-
公开(公告)号：CN116108398A
公开(公告)日：2023-05-12
申请号：CN202310030005.8
申请日：2023-01-10
Applicant: 复旦大学
IPC: G06F18/25 , G06F18/2113 , G06F18/2431 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/08 , A61B5/00
Abstract: 本发明公开了一种全自动阻塞性睡眠呼吸暂停征识别模型的构建方法；本发明对人体形态特征（含基本信息，如年龄、性别等）、语音、三维面部三种不同信号进行特征提取，并将三类特征融合至深度学习网络进行OSA患者识别及OSA严重程度判别。本发明采用特征选择算法对所提特征进行最优特征筛选，并将筛选后的特征进行特征融合，采用数据均衡算法使得样本种类达到均衡，采用深度学习网络挖掘更深层次的特征得到更加精确的结果。
-
公开(公告)号：CN115778332A
公开(公告)日：2023-03-14
申请号：CN202211401236.7
申请日：2022-11-09
Applicant: 复旦大学
Abstract: 本发明属于医疗器械技术领域，具体涉及一种脉诊灵巧手、脉诊系统及其采集方法。本发明的脉诊灵巧手设置三组手指组件，分别对应的人体手腕的寸、关、尺位置，且每一组手指组件上均设置有至少一个静态压力传感模块和多个动态压力传感模块，使得脉诊灵巧手对人体手腕能够多点采集，保证采集数据的准确性。同时与人体手腕接触的面为弧形面，符合手腕的自然状态，进一步的保证采集数据的准确性。脉搏波的采集方法确定关部位置后对手腕进行预采集，可多次确定关部位置的准确性，同时设置有对灵巧手的位置进行微调的步骤保证关部位置与对应的动态压力传感装置能够精准定位，避免了现有技术中需要依靠单个医护人员确定关部位置的不准确、不可靠性。
-
公开(公告)号：CN120089336A
公开(公告)日：2025-06-03
申请号：CN202510125540.0
申请日：2025-01-27
Applicant: 复旦大学
IPC: G16H50/20 , G16H50/70 , G06T7/00 , G06V10/80 , G06V10/77 , G06V10/40 , G06V40/16 , G06N3/0464 , G06N3/08
Abstract: 本发明属于肢端肥大症诊断筛查技术领域，具体为基于数据和知识融合驱动的肢端肥大患者早期筛查系统。本发明系统包括对采集的健康人和肢端肥大患者面部图像进行预处理，包括面部裁剪、对齐和几何归一化；对预处理后的面部图像进行面部特征点位提取，并对两两特征点组合后的面部特征进行特征选择；从肢端肥大患者的生理及病理特征出发，结合专家知识，提取相关生理、表观特征；并将基于数据驱动以及知识驱动得到的特征相融合，输入至机器学习模型中进行训练，对是否患有肢端肥大症进行判别；最后对模型的预测结果进行解释。本发明可以有效提高肢端肥大患者早期筛查准确率。本发明系统成本低、效率高，可以快速精准地早期筛查肢端肥大症。
-
公开(公告)号：CN119150337A
公开(公告)日：2024-12-17
申请号：CN202310718895.1
申请日：2023-06-16
Applicant: 复旦大学
IPC: G06F21/62 , G06F21/31 , G06F21/53 , G06F21/12 , G06F18/24 , G06F16/901 , G06F16/907 , G16H50/70 , G16H10/60
Abstract: 本发明属于远程诊疗技术领域，具体为一种用于远程诊疗的数据保护及解析系统。本发明系统包括部署在内网的数据采集模块、数据存储模块，部署在内网的本地中转平台上的弱隐私数据准备模块、数据解析授权模块、解析数据回传模块，部署于外网的远程登录及数据解析模块；本发明将不同设备采集到的数据上传并存储于本地，对需要进行解析的数据进行隐私脱敏，分析人员进行身份核验及权限授权之后，可通过外网远程登录本地中转平台上打开本地的软件读取已经脱敏的文件，并进行实时数据标注和解读。整个数据存取与分析过程都在本地完成，降低了网络负载和数据泄露的风险；利用沙箱技术对用户实现全流程监控，避免数据因复制等造成的数据泄露。
-
公开(公告)号：CN116383617B
公开(公告)日：2023-09-22
申请号：CN202310434424.8
申请日：2023-04-21
Applicant: 复旦大学
IPC: G06F18/15 , A61B5/021 , A61B5/00 , G06F18/213 , G06F18/214 , G06F18/21 , G06F18/25 , G06F18/27 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/084 , G06V10/44 , G06V10/766 , G06V10/80 , G06V10/82 , G06F123/02
Abstract: 本发明公开一种基于脉搏波波形特征的智能血压检测方法及系统，涉及智能血压检测领域。该方法包括：步骤S1—S4。该系统包括：脉搏波脉搏波信号采集装置和数据存储与计算装置。本发明提供的基于脉搏波波形特征的智能血压检测方法，数据预处理包含标签分布平滑算法，能提高训练过程中非正常血压值标签关注度；使用全尺寸并行计算卷积核能快速得到最佳感受野，捕捉脉搏波单个心动周期波形特征；通过视觉转换器提取类二维图像特征矩阵中脉搏波多个心动周期波形特征；融合个体信息进行血压检测。该方法通过经迭代训练的最佳血压预测网络模型智能地提取脉搏波信号中单/多个心动周期的波形特征，实现基于脉搏波波形特征的个性化精准血压检测。
