-
公开(公告)号：CN102651145A
公开(公告)日：2012-08-29
申请号：CN201210099633.3
申请日：2012-04-06
Abstract: 股骨三维模型可视化方法，涉及图像处理领域，它为了解决现有采用直接数字X光图像DR无法获取三维空间信息，而采用CT由于体积庞大不适于在突发情况下的骨折影像显示的问题，它包括以下步骤：步骤一、建立通用股骨三维模型；步骤二、对待建模的股骨正位DR图像和股骨侧位DR图像进行预处理；步骤三、确定正位图像的配准变换关系，确定侧位图像的配准变换关系；步骤四、实现待建模的股骨的三维姿态估计，完成股骨三维模型姿态的可视化。本发明利用双平面DR图像实现股骨的三维模型可视化，成像迅速。适用于股骨三维影像显示。
-
公开(公告)号：CN101976560A
公开(公告)日：2011-02-16
申请号：CN201010296429.1
申请日：2010-09-29
Applicant: 哈尔滨工业大学
IPC: G10K11/178 , G10L21/02
Abstract: 前馈型窄带主动噪声控制系统性能提高的方法。它涉及主动噪声控制领域，它针对含次级通道在线辨识的前馈型窄带主动噪声控制系统中由非声学传感器获得的参考信号频率与目标噪声真实频率存在失调情形，以及次级通道在线辨识而引入的辅助噪声严重阻碍了系统残余噪声能量的降低。它的控制系统包括频率补偿子系统、信号合成子系统和次级通道在线辨识子系统；频率补偿子系统包括二阶自回归模块和最小均方算法模块，频率补偿子系统将调整后的第i个频率通道的参考信号的余弦分量和正弦分量传送给信号合成子系统。它在频率失调达到5.0％以上仍然能够有效抑制目标噪声，以及稳态时系统残余噪声能量降至理想水平，使得控制系统性能得到进一步提高以及更贴近实用。
-
公开(公告)号：CN117462150A
公开(公告)日：2024-01-30
申请号：CN202311426236.7
申请日：2023-10-30
Applicant: 哈尔滨工业大学
IPC: A61B5/372
Abstract: 基于窄带约束增强的自适应连续变分脑电模态分解方法，解决了需要预先确定模式个数及模式中心频率问题，提高了模式分解性能，属于信号处理技术领域。本发明包括：输入脑电信号f(t)，建立脑电信号的模态分解的优化问题：J1为模式带宽，Th为带宽阈值，J2为余留信号fr(t)在uL(t)上的能量，J3为uL(t)在已分解的模式ui(t)上的能量；本发明对优化问题进行求解，逐次连续分解得到脑电信号分解后的第L个模式uL(t)。在最小带宽的基础上引入了额外的约束，要求模式最小带宽小于根据信号特征自动设置的阈值。本发明有着更优越的分解性能。
-
公开(公告)号：CN115731439A
公开(公告)日：2023-03-03
申请号：CN202211473697.5
申请日：2022-11-22
Applicant: 哈尔滨工业大学
IPC: G06V10/80 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/088
Abstract: 基于双流特征融合的无监督脑电信号识别方法、计算机设备、存储介质和程序产品，属于信号识别技术领域，解决脑电信号识别样本数量需求过大和识别精度低问题。本发明的方法包括：基于双流特征融合的无监督脑电信号识别方法，通过引入传统特征降低特征提取算法对数据的需求，解决了无监督少样本条件下特征提取的困难。其次，通过引入图卷积网络，深入挖掘传统特征与深度特征的内在联系，降低了特征融合可能发生的信息缺失问题，实现特征间的高精度融合。与现有的基于迁移学习的脑电数据识别模型相比，本发明提出的网络有效提高了少样本条件下脑电数据的识别准确率，提升了模型的泛化性和鲁棒性。本发明适用于无监督少样本疲劳度脑电信号识别。
-
公开(公告)号：CN113017651B
公开(公告)日：2022-06-21
申请号：CN202110281415.0
申请日：2021-03-16
Applicant: 哈尔滨工业大学
Abstract: 一种情感EEG的脑功能网络分析方法，涉及一种情感EEG的脑功能网络分析技术，为了解决目前EEG情感脑功能网络分析中网络节点不一致导致通用性差的问题。本发明基于脑电信号的相关性和同步性，构建32节点小尺度脑功能网络，并将其分为二值网络和加权网络；对比分析二值和加权网络在不同情感下的全局和局部属性；利用定义脑区作为第二节点，研究该10个节点的局部属性；构建10节点大尺度脑功能网络，并对不同情感脑网络属性进行分析，得出10节点脑功能网络的局部属性；最后对比32节点与10节点脑功能网络的局部属性，得出局部属性变化的共同性及差异性，实现对不同情感脑电信号的网络分析。有益效果为通用性强。
-
Patent Agency Ranking
公开(公告)号：CN113197573B
公开(公告)日：2022-06-17
申请号：CN202110547301.6
申请日：2021-05-19
Applicant: 哈尔滨工业大学
IPC: A61B5/11 , A61B5/16 , A61B5/318 , A61B5/00 , G06K9/00 , G06K9/62 , G06V40/18 , G06V40/16 , G06V10/80
