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1551203个,建议您升级VIP下载更多相关专利
  • [发明专利]癫痫发作预警仪-CN201210470962.4无效
  • 刘永红;姜东伯;杜军丽;邓艳春 - 中国人民解放军第四军医大学第一附属医院
  • 2012-11-20 - 2013-06-19 - A61B5/0476
  • 一种癫痫发作预警仪,其特征在于包括电信号采集单元、图形识别单元和报警单元,电信号采集单元实时进行局灶性电信号监测;图形识别单元存储癫痫患者发作前脑异常放电图形,识别癫痫患者预设的脑电波;报警单元与图形识别单元连接为了解决临床上癫痫发作无法预知和一些癫痫患者拒绝长期服用抗癫痫药物的问题,本发明对癫痫患者采用长程视频监测技术,发现和掌握该患者癫痫发作前脑改变的规律,研发一种能时时进行局灶部位的监测、识别变化及预警的便携式癫痫发作预警仪将2-4个电极安置在相应区,当监测到癫痫发作前的改变后,立即启动该系统预警装置,及时提醒患者癫痫要发作了,以便及时进行自我保护,干预和终止其癫痫发作,解除患者及家属对癫痫发作的担心,提高患者生活质量
  • 癫痫发作预警
  • [发明专利]基于连接结构的癫痫识别系统-CN202110632108.2在审
  • 赵艳娜;薛明睿;董长续;张高波;何佳桐;褚登雨;郑元杰 - 山东师范大学
  • 2021-06-07 - 2021-10-22 - A61B5/372
  • 本发明涉及基于连接结构的癫痫识别系统,包括隶属度提取模块,被配置为:获取预处理后的数据结构中每个边对每个图层的隶属度,利用图的隶属度构造多层图结构;采样模块,被配置为:获取原始数据中包含的癫痫特征;分类模块,被配置为:利用癫痫特征和已构造的图结构分类数据中的癫痫数据和非癫痫数据,实现癫痫识别。从原始脑电图数据中提取出数据的底层连接结构,以图结构的方式来展现,再利用图结构和癫痫特征对原始数据进行分类,从而对给定的脑电图数据进行癫痫识别,在完成癫痫识别的同时更好地传达大脑激活模式信息,从而反映癫痫和大脑激活模式之间的关联
  • 基于连接结构癫痫识别系统
  • [发明专利]一种基于半监督深度卷积通道注意力单分类网络的癫痫识别方法-CN202210083047.3有效
  • 李阳;向岩松;余有成 - 北京航空航天大学
  • 2022-01-25 - 2023-05-23 - A61B5/369
  • 本发明提出了一种面向癫痫(Electroencephalogram,EEG)信号的特征提取与自动识别方法。该方法首先使用深度单分类模型无监督学习训练模式,通过患者的大量非癫痫电信号训练深度卷积通道注意力特征提取模型,得到正常电信号的最具代表的五组时频特征δ、Θ、α、β和γ,使模型初步具有区别正常和异常(癫痫)的能力;接着使用监督学习方法,通过患者的癫痫和非癫痫训练强化模型的判别能力,得到最大程度表征正常电信号与癫痫电信号差异的特征;最后,通过测试样本验证本发明所训练模型在自动识别癫痫上的有效性与现有相关技术相比,本发明方法对癫痫识别正确率高,模型泛化性能好,在辅助癫痫疾病的临床诊断和自动识别方面具有重要意义。
  • 一种基于监督深度卷积通道注意力分类网络癫痫识别方法
  • [发明专利]一种癫痫发作自动监护系统及装置-CN202310071071.X有效
  • 李劲松;王沛;周天舒;田雨 - 之江实验室
  • 2023-02-07 - 2023-05-26 - A61B5/00
  • 本发明公开了一种癫痫发作自动监护系统及装置,包括:采集模块、数据预处理模块、数据特征提取模块、痫样电检测模块、视频采集模块、视频特征提取模块、癫痫发作检测模块、患者保护模块;本发明提出的癫痫发作自动监护系统同时分析和视频信息,可以更加精准的检测患者是否发作癫痫;先分析电信号,当电信号检测出痫样时再分析视频数据,可以在不降低检测精度的前提下极大的降低计算量;通过同时分析和视频信息,仅在患者癫痫发作且发生肢体大幅移动时才控制束缚带限制患者,一方面可以尽可能的减少对患者未发作癫痫时的正常活动的影响,另一方面尽可能的保护患者在癫痫发作时出现意外的情况发生,减少陪护的负担。
  • 一种癫痫发作自动监护系统装置
  • [发明专利]癫痫预警方法、装置及计算机可读存储介质-CN201910094742.8有效
  • 韩璧丞;单思聪;席晶晶 - 浙江强脑科技有限公司
