公开(公告)号：CN116704481A

公开(公告)日：2023-09-05

申请号：CN202310642606.4

申请日：2023-06-01

Applicant: 宁波工程学院

Inventor： 王力家 ,  刘云鹏 ,  王炬盛 ,  祝铖杰 ,  王潇文 ,  李瑾 ,  沈淑宁 ,  沈丰 ,  徐钰伦 ,  范舒晗 ,  王灏冉 ,  过逸柯 ,  陆弘杰 ,  应砚丞 ,  郑佳洋 ,  葛彦喆 ,  翟璇 ,  王晶晶 ,  刘天宇 ,  吕园园 ,  陈一苇 ,  项嘉乐

IPC: G06V20/59 ,  G06V40/16 ,  G06V10/82

Abstract: 本发明涉及交通安全检测技术领域，一种汽车疲劳驾驶监控方法及装置，包括：接收汽车疲劳驾驶的监控指令，根据所述监控指令启动车内监控设备，其中，监控设备内嵌有人脸识别模型和器官识别模型，利用所述人脸识别模型识别驾驶人的人脸，得到驾驶人脸，利用所述器官识别模型识别驾驶人脸中的各个器官，其中，器官包括驾驶眼睛及驾驶嘴巴，计算不同时间点下驾驶眼睛的眼睛纵横比，得到多组眼睛纵横比，计算不同时间点下驾驶嘴巴的嘴巴纵横比，得到多组嘴巴纵横比，根据多组眼睛纵横比、嘴巴纵横比判断得到驾驶人的疲劳度，完成汽车疲劳驾驶的监控。本发明构建可量化的疲劳判断特征，从而减少对驾驶人疲劳度的误判问题。

公开(公告)号：CN114820434A

公开(公告)日：2022-07-29

申请号：CN202210229367.5

申请日：2022-03-09

Applicant: 宁波工程学院

Inventor： 刘云鹏 ,  吴铁林 ,  王宇 ,  李瑾 ,  刘文洁 ,  姚婧婧 ,  柴天瑜 ,  杨亿栋 ,  徐逸群 ,  梁新龙

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/13 ,  G06T7/62 ,  G06T7/70 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于CT影像的肾肿瘤剜除术难度自动评估方法，基于人工智能与图像分析技术，通过建立深度网络模型对腹壁、肾脏和肾肿瘤同时进行分割，利用肿瘤、肾盂、肾脏和腹壁四者之间的关联性自动计算MAP评分和R.E.N.A.L评分，从而对肾肿瘤剜除术难度进行合理有效的评估；优点是省时省力，评估准确性和可靠性较高。

公开(公告)号：CN114801926A

公开(公告)日：2022-07-29

申请号：CN202210365138.6

申请日：2022-04-07

Applicant: 宁波工程学院

Inventor： 刘云鹏 ,  林宣佐 ,  李瑾 ,  钱冠维 ,  马雍力 ,  沈宜文 ,  郑思颖 ,  程智俊 ,  沈柯菲 ,  李徐涵 ,  张弛 ,  冯钰钦

IPC: B60N2/427 ,  B60R21/02

Abstract: 本发明属于防护装置技术领域，尤其涉及一种驾驶员安全防护装置，所述驾驶员安全防护装置包括：底板；以及设在所述底板一侧的防护组件，用于对驾驶员进行防护；所述防护组件包括：支撑板，所述支撑板与所述底板相对设置，且位于驾驶员座椅的背面；防护板，所述防护板通过第一支撑杆与所述支撑板滑动连接。本发明通过设置升降组件，使得装置得以带动防护板和卡块进行升降，从而更好的与驾驶员贴合，进一步提高装置的防护能力，在本实施例中，通过将防护组件、缓冲组件和升降组件结合，使得驾驶员在事故中得以缓冲，极大的降低事故冲击力对驾驶员造成的伤害，同时也可避免驾驶员被甩出车外，安全性更好，更加适宜推广使用。

公开(公告)号：CN114801926B

公开(公告)日：2023-06-02

申请号：CN202210365138.6

申请日：2022-04-07

Applicant: 宁波工程学院

Inventor： 刘云鹏 ,  林宣佐 ,  李瑾 ,  钱冠维 ,  马雍力 ,  沈宜文 ,  郑思颖 ,  程智俊 ,  沈柯菲 ,  李徐涵 ,  张弛 ,  冯钰钦

IPC: B60N2/427 ,  B60R21/02

Abstract: 本发明属于防护装置技术领域，尤其涉及一种驾驶员安全防护装置，所述驾驶员安全防护装置包括：底板；以及设在所述底板一侧的防护组件，用于对驾驶员进行防护；所述防护组件包括：支撑板，所述支撑板与所述底板相对设置，且位于驾驶员座椅的背面；防护板，所述防护板通过第一支撑杆与所述支撑板滑动连接。本发明通过设置升降组件，使得装置得以带动防护板和卡块进行升降，从而更好的与驾驶员贴合，进一步提高装置的防护能力，在本实施例中，通过将防护组件、缓冲组件和升降组件结合，使得驾驶员在事故中得以缓冲，极大的降低事故冲击力对驾驶员造成的伤害，同时也可避免驾驶员被甩出车外，安全性更好，更加适宜推广使用。

公开(公告)号：CN114742760A

公开(公告)日：2022-07-12

申请号：CN202210229363.7

申请日：2022-03-09

Applicant: 宁波工程学院

Inventor： 刘云鹏 ,  干开丰 ,  王宇 ,  李瑾 ,  杨亿栋 ,  徐逸群 ,  梁新龙 ,  刘畅 ,  罗德旺 ,  童书阳 ,  沈琬琳 ,  钱俊杰

IPC: G06T7/00 ,  G16H30/40 ,  G16H50/20 ,  G06V10/774 ,  G06V10/764 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种X光片桡骨远端骨折自动快速诊断方法，通过结合深度学习与图像分析处理技术，使用三层U‑Net网络级联形成的端到端分割网络进行训练，对桡骨远端骨折分类判断最关键的关节面区和非关节面区进行精准的分割；采样两级分类，首先深度学习利用关节面区特征，对正常、A型骨折作为一类，与B型和C型骨折作为一类进行有效区分；然后深度学习利用非关节面区特征，进一步分别对正常、A型骨折、B型骨折和C型骨折进行识别，这种分层识别模式，粗分时将更相近的图像作为一类，可以达到更精准的分类结果；优点是分类准确率高，且能够对正常、A型、B型和C型单独的准确率进行描述，能够为后续准确率优化提升提供有力的技术数据。