Abstract: 基于表情识别及脑电融合的观影印象检测方法，属于观影印象检测领域。本发明为解决现有技术中无法定量评定用户对广告内容的主观印象以及不利于在大数据层面上分析的问题。本发明检测方法包括如下：采集观影时间段内的观影表情变化视频及脑电信号；根据观影表情变化视频，获得观看过程中的愉悦程度B1和专注程度B2，并将B1与B2的乘积作为表情印象指数m1；同时还对脑电信号进行傅里叶变化，获得功率谱密度P(w)；再根据P(w)获得各频段的频带能量占比及相关频段的频带能量比，并将其送入支持向量机SVM，获得脑电印象指数m2；利用DS决策融合算法对表情印象指数m1和脑电印象指数m2进行融合，从而获得决策结果m。主要用于对观影印象进行量化。
-
公开(公告)号：CN113660053A
公开(公告)日：2021-11-16
申请号：CN202111160925.9
申请日：2021-09-30
Applicant: 中国人民解放军31401部队70分队 , 哈尔滨工业大学
Abstract: 一种光缆表的本地测试方法，涉及一种光缆表的本地测试技术，为了解决现有的光缆表对光路进行测量时操作复杂、实现过程困难的问题；本发明的通过搭建模拟远程传输光路；并利用光缆表对搭建的模拟远程传输光路进行光路测试；再利用GPIB网卡将本地计算机与光缆表连接，并在本地计算机中编写控制程序；最后利用本地计算机控制光缆表，优化光缆表参数，完成本地测试。有益效果为操控简单，实现过程容易，并且容易对数据进行存储与计算。
-
公开(公告)号：CN107220708A
公开(公告)日：2017-09-29
申请号：CN201710484675.1
申请日：2017-06-23
Applicant: 哈尔滨工业大学
IPC: G06N3/12 , G06K9/62 , A61B5/0476 , A61B5/00
CPC classification number: G06N3/126 , A61B5/0476 , A61B5/4812 , A61B5/7264 , G06K9/6229
Abstract: 本发明公开了一种用于睡眠脑电分期特征选择的自适应模拟退火遗传算法，通过脑电信号进行睡眠分期，需要从脑电信号中提取大量特征参数，从中筛选出相对最优的特征参数组合用于睡眠脑电数学模型的建立。在已有的模拟退火遗传算法中，保留了遗传算法较强的总体搜索能力和模拟退火算法较强的局部搜索能力，以期提高产生优良个体的概率。但现有算法对迭代过程中的个体进行模拟退火操作时，在当前最优解的邻域内随机产生新解的机制存在致命的缺陷，本发明针对这一缺陷，不仅解决了传统模拟退火遗传算法邻域新解产生机制的迭代效率低、受邻域范围影响大等缺点，而且能够实现交叉概率和变异概率的自适应调整，同时采用加权方式进行适应度函数的设计。
-
公开(公告)号：CN105962950A
公开(公告)日：2016-09-28
申请号：CN201610532846.9
申请日：2016-07-07
Applicant: 哈尔滨工业大学
IPC: A61B5/1455 , A61B5/00
CPC classification number: A61B5/14553 , A61B5/0075 , A61B5/4064 , A61B5/7203 , A61B5/7221 , A61B5/7225 , A61B5/7235 , A61B5/7271
Abstract: 基于最小二乘支持向量机的近红外脑功能信号提取方法，本发明涉及近红外脑功能信号提取方法。本发明目的是为了解决近红外脑功能活动信号的检测精度低的问题。具体过称为：一：获得两个不同波长的近红外光在不同距离下的光密度变化量的时间信号；二：得到氧合血红蛋白浓度变化时间信号和还原血红蛋白浓度变化时间信号；三：获得脑功能活动信号；四：获得W(t)的W*(t)；五：得到脑功能活动信号E(t)：六：得到剔除误差干扰后的脑功能活动信号；七：构造拉格朗日函数得线性方程组；八：求解线性方程组得到拉格朗日乘子向量α和偏置量b的数值解，此时利用最小二乘支持向量机回归函数处理后的脑功能活动信号表示为E*(t)。本发明用于脑功能信号提取。
-
公开(公告)号：CN105597298A
公开(公告)日：2016-05-25
申请号：CN201610206465.1
申请日：2016-04-05
Applicant: 哈尔滨工业大学
IPC: A63B71/06 , A61B5/0488 , A61B5/11
CPC classification number: A63B71/06 , A61B5/0488 , A61B5/1121 , A61B5/1126 , A61B5/6813 , A61B5/7225 , A63B2220/30 , A63B2220/40 , A63B2220/836 , A63B2225/50 , A63B2230/08
Abstract: 基于肌电信号及肢体动作检测的健身效果评价系统，属于健身评价技术领域。本发明是为了解决根据主观意愿进行健身效果评价结果不准确的问题。它包括信号采集部和手机APP应用部，信号采集部包括电极、肌电传感器、控制器、采集信号无线传输模块和加速度传感器；手机APP应用部包括处理信号无线传输模块、处理器和用户模块；电极的正极端与负极端与被测对象导联，电极的右腿驱动电极放置于被测对象的受试部位；它通过肌肉电信号及肢体运动速度、加速度的检测与分析，来评价健身效果，健身效果的描述与肌肉疲劳程度及运动量相关，通过手机APP进行信息反馈与数据管理。本发明用于评价健身效果。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.029 seconds)
