-
公开(公告)号：CN118173268A
公开(公告)日：2024-06-11
申请号：CN202410360949.6
申请日：2024-03-27
Applicant: 清华大学
IPC: G16H50/30 , G16H10/20 , G16H10/60 , G06N3/045 , G06N3/0985 , G06F18/243 , G06F18/27 , G06F18/20
Abstract: 本申请提出了一种面向脑机接口康复的卒中患者下肢预后评估方法，该方法包括：提取面向BCI康复的卒中患者的多模态临床医学数据，多模态临床医学数据包括人口统计学特征、临床量表特征与生物力学特征；根据多模态临床医学数据计算卒中患者的恢复比例，并为不同恢复比例的卒中患者划分标签；对多模态临床医学数据进行标准化处理，将标准化后的多模态临床医学数据分别输入训练好的弹性网络模型Elastic net与人工神经网络模型ANN，得到第一预后评估结果与第二预后评估结果；基于划分标签后的真实结果，根据第一预后评估结果与第二预后评估结果对比Elastic net与ANN的预测能力，确定最优模型；基于最优模型，对面向BCI康复的卒中患者进行预后评估。
-
公开(公告)号：CN117679017A
公开(公告)日：2024-03-12
申请号：CN202211078194.8
申请日：2022-09-05
IPC: A61B5/11
Abstract: 本发明涉及一种脊柱运动模式测量方法、装置及电子设备，其中，该方法包括：采用多个相机采集人体动作得到人体动作数据；人体动作包括站立、行走、坐起、前屈、后伸、下蹲、平板支撑和硬拉；根据人体动作数据对人体关键点进行预测得到各个相机的人体脊柱和四肢关节运动关键点的二维坐标；对各个相机的人体脊柱和四肢关节运动关键点二维坐标进行匹配计算得到人体脊柱和四肢关节运动关键点的三维坐标。本发明通过对各个相机的人体脊柱和四肢关节运动关键点二维坐标进行匹配计算得到人体脊柱和四肢关节运动关键点的三维坐标，可以提高对脊柱的测量精度。
-
公开(公告)号：CN118173268B
公开(公告)日：2024-11-12
申请号：CN202410360949.6
申请日：2024-03-27
Applicant: 清华大学
IPC: G16H50/30 , G16H10/20 , G16H10/60 , G06N3/045 , G06N3/0985 , G06F18/243 , G06F18/27 , G06F18/20
Abstract: 本申请提出了一种面向脑机接口康复的卒中患者下肢预后评估方法，该方法包括：提取面向BCI康复的卒中患者的多模态临床医学数据，多模态临床医学数据包括人口统计学特征、临床量表特征与生物力学特征；根据多模态临床医学数据计算卒中患者的恢复比例，并为不同恢复比例的卒中患者划分标签；对多模态临床医学数据进行标准化处理，将标准化后的多模态临床医学数据分别输入训练好的弹性网络模型Elastic net与人工神经网络模型ANN，得到第一预后评估结果与第二预后评估结果；基于划分标签后的真实结果，根据第一预后评估结果与第二预后评估结果对比Elastic net与ANN的预测能力，确定最优模型；基于最优模型，对面向BCI康复的卒中患者进行预后评估。
-
Patent Agency Ranking
公开(公告)号：CN118021575A
公开(公告)日：2024-05-14
申请号：CN202311814292.8
申请日：2023-12-26
Applicant: 中国科学院自动化研究所 , 清华大学 , 北京清华长庚医院
Abstract: 本发明提供一种面向手部的感觉运动统合康复训练系统及控制方法，系统包括：振动手环，包括屈伸振动器；振动手套，包括手掌振动器；软体手康复机器人，包括软体手驱动器、压力传感器、手指夹具，压力传感器固定于软体手驱动器和手指之间；气动回路模块，向屈伸振动器和手掌振动器充气和抽气使屈伸振动器和手掌振动器产生振动，向软体手驱动器充气和抽气使其带动手指进行屈曲和伸展运动；气动控制模块，包括与压力传感器通信连接的控制器，基于压力传感器采集的手指痉挛信号确定手指痉挛信号对应的痉挛类型，控制气动回路模块中痉挛类型对应的振动器或软体手驱动器不工作。本发明可以根据患者的手指痉挛状态，制定不同的感觉运动统合康复训练方案。
