-
公开(公告)号：CN119015672A
公开(公告)日：2024-11-26
申请号：CN202410738996.X
申请日：2024-06-07
IPC: A63B23/03 , G06V40/16 , G06V10/764 , G06V10/82 , G06V20/40 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/084 , A63B71/06
Abstract: 本发明公开了一种帕金森“面具脸”康复训练方法，包括如下步骤：步骤一，用户通过移动设备进入界面，同时根据用户是否注册有账号，若注册有账号，则继续下一步，若未注册有账号，则进入用户注册步骤，之后继续下一步；步骤二，登录账号，进入主界面，通过主界面选择模式，业务层根据选择的模式提供对应的服务；步骤三，进入基础训练，然后运行基础训练游戏，用户根据基础训练游戏进行训练；步骤五，进入进阶训练，然后运行进阶训练游戏。本发明的帕金森“面具脸”康复训练方法，通过步骤一至步骤五的设置，便可有效的实现通过移动设备进行康复训练，如此相比于现有技术中的方式，不依赖专用设备，只需要利用移动设备的麦克风和摄像头即可。
-
公开(公告)号：CN118732842A
公开(公告)日：2024-10-01
申请号：CN202410738998.9
申请日：2024-06-07
IPC: G06F3/01 , G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/042 , G06N3/045 , G16H20/30 , A63F13/25
Abstract: 本发明公开了一种帕金森面具脸识别与康复训练系统，包括：客户端，为PC及移动端网页，包括有摄像头和麦克风；业务层，与客户端连接，包括帕金森“面具脸”识别模块和帕金森“面具脸”康复训练模块，所述帕金森“面具脸”识别模块用于接受客户端采集的用户图像与声音信息进行帕金森“面具脸”识别，所述帕金森“面具脸”康复训练模块提供帕金森“面具脸”基础训练或提供帕金森“面具脸”进阶训练；模型层，与业务层连接。本发明的帕金森面具脸识别与康复训练系统，能够有效的把帕金森“面具脸”的识别和康复训练集成到一起。
-
公开(公告)号：CN116467647A
公开(公告)日：2023-07-21
申请号：CN202310213782.6
申请日：2023-03-08
Applicant: 浙江大学
IPC: G06F18/2411 , A61B5/00 , G06F18/243 , G06N3/02 , G06F18/2113 , G06F18/214 , G16H50/20 , G16H50/30 , G16H10/60 , H04Q9/04
Abstract: 一种基于三维对指运动的帕金森病人工智能分类方法，包括三维对指分割、三维模式特征提取和自动诊断判别，基于采集获取的三维对指运动，通过三维对指分割解决对指运动过程中大拇指和食指不同时到达闭合点和张开点的问题，并通过三维模式特征提取对指运动过程中的运动协调性、受损不一致和模态能量熵相关特征，最终通过自动份分类判别结合三维模式特征与迟缓、幅度减小和疲劳等传统特征综合分析判别用户是否患有帕金森病。以及提供所述方法实现的系统。本发明不需要侵入性检测，可以有效地辅助区分帕金森病患者和健康人。
-
公开(公告)号：CN116636835A
公开(公告)日：2023-08-25
申请号：CN202310420315.0
申请日：2023-04-19
Applicant: 浙江大学
IPC: A61B5/11 , A61B5/00 , G06F18/10 , G06F18/21 , G06F18/2135 , G06F18/241 , G16H50/20
Abstract: 一种穿戴式手部震颤的多肢体段联合分析方法，包括以下步骤：步骤1、手部多肢体段震颤数据采集，通过传感装置采集同步的手部多肢体段震颤数据；步骤2、手部多肢体段数据预处理，对各肢体段分别进行姿态估计、去噪降维处理；步骤3、多肢体段联合震颤特征提取，分别提取各肢体段的震颤频率、震颤幅度和震颤变异性特征，同时提取肢体段震颤之间协同关系特征；步骤4、疾病自动分类判别，通过特征选择算法选择多肢体段联合震颤特征，使用智能分类器完成帕金森病和特发性震颤的分类。以及提供一种所述穿戴式手部震颤多肢体段联合分析系统。本发明提供了一种通过多肢体段联合分析、提升帕金森病和特发性震颤分类准确率的手部震颤分析方法及系统。
-
公开(公告)号：CN113554663B
公开(公告)日：2023-10-31
申请号：CN202110637657.9
申请日：2021-06-08
Applicant: 浙江大学
Abstract: 本发明公开了一种基于CT结构图像自动化分析多巴胺转运体PET图像的系统，该系统包括图像采集模块、图像预处理模块、DAT‑PET功能图像自动化分割模块和双侧纹状体亚分区的自动化数值提取及计算模块，基于CT结构图像进行DAT‑PET功能图像中纹状体区域以及纹状体亚分区(包括双侧前后壳核、双侧前后尾状核)的精细自动化分割。本发明通过同步扫描的结构CT结构图像对DAT‑PET功能图像的纹状体进行精细自动化分割，三维重建显示以及自动计算纹状体亚分区的显像剂摄取值以及摄取值比值，可以有效协助临床医生进行DAT‑PET功能图像的解读，为帕金森综合征的诊断和鉴别诊断提供可靠的依据，并具有较高的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN109829508A