  • 2019-01-30 - 2021-10-01 - A61B5/372
  • 本发明公开了一种癫痫预警方法,包括:实时获取采集装置采集的用户的第一电信号,并将获取到的第一电信号存储至预设存储区域;基于所述预设存储区域内存储的第一电信号,定时获取当前时刻之前的预设时长内,所述采集装置采集的第一数据;将所述第一数据与预设数据进行对比操作,以确定所述用户是否存在癫痫发作隐患;在确定所述用户存在癫痫发作隐患时,发送报警提示信息至所述用户对应的预设终端。本发明还公开了一种癫痫预警装置及计算机可读存储介质。本发明能够根据该用户的数据确定当前是否存在癫痫发作隐患,进而实现癫痫发作前的准确预警,提高了用户体验。
  • 癫痫预警方法装置计算机可读存储介质
  • [发明专利]一种癫痫发作自动实时监测系统及装置-CN202310071070.5在审
  • 李劲松;王沛;周天舒;田雨 - 之江实验室
  • 2023-02-07 - 2023-03-28 - A61B5/00
  • 本发明公开了一种癫痫发作自动实时监测系统及装置,包括:采集模块、数据预处理模块、数据特征提取模块、痫样电检测模块、指令发送模块、视频采集模块、指令响应检测模块和癫痫发作检测模块。本发明提供的癫痫发作检测方法同时分析了和视频信息,可以更加精准的检测患者是否发作癫痫;先分析电信号,当电信号检测出痫样时再分析视频数据,可以在不降低检测精度的前提下极大的降低计算量;通过发送指令及监测患者是否正确响应指令
  • 一种癫痫发作自动实时监测系统装置
  • [发明专利]一种聚类非对称互信息的电信号癫痫分类方法及系统-CN201711175499.X有效
  • 王凤琴 - 湖北师范大学
  • 2017-11-22 - 2022-02-15 - G06K9/00
  • 本发明公开了一种聚类非对称互信息的电信号癫痫分类方法及系统,采集多通道数据,并对多通道数据进行固定时间窗口切分;计算同一时间窗口内的各通道的数据两两之间的聚类非对称互信息,并将各聚类非对称互信息组成特征矩阵;计算不同时间窗口对应的特征矩阵,将所有时间窗口对应的特征矩阵组成特征矩阵集合;将特征矩阵集合中的元素输入癫痫分类模型,训练癫痫分类模型;癫痫分类模型训练完成后,将新的多通道数据按上述步骤组成特征矩阵后输入癫痫分类模型,癫痫分类模型判断新的多通道数据中是否有癫痫发作期。实现对电信号的相干性进行分析,解决了现有技术中的信号分析方法不适合对电信号进行分类的技术问题。
  • 一种聚类非对称互信电信号癫痫分类方法系统
  • [发明专利]一种动态预警癫痫发作的装置-CN201611083211.1在审
  • 李鹏;刘常春;颜昌 - 山东大学
  • 2016-11-30 - 2017-03-15 - A61B5/0476
  • 本发明公开了一种动态预警癫痫发作的装置,包括采集部,其包括电极和信号调理电路,所述电极用于采集电信号并传送至信号调理电路进行预处理;存储部,其用于接收并存储所述信号调理电路预处理后的电信号;微处理器,其被配置为从存储部获取预设固定时间长度的电信号,并对获取的电信号进行两级二次分类;其中,第一级二次分类输出为正常电信号和异常电信号,第二级二次分类输出为癫痫发作前期电信号和癫痫发作期电信号;输出部,其与微处理器相连,用于对癫痫发作前期和癫痫发作期进行实时预警。
  • 一种动态预警癫痫发作装置
  • [发明专利]一种可穿戴的癫痫发作区定位装置及定位方法-CN201710017492.9在审
  • 钱志余;郁芸;陶玲;薛莉;杨宇轩 - 南京航空航天大学
  • 2017-01-11 - 2017-05-10 - A61B5/0476
  • 本发明公开了一种可穿戴的癫痫发作区定位装置及定位方法,装置包括采集电极、采集芯片、调理电路、微控制器、蓝牙发射模块和蓝牙接收模块;方法包括如下步骤采集芯片将采集到的信号发送给调理电路;调理电路对采集到的电信号进行放大和滤波预处理,发送给微处理器;采用蓝牙技术,将数据同步发送给手机APP进行实时显示,并传输到云端;上位机终端从云端下载到患者各个通道的电信号,使用特征识别算法对收到的数据进行特征提取,识别异常的癫痫波。本发明实时采集、传输、监测癫痫患者发病前后的变化情况,并对癫痫病灶进行准确定位;采用贝叶斯线性判别分析算法,实现癫痫电信号的自动检查和定位功能。
  • 一种穿戴癫痫发作定位装置方法

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