-
Patent Agency Ranking
公开(公告)号：CN120089353A
公开(公告)日：2025-06-03
申请号：CN202510006567.8
申请日：2025-01-03
Applicant: 复旦大学
Abstract: 本发明属于体质人类学技术领域，具体为一种基于数字人体测量表型的体成分预测方法。本发明包括：将与脂肪含量/肌肉含量有关的体成分作为因变量，数字人体测量表型数据作为自变量，构建机器学习模型；通过对机器学习模型进行训练和参数优化，使其能够准确预测与脂肪含量和肌肉含量相关的体成分，从而建立高效的体成分预测模型。该模型将数字人体测量数据作为输入值，能够准确计算与脂肪含量/肌肉含量有关的体成分，包括身体全部脂肪含量、脂肪指数、身体全部肌肉含量、内脏脂肪含量、A/G 值等。本发明充分利用数字人体测量表型数据，对体成分进行精确的评估；操作简单、检测快速，方便健康管理、健身教练的日常监控，具有广泛的应用前景。
-
公开(公告)号：CN120089261A
公开(公告)日：2025-06-03
申请号：CN202510007032.2
申请日：2025-01-03
Applicant: 复旦大学
Abstract: 本发明属于体质人类学方法技术领域，具体为一种基于数字人体测量表型的静息代谢率测量方法。本发明包括以下步骤：将人体静息代谢率作为因变量，数字人体测量表型数据作为自变量，构建机器学习模型，通过模型训练，迭代调整参数以最小化预测值与真实值的偏差，最终构建精确的静息代谢率预测模型；基于大量真实数据样本训练得出的机器学习模型，将数字人体测量数据作为输入值，计算静息代谢率。本发明无需进行吸呼气、佩戴呼吸气体分析仪等额外操作，且相比于现有静息代谢率的预测公式，具备更高的预测精度，可充分利用数字人体测量表型，操作更加简便，且成本更低，具有显著的实用价值。
-
公开(公告)号：CN119993481A
公开(公告)日：2025-05-13
申请号：CN202510058971.X
申请日：2025-01-15
Applicant: 复旦大学
Abstract: 本发明涉及一种基于数字孪生的人体健康监测、预测及调控方法，获取人体的体表信息，并构建人体数字孪生三维模型，体表信息可以通过3D扫描仪进行采集或基于2D图像/视频的三维重建方法获取。构建人体数字孪生的健康监测模型，利用机器学习方法以人体的体表信息为输入，内在功能表型为输出，构建基于人体的体表信息的数字孪生健康监测模型并进行可视化展示。构建人体数字孪生的健康预测及调控模型，通过探索不同的调控方式的影响，并构建基于内表型的外表型表征模型和健康预测模型；本发明提供更为精准的多维度健康信息，并将外在表型与内在功能表型相结合，实现基于外表型的内在功能评估，最终实现集人体健康监测、预测及调控为一体的系统。
-
公开(公告)号：CN116421150A
公开(公告)日：2023-07-14
申请号：CN202310626022.8
申请日：2023-05-30
Applicant: 复旦大学
Abstract: 本发明属于疾病诊疗设备技术领域，具体为一种阻塞性睡眠呼吸暂停低通气综合征识别及治疗系统。本发明系统包括：睡眠生理信号采集模块，信号预处理模块，信号特征识别模块，治疗干预模块，呼吸末端监测模块；系统通过对智能床垫采集到的生理信号进行特征识别实现对睡眠中OSAHS事件的监测，在检测到OSAHS事件发生时通过无线能量传输系统对胶囊型无线器件电刺激装置传输所需能量进而对患者舌下神经进行刺激从而使患者实现正常通气。本发明用于识别阻塞性睡眠呼吸暂停低通气综合征并进行治疗，识别准确度高、治疗手段微创、无体内引出线、便携、维护成本低。
-
公开(公告)号：CN116383617A
公开(公告)日：2023-07-04
申请号：CN202310434424.8
申请日：2023-04-21
Applicant: 复旦大学
IPC: G06F18/15 , A61B5/021 , A61B5/00 , G06F18/213 , G06F18/214 , G06F18/21 , G06F18/25 , G06F18/27 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/084 , G06V10/44 , G06V10/766 , G06V10/80 , G06V10/82 , G06F123/02
Abstract: 本发明公开一种基于脉搏波波形特征的智能血压检测方法及系统，涉及智能血压检测领域。该方法包括：步骤S1—S4。该系统包括：脉搏波脉搏波信号采集装置和数据存储与计算装置。本发明提供的基于脉搏波波形特征的智能血压检测方法，数据预处理包含标签分布平滑算法，能提高训练过程中非正常血压值标签关注度；使用全尺寸并行计算卷积核能快速得到最佳感受野，捕捉脉搏波单个心动周期波形特征；通过视觉转换器提取类二维图像特征矩阵中脉搏波多个心动周期波形特征；融合个体信息进行血压检测。该方法通过经迭代训练的最佳血压预测网络模型智能地提取脉搏波信号中单/多个心动周期的波形特征，实现基于脉搏波波形特征的个性化精准血压检测。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.013 seconds)