-
公开(公告)号：CN113229832A
公开(公告)日：2021-08-10
申请号：CN202110316024.8
申请日：2021-03-24
Applicant: 清华大学
Abstract: 本申请公开了一种用于获取人体运动信息的系统和方法，包括：数据处理模块、多个肌电信号获取模块和至少两个图像获取模块；所述肌电信号获取模块，用于采集用户的肌电信号数据，发送至所述数据处理模块；所述图像获取模块，用于采集用户的图像数据，发送至所述数据处理模块；所述数据处理模块，用于根据所述图像数据使用卷积神经网络获取用户的骨骼运动特征；提取所述肌电信号数据的多种肌电特征；根据所述骨骼运动特征和多种肌电特征，确定用户的运动信息。通过卷积神经网络从图像获取模块采集的图像数据中获取用户的骨骼运动特征，再联合从肌电信号获取模块采集的肌电信号数据中获取的多种肌电特征，能够准确、客观的得到被测试者的运动信息。
-
公开(公告)号：CN110598722A
公开(公告)日：2019-12-20
申请号：CN201810603964.3
申请日：2018-06-12
Applicant: 清华大学
Abstract: 本发明公开了一种多模态神经影像数据自动信息融合系统，包括：原始数据管理模块，用于存储和管理针对被试采集的神经影像数据以及研究记录；数据转换模块，用于对所述原始数据进行脱敏处理和格式转化；多模态数据管理模块，用于存储和管理数据转换模块转换后的数据；数据预处理和特征提取模块，用于对多模态数据库中存储的数据进行预处理及特征提取；图谱和模板数据管理模块，用于存储和管理图谱与模板；多模态特征数据管理模块，用于存储和管理特征数据；分组或跟踪对比评估模块，用于对被试进行分组或跟踪对比评估。本发明可应用在多模态脑MRI信号的数据分析和信息融合中，可实现对脑肿瘤、脊髓脊柱损伤和脑卒中患者数据进行自动分析。
-
公开(公告)号：CN118016238A
公开(公告)日：2024-05-10
申请号：CN202410095227.2
申请日：2024-01-23
Applicant: 清华大学 , 北京清华长庚医院 , 北京复数健康科技有限公司 , 富伯(北京)医疗科技有限公司
Abstract: 本发明实施例提供了一种肢体康复运动的评估与训练方法、系统、设备及介质，其中，该方法包括以下步骤：选择康复运动的评估内容并生成上肢与手的评估动作，向目标对象展示评估动作；在多个方位角度上分别采集第一影像数据并确定评估内容的评估结果；根据评估结果确定多个训练动作组构成训练方案；向目标对象展示训练方案中的所有训练动作；在目标对象执行训练动作进行运动的过程中，在多个方位角度上分别采集第二影像数据；将第二影像数据分别和训练影像数据进行对比，当存在差异时，输出用于纠正目标对象的训练动作的提示信息。该方案能够提供内容全面、操作简单、结果准确的智能化康复运动评估并为目标对象提供远程反馈式康复训练内容。
-
公开(公告)号：CN110598722B
公开(公告)日：2022-04-15
申请号：CN201810603964.3
申请日：2018-06-12
Applicant: 清华大学
Abstract: 本发明公开了一种多模态神经影像数据自动信息融合系统，包括：原始数据管理模块，用于存储和管理针对被试采集的神经影像数据以及研究记录；数据转换模块，用于对所述原始数据进行脱敏处理和格式转化；多模态数据管理模块，用于存储和管理数据转换模块转换后的数据；数据预处理和特征提取模块，用于对多模态数据库中存储的数据进行预处理及特征提取；图谱和模板数据管理模块，用于存储和管理图谱与模板；多模态特征数据管理模块，用于存储和管理特征数据；分组或跟踪对比评估模块，用于对被试进行分组或跟踪对比评估。本发明可应用在多模态脑MRI信号的数据分析和信息融合中，可实现对脑肿瘤、脊髓脊柱损伤和脑卒中患者数据进行自动分析。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
