-
公开(公告)号：CN105139695A
公开(公告)日：2015-12-09
申请号：CN201510629507.8
申请日：2015-09-28
Applicant: 南通大学
IPC: G09B5/00
Abstract: 本发明涉及一种基于脑电波采集的课堂教学监测方法及系统，主要监测课堂教学中学生脑电波的波动情况。系统的采集终端通过脑波感应器获取被采集学生的脑电波数据，经过处理组帧后，经WIFI模块从无线局域网送至服务器。系统的监测终端经局域网从服务器的数据库中获取并显示各采集终端的脑波数据，实时显示被采集学生脑电波的个体波动信息和整体波动信息。该系统可以为讲课教师提供学生听课中真实客观的反应，还可以为教师及教学管理者完整地重现课堂教学情景，为课堂教学过程的改进和评价提供了真实的量化的数据支持。
-
公开(公告)号：CN119785868A
公开(公告)日：2025-04-08
申请号：CN202411868729.0
申请日：2024-12-18
Abstract: 本发明公开了一种基于动态赫布学习CPG神经网络肌肉骨骼模型的步态模拟法，包括如下步骤：1、通过高级控制器构建赫布学习的CPG神经元网络模型HB‑CPG；2、通过动作电位激活构建肌肉骨骼模型；3、CPG神经元网络模型HB‑CPG和肌肉骨骼模型，模拟外部电刺激脊髓CPG下的膝关节运动的协调性和可调控性。本发明在CPG神经系统中引入动态赫布学习规则，使得CPG振荡器改变其固有频率与外部输入信号同步，以及通过学习节律振荡器的幅度来保持敏感度。
-
公开(公告)号：CN118840552A
公开(公告)日：2024-10-25
申请号：CN202410921267.8
申请日：2024-07-10
Applicant: 南通大学 , 苏州申辰医疗科技有限公司 , 盐城同洲骨科医院
IPC: G06V10/26 , G06V10/80 , G06V10/774 , G06V10/82
Abstract: 本发明属于图像分割技术领域，具体涉及基于注意力机制的多尺度残差脑肿瘤图像分割方法。本发明首先，利用双残差特征融合模块增强不同层次间的特征信息融合。其次，引入空洞空间金字塔池化作为网络的桥接模块，捕获图像不同尺度的特征，从而提升网络对细节特征的提取能力。最后，设计反转残差坐标注意力模块替换Unet的直接拼接操作，来融合各层次和各尺度大特征信息，从而增强模型对脑肿瘤空间位置信息的识别能力。本发明通过双重残差特征融合模块DRFF，有效地融合了不同层次的特征信息，既保留了局部细节又结合了全局语义特征，提升了模型在处理复杂肿瘤结构时的准确性。
-
公开(公告)号：CN118447244A
公开(公告)日：2024-08-06
申请号：CN202410535284.8
申请日：2024-04-29
Applicant: 南通大学
IPC: G06V10/26 , G06V10/44 , G06V10/52 , G06V10/62 , G06V10/80 , G06V10/82 , G06T7/00 , G06N3/0464 , G06N3/048 , G06N3/049 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了基于多尺度卷积和Mamba结构的脑肿瘤图像分割方法，属于MRI图像分割技术领域。解决了现有方法对脑肿瘤MRI图像的细节特征提取不足和计算量大的技术问题。其技术方案为：该方法使用训练集和验证集训练MambaBTS网络，得到脑肿瘤图像分割模型；MambaBTS网络为Unet网络作为基础网络，在Unet网络的每个下采样层中采用多尺度聚合编码器；多尺度聚合编码器包括残差提取模块、MambaLayer模块；脑肿瘤图像分割模型对测试集进行预测并输出对脑肿瘤区域分割的结果。本发明的有益效果为引入状态空间模型，减小计算量，并引入串级残差多尺度卷积模块提升细节特征的识别能力。
-
公开(公告)号：CN116684526A
公开(公告)日：2023-09-01
申请号：CN202310179627.7
申请日：2023-02-28
Applicant: 南通先进通信技术研究院有限公司 , 南通大学
IPC: H04M1/72484 , G06F3/01 , G06V40/16 , G06V40/18 , G06V10/75 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , H04M1/72454
Abstract: 本发明提供了一种基于眼睛注视和面部微动作的智能手机控制方法，属于智能手机控制领域。本发明的技术方案是预设多个校准点通过卷积神经网络预先训练注视点估计模型，利用FaceNet处理用户面部图像，输出第一图像集和第二图像集，第一图像集包括面部三角区关键数值作为注视点估计模型的卷积层输入，以第二图像集、用户距离、注视点边界值作为注视点估计模型的全连接层输入，输出注视点估计坐标，显示注视点图像，再利用点阵投影器获取用户面部特征，与预设特征比较，符合置信区间判定执行操作。本发明方法具有对眼神注视跟踪的实时性，实现更具人性化的眼神操控，同时，仅需手机自带的前置摄像头和传感器，无需外接设备，成本低。
