-
公开(公告)号：CN109034215A
公开(公告)日：2018-12-18
申请号：CN201810746776.6
申请日：2018-07-09
Applicant: 东北大学
CPC classification number: G06K9/6268 , G06K9/629 , G06N3/0454 , G06N3/08
Abstract: 本发明涉及一种基于深度卷积神经网络的安全帽佩戴检测方法；本发明包括：101、将待检测图像输入至训练后的深度卷积神经网络；102、获取深度卷积神经网络输出的检测结果，检测结果为满足预设条件的第一类边界框和第二类边界框；103、将检测结果中满足预设条件的第一类边界框和第二类边界框标记在待检测图像上；其中深度卷积神经网络包括：基础网络模块、卷积模块、自顶向下模块和预测模块。本发明方法模型简单且不需要复杂的图像预处理过程，针对人员其他身体部位被遮挡的情况也能准确的检测到人员是否佩戴安全帽，本发明自顶向下模块和预测模块通过将高层特征图和低层特征图融合的方法提高了对图像分辨率低的目标的检测性能。
-
公开(公告)号：CN105943020B
公开(公告)日：2018-10-23
申请号：CN201610290064.9
申请日：2016-05-03
Applicant: 东北大学
IPC: A61B5/0402 , A61B5/0408 , G06T17/00
Abstract: 本发明提供一种心电轴6导联错接检测系统及方法，系统包括：三维重建单元、正确贴放位置定位单元、识别定位电极片单元、检验匹配度单元。方法包括：三维重建人体上半身三维模型；正确贴放区域识别；实际贴放位置及颜色识别；对颜色贴放正确的电极片的实际贴放位置与正确贴放位置进行比较。本发明根通过扫描图像重建出人体上半身三维模型，判断心电轴6导联是否错接，方便操作医生在生成心电图记录和打印心电图报告之前确保心电轴6导联是正确连接的，可以有效地避免生成心电图记录后再重新采集，重新打印的问题。判断出心电轴6导联的实际贴放位置与正确贴放位置的偏差，避免出现导联错接的情况，同时也避免重新出报告，节约时间和心电图纸张。
-
公开(公告)号：CN103598888A
公开(公告)日：2014-02-26
申请号：CN201310486322.7
申请日：2013-10-16
Applicant: 东北大学
IPC: A61B5/11
Abstract: 一种穿戴式人体运动状态数据监测系统，包括接收器和多个人体运动状态数据监测装置；人体运动状态数据监测装置由受试者穿戴在腰部，该装置包括三轴加速度传感器和处理器；三轴加速度传感器用来监测受试者的人体运动状态数据并送至处理器；处理器用来获取处理器的供电电池的电压数据，并根据该电池电压数据对接收到的X轴加速度、Y轴加速度、Z轴加速度数据进行校准，校准后的数据发送至接收器。本发明对采集到的受试者运动状态下的人体运动状态数据进行电压补偿和倾角计算，并将人体运动状态数据监测装置自身坐标系上的加速度转换到物理坐标系中，对采集的加速度数据进行有效校准，能更加真实地反映运动过程中人体在前后左右上下方向的数据变化。
-
公开(公告)号：CN106209788B
公开(公告)日：2019-04-23
申请号：CN201610494067.4
申请日：2016-06-29
Applicant: 东北大学 , 航天恒星科技有限公司
IPC: H04L29/06
Abstract: 一种空间信息网中随机线性网络编码篡改数据的检测方法，用于空间信息网的安全通信技术领域。源航天器节点计算源消息的同态哈希函数值，并采用随机线性网络编码的方式将源消息及其同态哈希函数值一同转发；自适应地确定需要进行篡改检测的数据包；对确定需要进行篡改检测的数据包进行篡改检测找出被篡改的数据包，并将被篡改的数据包丢弃；本发明根据不同的网络环境配置数据包和节点的篡改检测概率，通过节点间的合作，自动调节这两个篡改检测概率并根据这两个篡改检测概率自适应地确定需要进行篡改检测的节点和数据包，可以降低数据包篡改检测次数，缩短污染消息的传输距离，且采用二分法查找数据包中具体被篡改的信息可以明显的减小查找的时间。
-
公开(公告)号：CN104323773B
公开(公告)日：2016-11-16
申请号：CN201410606129.7
申请日：2014-10-31
Applicant: 东北大学
IPC: A61B5/0496
Abstract: 一种基于EOG的ERG信号采集与处理系统及方法，该系统包括控制单元、视网膜刺激器单元、视网膜电信号采集单元和视网膜电信号处理单元；该方法包括：调节刺激光源照度和刺激光源闪光频率；三个皮肤分别安置于受试者眼睛正上方额头处、眼睛鼻梁内侧和眼睛眼睑处；进行20分钟以上的暗适应；受试者眼睛对准刺激光源；采集EOG信号；对受试者眼睛进行光刺激，同步采集受试者眼睛鼻梁内侧和眼睛眼睑处ERG信号，经过信号调理和AD转换后存储；视网膜电信号处理与分析单元读取ERG信号，并对ERG信号进行处理与分析。本发明采用外置皮肤电极采集ERG信号，使得采集更为方便，更为安全，成本也更低；在对信号处理上，采用的方法运算量小，可行性高，能实现信号快速处理。
-
Patent Agency Ranking
公开(公告)号：CN104000573B
