公开(公告)号：CN119400409A

公开(公告)日：2025-02-07

申请号：CN202411390687.4

申请日：2024-10-08

Applicant: 东北大学

Inventor： 覃文军 ,  李斌成 ,  潘佳润 ,  张长帅 ,  韩俊涛

IPC: G16H50/30 ,  A61B3/113

Abstract: 本发明属于疲劳检测技术领域，公开了一种疲劳检测方法及装置。进入训练场景，计算获得个体对应的基准分；循环训练至疲劳状态，进行休息；休息后进入测试场景，持续执行检测任务，直到当前轮次分数达到疲劳缓解标准，记录首次疲劳缓解时间点，继续执行检测任务，直到当前轮次分数低于疲劳缓解标准，记录末次疲劳缓解时间点。本发明能够评估受试者从正常状态、疲劳状态、疲劳缓解状态到再度疲劳状态的全过程，帮助受试者清晰了解疲劳变化。同时，系统记录并分析任务分数和疲劳变化数据，评估疲劳恢复效果及其持续时间。本发明提出的评分标准考虑个体差异，确保评估结果的客观性和准确性。

公开(公告)号：CN118098506A

公开(公告)日：2024-05-28

申请号：CN202410285153.9

申请日：2024-03-13

Applicant: 东北大学

Inventor： 覃文军 ,  李树胜 ,  杨金柱 ,  张长帅 ,  李嘉乐 ,  杨斌 ,  张雨欣

IPC: G16H20/40 ,  G06N5/04 ,  G06F40/289 ,  G06F18/27

Abstract: 本发明属于深度学习技术领域，公开了一种基于大语言模型的针灸辅助诊疗和模型评价的方法。基于现有症状描述，利用提示工程让ChatGPT生成症状描述，收集症状描述数据；将收集的症状描述数据逐个标记症状和待作用针灸穴位和操作，构造诊断针灸数据集；根据诊断针灸数据集训练调整ChatGLM3‑6B模型，输出针灸方案；建立句子相似性评价模块，评价ChatGLM3‑6B模型输出结果与真实标签之间的语义相似性。通过建立评价指标，可以有效地评估其诊断和治疗建议的准确性和可靠性，确保提供的建议具有高度的专业性和实用性。本发明通过优化数据处理和模型训练流程，显著提高效率和质量，为针灸领域的辅助诊疗提供了新的技术手段。

公开(公告)号：CN108256457B

公开(公告)日：2021-06-04

申请号：CN201810017515.0

申请日：2018-01-09

Applicant: 东北大学

Inventor： 蒋芳芳 ,  刘星航 ,  刘海滨 ,  张长帅 ,  徐敬傲

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及生物特征提取技术领域，是一种基于深度神经网络的心冲击信号深瓶颈特征提取方法，以心冲击信号为特征提取对象，针对其波形幅值微弱、易受外界干扰的特点，结合同步采集的心电信号，利用深度神经网络挖掘深层特征的机理，提取其深瓶颈特征参数。该特征以心冲击信号做为输入向量，同步心电信号做为目标向量，经过预先设计的9层神经网络进行训练以获取深瓶颈特征，实现心脏动力学性能与电生理特征的有机结合。该特征以日常较易获取的心冲击信号及心电信号做为研究对象，不仅能够克服常规波形特征参数对波形波动的依赖性，同时能够提高单一特征参数的表征性能，是一种应用深度学习理论进行日常心脏功能分析的新尝试。

公开(公告)号：CN118051756A

公开(公告)日：2024-05-17

申请号：CN202410087148.7

申请日：2024-01-22

Applicant: 东北大学

Inventor： 覃文军 ,  张长帅 ,  冯子豪 ,  畅维超 ,  李树胜 ,  潘佳润 ,  张翠 ,  张雨欣 ,  杨斌

IPC: G06F18/213 ,  G16H20/40 ,  G06F18/25 ,  G06F18/27 ,  G06F17/16

Abstract: 本发明属于数据体系与针灸学技术领域，涉及一种针灸手法自动采集与分析方法。本发明提出的针刺手法特征自动提取方法，使用位移数据进行入针、提插阶段的划分，使用与针灸针同轴的标记Mark球点三维运动轨迹进行计算，可以完整反映出针灸针的运动轨迹。使用内旋欧拉角的旋转数据进行捻转阶段的划分，滤除了其他方向旋转与针体抖动对捻转过程中针体旋转数据采集的影响，只关注针灸针绕自身轴线旋转的角度，可以精确计算出捻转的角度和角速度。本发明所提方法都可以自动准确的将其划分为入针、提插、捻转等各个阶段，并计算出相应特征参数，具有较强的适用性与泛化能力，可以很好的应对大规模的针刺手法采集与分析任务。

公开(公告)号：CN108256457A

公开(公告)日：2018-07-06

申请号：CN201810017515.0

申请日：2018-01-09

Applicant: 东北大学

Inventor： 蒋芳芳 ,  刘星航 ,  刘海滨 ,  张长帅 ,  徐敬傲

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及生物特征提取技术领域，是一种基于深度神经网络的心冲击信号深瓶颈特征提取方法，以心冲击信号为特征提取对象，针对其波形幅值微弱、易受外界干扰的特点，结合同步采集的心电信号，利用深度神经网络挖掘深层特征的机理，提取其深瓶颈特征参数。该特征以心冲击信号做为输入向量，同步心电信号做为目标向量，经过预先设计的9层神经网络进行训练以获取深瓶颈特征，实现心脏动力学性能与电生理特征的有机结合。该特征以日常较易获取的心冲击信号及心电信号做为研究对象，不仅能够克服常规波形特征参数对波形波动的依赖性，同时能够提高单一特征参数的表征性能，是一种应用深度学习理论进行日常心脏功能分析的新尝试。