空特征分析的抑郁状态鉴别方法及装置,涉及视觉分析技术领域。包括:获取待鉴别测试者在观看正负性情绪图片组合时的眼动数据;将待鉴别测试者的眼动数据输入到构建好的基于眼动序列时空特征的抑郁状态鉴别网络;根据待鉴别测试者的眼动数据以及基于眼动序列时空特征的抑郁状态鉴别网络,得到待鉴别测试者的抑郁状态鉴别结果。本发明设计了基于眼动序列时空特征的抑郁状态鉴别网络,提取视觉扫视路径中的时间和空间特征结合作为实验刺激的情绪图像的语义来表征测试者的心理状态,从而实现了对不同心理状态人群的分类。
  • 基于序列时空特征分析抑郁状态鉴别方法装置
  • [发明专利]基于深度学习与脉搏信号的抑郁状态识别系统-CN202211119588.3在审
  • 杨立才;柳昕祎;徐振;宋鑫旺 - 山东大学
  • 2022-09-14 - 2022-11-29 - A61B5/16
  • 本公开属于生理信号识别技术领域,具体涉及一种基于深度学习与脉搏信号的抑郁状态识别系统,包括:数据采集模块,其被配置为采集被测试者在静息状态下的脉搏数据,将所采集到的脉搏数据转换成一维矩阵形式的脉搏信号;其被配置为对所述一维矩阵形式的脉搏信号进行降采样和滤波处理,得到处理后的脉搏数据;脉搏序列提取模块,其被配置为在所述处理后的脉搏数据中提取信号特征点,计算蕴含生理信息的脉搏序列,裁剪为统一长度后组成脉搏特征矩阵;抑郁状态识别模块,其被配置为利用预设的识别模型处理所述脉搏特征矩阵,完成抑郁状态的识别;其中,预设的识别模型采用深度神经网络模型,所述抑郁状态包括正常状态抑郁状态
  • 基于深度学习脉搏信号抑郁状态识别系统
  • [发明专利]一种抑郁预测模型的生成方法和预测系统-CN202010220741.6有效
  • 冯甄陶 - 心图熵动科技(苏州)有限责任公司
  • 2020-03-26 - 2023-04-25 - A61B5/16
  • 本申请提供一种抑郁预测模型的生成方法和预测系统,模型的生成方法包括:步骤1:采集用户的心率波段时序数据和抑郁测量数值;步骤2:基于所述心率波段时序数据提取用户的时序特征数据,构建训练样本和测试样本;步骤3:基于所述用户的时序特征数据和用户的抑郁测量数值,生成抑郁预测模型;步骤4:生成最优抑郁预测模型。本发明通过可穿戴设备采集的心率数据,利用机器学习算法,实现对用户抑郁状态的自动识别,对用户的侵扰少,便捷记录用户的自然行为,为用户的抑郁状态的纵向及时跟踪和预警提供了技术支撑。
  • 一种抑郁预测模型生成方法系统

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top