-
Patent Agency Ranking
公开(公告)号：CN115754415A
公开(公告)日：2023-03-07
申请号：CN202211182792.X
申请日：2022-09-22
Applicant: 南通大学
Abstract: 本申请提出了一种电信号采集电极及采集方法，涉及电信号采集技术领域。一种电信号采集电极，包括管体和设置于管体内的储液腔，储液腔的两端均与外界连通，储液腔包括进口端和出口端，出口端的端口处设置有亲油亲水层和疏油层，亲油亲水层设置于疏油层的外侧。该电极采用多相流体液桥来采集芯片表面电信号，电极和芯片表面非直接接触，不会对芯片表面产生损伤；该采集方法可以使上述电极快速的形成多相流体液桥，便于稳定的采集芯片表面电信号，且采集的信号误差小，操作简单，实用性强。
-
公开(公告)号：CN115529647A
公开(公告)日：2022-12-27
申请号：CN202211192332.5
申请日：2022-09-28
Applicant: 南通大学 , 保控(南通)物联科技有限公司
Abstract: 本发明属于无线通信技术领域，具体涉及一种基于路径质量的负载均衡路由选择算法。本发明涉及的负载均衡路由选择算法通过路径中节点之间的接收信号强度，来计算不同通信路径的通信质量，选择通信质量最高的消息传播线路为通信路径，并留有后备路径。同时在建立路径时考虑了节点的使用状况，避免单个节点被过度利用。本发明针对医院病房区的工作环境设计了B(balanced)‑AOMDV智能路由算法，在保证数据的稳定性和包抵达率的前提下，建立多条传输路径，确保数据包尽可能地抵达目标节点。本发明综合考虑了节点面对的传输压力和所处的网络位置，在保障各个终端节点正常通信的前提下，优化冗余的链路,分摊处于核心位置的节点的传输压力与能量消耗，延长网络寿命。
-
公开(公告)号：CN115487417A
公开(公告)日：2022-12-20
申请号：CN202211158065.X
申请日：2022-09-22
Applicant: 南通大学
IPC: A61N1/04 , G01N33/483 , G01R31/00
Abstract: 本发明属于生物电刺激施加技术领域，公开了一种油包液结构多相液桥电极装置及其使用方法。该油包液结构多相液桥电极装置包括同心管管体，同心管管体为同轴设置的外管体和内管体，内管体的内部形成第一储液腔，外管体的内壁与内管体的外壁形成第二储液腔，第一储液腔的顶部设置有半圆形遮盖部，第二储液腔的顶部设置有半环形遮盖部，半环形遮盖部的外周与外管体上端口的周边边缘连接，半环形遮盖部的内周与内管体上端口的周边边缘连接。该方法采用多相流体液桥来刺激生物组织，电极和生物神经组织是非直接接触，不会产生机械损伤。
-
公开(公告)号：CN110975143A
公开(公告)日：2020-04-10
申请号：CN201911314773.6
申请日：2019-12-19
Applicant: 南通大学
IPC: A61N1/36 , A61B5/0488
Abstract: 本发明涉及一种脊髓内微刺激寻找诱发步态运动的关键位点的实验方法，包括以下步骤：取死亡十分钟内的大鼠，横断损伤脊髓，对腰膨大区域进行三维扫描式电刺激，寻找出现左右伸缩腿交替运动的位点P；当改变刺激信号极性时，诱发左右腿交替方式的反转，则保留该位点P；在位点P附近继续寻找符合要求的刺激信号阈值最小的位点认定为诱发步态运动关键位点；对关键位点的坐标进行归一化处理；对多只大鼠重复上述步骤，统计归一化步态运动关键位点坐标范围。本发明为研究大鼠电激励步态运动关键位点提供了试验方法，借助本发明方法可以准确的找到诱发步态运动的关键位点，并且可通过试验进行验证,对本领域的科研和教学具有十分重要的意义。
-
公开(公告)号：CN110074773A
公开(公告)日：2019-08-02
申请号：CN201910331206.5
申请日：2019-04-24
Applicant: 南通大学
IPC: A61B5/04
Abstract: 本发明公开了一种脊髓神经运动信息信号处理模型方法，本发明根据步态运动产生原理与动力学机制，构建CPG网络模型，本发明将实验中外加刺激信号参数作为模型输入参数，采集的节律运动步态信息与CPG网络模型相关联，建立CPG刺激—步态响应的数理模型，利用并行高速非线性计算的特点，构建运动信息处理数字单元，实现脊髓CPG刺激模式到不同步态模式的转换，实现精细节律步态运动的序列化控制。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.033 seconds)
