-
公开(公告)号:CN106730642A
公开(公告)日:2017-05-31
申请号:CN201710031938.3
申请日:2017-01-17
Applicant: 上海交通大学医学院附属第九人民医院 , 上海交通大学
CPC classification number: A63B23/1209 , A61H1/0274 , A61H2201/1207 , A61H2201/165 , A61H2205/06 , A63B2220/24 , B25J9/0006
Abstract: 本发明公开了一种上肢外骨骼康复臂,包括肘关节运动模块、上臂调节模块、肩关节运动模块和高度调节模块,所述肘关节运动模块和上臂调节模块相连,所述肩关节运动模块分别连接上臂调节模块和高度调节模块;所述肩关节运动模块包括L型转动件、摆动驱动件、屈伸驱动件;所述L型转动件具有两个相互垂直的第一直角板和第二直角板,所述摆动驱动件设置在第一直角板上,所述摆动驱动件驱动上臂调节模块,所述屈伸驱动件设置在第二直角板上,所述屈伸驱动件驱动L型转动件绕第二直角板转动。本发明各个关节运动自由度与人体关节运动自由度基本保持了同轴,仿生设计增强了机器的舒适性和可靠性,更有益于机器人辅助康复训练。
-
公开(公告)号:CN106215321A
公开(公告)日:2016-12-14
申请号:CN201610668910.6
申请日:2016-08-15
Applicant: 上海交通大学医学院附属第九人民医院
IPC: A61N1/36
CPC classification number: A61N1/36014
Abstract: 一种便携式经皮神经电刺激系统及其方法,包括:功率控制单元、微控制单元、数模转换器、馈电电路单元、工作波形驱动器、监测电路单元、功率放大器和输出电路单元,其中:微控制单元通过工作波形驱动器输出预设的电刺激信号,经过功率放大器后通过输出电路单元对皮肤进行电刺激;监测电路单元实时监测输出电路单元的输出电流,并将电流信号通过数模转换器转换后发送至微控制单元与预设的电刺激参数进行比对,微控制单元对电刺激信号进行修正;功率控制单元和馈电电路单元通过微控制单元控制功率放大器的所需电能,在电刺激信号的工作间隙关闭电能;本发明设计合理,适于国人体质,为经皮神经电刺激预防下肢深静脉血栓的研究提供重要参数支持,并提供新的预防途径。
-
公开(公告)号:CN206631097U
公开(公告)日:2017-11-14
申请号:CN201720052038.2
申请日:2017-01-17
Applicant: 上海交通大学医学院附属第九人民医院 , 上海交通大学
Abstract: 本实用新型公开了一种上肢外骨骼康复臂,包括肘关节运动模块、上臂调节模块、肩关节运动模块和高度调节模块,所述肘关节运动模块和上臂调节模块相连,所述肩关节运动模块分别连接上臂调节模块和高度调节模块;所述肩关节运动模块包括L型转动件、摆动驱动件、屈伸驱动件;所述L型转动件具有两个相互垂直的第一直角板和第二直角板,所述摆动驱动件设置在第一直角板上,所述摆动驱动件驱动上臂调节模块,所述屈伸驱动件设置在第二直角板上,所述屈伸驱动件驱动L型转动件绕第二直角板转动。本实用新型各个关节运动自由度与人体关节运动自由度基本保持了同轴,仿生设计增强了机器的舒适性和可靠性,更有益于机器人辅助康复训练。(ESM)同样的发明创造已同日申请发明专利
-
公开(公告)号:CN107330364B
公开(公告)日:2019-12-03
申请号:CN201710388125.X
申请日:2017-05-27
Applicant: 上海交通大学
Abstract: 本发明公开一种基于cGAN网络的人群计数方法及系统,步骤为:利用累加的高斯核函数矩阵生成人群的密度分布图;利用生成器编码网络提取输入图片的语义属性信息,生成器解码网络生成人群密度分布图样本;利用判别器判别密度图属于生成器生成或属于真实样本;交替训练生成器和判别器;利用训练完成的生成器,将场景图片输入,得到相应场景图片密度图;利用场景图片像素值累加表征图片的人群总数。本发明采用生成式模型,需要更少的训练数据,训练速度快,更加适合于实际的应用需求;同时采用更深度的神经网络,能进一步更好的剔除背景的干扰,生成高质量的人群密度分布图,为进一步的群体分析及视频监控中发挥更好决策支持作用。
-
公开(公告)号:CN107330364A
公开(公告)日:2017-11-07
申请号:CN201710388125.X
申请日:2017-05-27
Applicant: 上海交通大学
Abstract: 本发明公开一种基于cGAN网络的人群计数方法及系统,步骤为:利用累加的高斯核函数矩阵生成人群的密度分布图;利用生成器编码网络提取输入图片的语义属性信息,生成器解码网络生成人群密度分布图样本;利用判别器判别密度图属于生成器生成或属于真实样本;交替训练生成器和判别器;利用训练完成的生成器,将场景图片输入,得到相应场景图片密度图;利用场景图片像素值累加表征图片的人群总数。本发明采用生成式模型,需要更少的训练数据,训练速度快,更加适合于实际的应用需求;同时采用更深度的神经网络,能进一步更好的剔除背景的干扰,生成高质量的人群密度分布图,为进一步的群体分析及视频监控中发挥更好决策支持作用。
-
-
-
-