公开(公告)日：2016-01-13
申请号：CN201410236048.2
申请日：2014-05-29
Applicant: 东北大学
IPC: A61B5/0225
Abstract: 本发明提供一种基于体表两点脉搏波的中心动脉脉搏波监测系统及方法，系统包括脉搏波信号获取与调理单元、脉搏波信号处理与中心动脉脉搏波重建单元和用户交互单元；用户交互单元包括LCD液晶屏、触摸屏和SD卡。将压电传感器放置在体表动脉的任意两点位置并绑缚袖带，确定脉搏波在最大幅值时对应的接触压力，袖带内的气压达到该接触压力时检测脉搏波信号；截取脉搏波信号并规范化处理；计算分支血管通道的FIR模型；重建出中心动脉脉搏波并校准成具有真实压力幅值的中心动脉脉搏波。运用从中心动脉脉搏波到体表外周动脉脉搏波的双通道盲辨识技术，使中心动脉脉搏波重建并不依赖于心血管系统先验函数或模型，实现了中心动脉脉搏波的个性化无创实时监测。
-
公开(公告)号：CN104000573A
公开(公告)日：2014-08-27
申请号：CN201410236048.2
申请日：2014-05-29
Applicant: 东北大学
IPC: A61B5/0225
Abstract: 本发明提供一种基于体表两点脉搏波的中心动脉脉搏波监测系统及方法，系统包括脉搏波信号获取与调理单元、脉搏波信号处理与中心动脉脉搏波重建单元和用户交互单元；用户交互单元包括LCD液晶屏、触摸屏和SD卡。将压电传感器放置在体表动脉的任意两点位置并绑缚袖带，确定脉搏波在最大幅值时对应的接触压力，袖带内的气压达到该接触压力时检测脉搏波信号；截取脉搏波信号并规范化处理；计算分支血管通道的FIR模型；重建出中心动脉脉搏波并校准成具有真实压力幅值的中心动脉脉搏波。运用从中心动脉脉搏波到体表外周动脉脉搏波的双通道盲辨识技术，使中心动脉脉搏波重建并不依赖于心血管系统先验函数或模型，实现了中心动脉脉搏波的个性化无创实时监测。
-
公开(公告)号：CN103941750A
公开(公告)日：2014-07-23
申请号：CN201410182840.4
申请日：2014-04-30
Applicant: 东北大学
IPC: G05D1/10
Abstract: 本发明一种基于小型四旋翼无人机的构图装置及方法，属于移动机器人定位与导航技术领域，本发明使用小型旋翼无人机可以快速地进入到移动机器人无法进入的复杂环境中，利用搭载的激光雷达根据SLAM方法实时构建出二维地图，再结合IMU等装置可以实现无人机的自主定位和导航，实现对真实复杂区域的高效探索；小型四旋翼无人机能够方便地调整高度获取不同高度水平面上的二维地图；小型悬翼无人机移动速度快，更加灵活，它的运动和建图不会受到地面上障碍物的干扰，突破了探测机器人的范围限制，具有很强的实用价值，能够实现准确快速的地图构建；与机器人环境构图相比，旋翼无人机能够更快、更灵活地实施环境侦察，而且可以获得立体空间图像。
-
公开(公告)号：CN119941758A
公开(公告)日：2025-05-06
申请号：CN202510041050.2
申请日：2025-01-10
Applicant: 东北大学
IPC: G06T7/11 , G06T7/00 , G06T11/00 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于三维深度学习网络的冠状动脉图像分割方法及系统，涉及医学图像分割技术领域。本发明所述方法基于一种新颖的多空间、多频率的三维深度学习网络，本发明提出的方法能够处理冠状动脉的大尺度变化，提取其复杂解剖结构和形态下的代表性特征；本发明设计一个去混淆模块，用于削弱可能导致混淆的高频分量，减小混淆现象对网络的影响；采用频率交叉注意力模块，减小编码器和解码器之间的语义差距，提高了冠状动脉分割的精确率；有效地提取隐藏的多尺度上下文信息；进一步应用频率增强模块模块增强冠状动脉相关的频率，减弱无关的频率，同时关注全局信息和局部信息，可以使网络更好地捕捉冠状动脉的细节和结构特征。
-
公开(公告)号：CN117456576A
公开(公告)日：2024-01-26
申请号：CN202311411574.3
申请日：2023-10-28
Applicant: 东北大学 , 沈阳康泰电子科技股份有限公司
IPC: G06V40/16 , G06V20/40 , G06V10/82 , G06N3/048 , G06N3/047 , G06N3/0895 , G06N3/0985
Abstract: 本发明提供一种基于时空特征和注意力机制的微表情识别方法，包括：对微表情视频进行空间归一化处理，得到第一视频；对第一视频进行时间归一化处理，得到第二视频；构建基于层次化视觉自注意力和标记选择的骨干网络；将第二视频输入骨干网络，输出分类标记；采用分类器模块对分类标记进行分类识别。通过构建基于层次化视觉自注意力和标记选择的骨干网络，在每个阶段持续进行加权操作，显式要求网络对人脸不同区域给予不同程度的关注；提取对微表情识别具有重要贡献的标记，并突出这些标记的特征表示，从而提高分类任务的准确性和鲁棒性，从而改进了微表情识别方法的性能。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.027 seconds)