公开(公告)日：2019-05-31
申请号：CN201910135966.9
申请日：2019-02-25
Applicant: 嘉兴市恒创电力设备有限公司 , 浙江大学
Abstract: 本发明提供一种基于形状投影的电缆类别检测方法和检测系统，可以精确定位电缆导体区域并且提供一种相似性距离计算公式来判断电缆类别。所述电缆类别检测方法包括以下步骤：1、根据定标物信息缩放电缆截面图像；2、在电缆截面图像中筛选出电缆导体像素形成电缆导体二值图像并根据电缆先验知识筛选电缆导体区域；3、根据电缆各导体区域的颜色均值去除孔洞区、保留褪色区和反光区；4、找到电缆护套并填充孔洞得到电缆区域；5、根据电缆区域对电缆导体区域做形状投影得到形状投影直方图；6、根据形状投影直方图计算待测电缆与模板电缆的相似性距离来判断类别。所述的电缆类别检测系统包括图像采集单元、图像处理单元、输出单元。
-
公开(公告)号：CN109829508B
公开(公告)日：2022-11-08
申请号：CN201910135966.9
申请日：2019-02-25
Applicant: 国网浙江省电力有限公司嘉兴供电公司 , 浙江大学
IPC: G06V10/764 , G06V10/50 , G06V10/74 , G06T7/187 , G06T7/136
Abstract: 本发明提供一种基于形状投影的电缆类别检测方法和检测系统，可以精确定位电缆导体区域并且提供一种相似性距离计算公式来判断电缆类别。所述电缆类别检测方法包括以下步骤：1、根据定标物信息缩放电缆截面图像；2、在电缆截面图像中筛选出电缆导体像素形成电缆导体二值图像并根据电缆先验知识筛选电缆导体区域；3、根据电缆各导体区域的颜色均值去除孔洞区、保留褪色区和反光区；4、找到电缆护套并填充孔洞得到电缆区域；5、根据电缆区域对电缆导体区域做形状投影得到形状投影直方图；6、根据形状投影直方图计算待测电缆与模板电缆的相似性距离来判断类别。所述的电缆类别检测系统包括图像采集单元、图像处理单元、输出单元。
-
公开(公告)号：CN109903258B
公开(公告)日：2022-06-03
申请号：CN201910135949.5
申请日：2019-02-25
Applicant: 国网浙江省电力有限公司嘉兴供电公司 , 浙江大学
Abstract: 本发明提供一种基于灰度匹配的电缆类别检测方法和检测系统，根据电缆区域的灰度直方图提供一种差异性距离来判断电缆类别。所述电缆类别检测方法包括以下步骤：1、根据定标物信息将电缆截面图像进行缩放；2、从电缆图像中找到电缆区域；3、统计电缆区域的灰度直方图；4、根据灰度直方图计算待测电缆与模板电缆的差异性距离来判断类别。所述的电缆类别检测系统包括图像采集单元、图像处理单元、输出单元。
-
公开(公告)号：CN111004844B
公开(公告)日：2022-02-15
申请号：CN201911203530.5
申请日：2019-11-29
Applicant: 浙江大学
IPC: C12Q1/6883 , G01N33/68 , C07K14/705 , C12N15/12 , A61K45/00 , A61P25/00 , A61P25/06 , A61P25/08 , A61P25/14 , A61P25/16 , A61P25/28
Abstract: 本发明提供了原发性家族性脑钙化致病基因JAM2及其应用。具体地，本发明提供了一种JAM2基因、或其蛋白或其检测试剂的用途，用于制备一检测试剂或试剂盒，所述检测试剂或试剂盒用于检测原发性家族性脑钙化和/或其易感性。本发明首次鉴定了JAM2基因为常染色体隐性遗传原发性家族性脑钙化的一个新的致病基因；并且，通过对JAM2基因或其蛋白的突变的检测能够诊断原发性家族性脑钙化患者和/或其易感性。
-
公开(公告)号：CN110363773A
公开(公告)日：2019-10-22
申请号：CN201811557012.9
申请日：2018-12-19
Applicant: 嘉兴市恒创电力设备有限公司 , 浙江大学
Abstract: 本发明提供一种基于图像处理的电缆类别检测方法和检测系统，可以精确定位电缆导体区域计算电缆导体参数，并且提供一种电缆特征矩阵以及一种相似性距离计算公式来判断电缆类别。所述电缆类别检测方法包括以下步骤：1、在电缆截面图像中筛选出电缆导体像素形成电缆导体二值图像并根据电缆先验知识筛选电缆导体区域；2、根据电缆各导体区域的颜色均值去除孔洞区、保留褪色区和反光区；3、根据电缆导体区域计算电缆导体参数并基于电缆导体参数构建特征矩阵；4、根据特征矩阵计算待测电缆与模板电缆的相似性距离来判断类别。所述的电缆类别检测系统包括图像采集单元、图像处理单元、输出单元。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.02 seconds)
