-
公开(公告)号：CN115512849A
公开(公告)日：2022-12-23
申请号：CN202211121282.1
申请日：2022-09-15
Applicant: 北京理工大学 , 中国人民解放军军事科学院军事医学研究院
Abstract: 本发明提供一种高原预习服的低氧闭环干预系统，属于急性高原病干预技术领域，该系统包括个体化预测模型学习模块、代价函数与约束设计模块及贝叶斯优化模块；个体化预测模型学习模块，内置有基于间歇性低氧下的血氧饱和度与输氧浓度之间的响应规律模型，用于对血氧饱和度进行预测；代价函数与约束设计模块，内置有代价函数和约束条件，所述代价函数为：基于所述血氧饱和度预测值构建以低氧刺激源关键因素为变量的代价函数，所述约束条件为：基于人体生理限制设置；贝叶斯优化模块，用于解算代价函数与约束设计模块中的约束优化，得到下一个IHT周期中理论最优的低氧刺激策略，以控制IHT的刺激源。
-
公开(公告)号：CN113851224B
公开(公告)日：2022-06-03
申请号：CN202110693771.3
申请日：2021-06-22
Applicant: 北京理工大学 , 中国人民解放军军事科学院军事医学研究院
Abstract: 本发明公开了一种用于AMS风险评估的数字仿真器，包括人群模拟模块、测量干扰模拟模块以及AMS风险评估模块；人群模拟模块通过应用人体低氧应激系统的数学模型以及多个实例实验数据，创建具备不同低氧耐受能力的模拟人群；测量干扰模拟模块用于模拟SpO2信息内的测量干扰与深呼吸生理干扰，并将模拟的干扰信号叠加到所模拟人群的SpO2生成曲线上；AMS风险评估模块获取用于评估AMS风险的指标，该指标设计基于所辨识模型的参数，用于表征不同虚拟人群的真实低氧适应能力；本发明能够为AMS风险评估算法研究获取更丰富的研究数据，并且实现有效可靠的AMS风险评估。
-
公开(公告)号：CN113611414A
公开(公告)日：2021-11-05
申请号：CN202110693559.7
申请日：2021-06-22
Applicant: 北京理工大学 , 中国人民解放军军事科学院军事医学研究院
IPC: G16H50/30 , G16H50/70 , A61B5/0205 , A61B5/145
Abstract: 本发明公开了一种急性高原病动态监测与性能评价方法及系统，通过采集间歇性低氧训练的生理数据，数据预处理，慢特征提取及频域分析，最终获得高原病预测指标，本发明将性能监控技术结合信号处理应用于低氧耐受能力动态性能评估中，利用间歇性低氧训练时间序列数据的慢速特征及其频谱特征表示人体低氧耐受能力适应程度，提出了一种有效的高原病风险预测指标。
-
公开(公告)号：CN111513726B
公开(公告)日：2021-04-13
申请号：CN202010264555.2
申请日：2020-04-07
Applicant: 北京理工大学 , 中国人民解放军军事科学院军事医学研究院
Abstract: 本发明提供一种基于IHT动态性能评估AMS风险的系统，包括数据采集模块、数据处理模块、鲁棒增强模块及AMS严重程度监测器；数据采集模块从多个连续IHT周期中获取SpO2信息；数据处理模块对所获取的SpO2信息进行异常值处理、滤波及数据段划分，选择低氧数据段；指标获取模块获取低氧数据段的动态血氧饱和度指标DSI，DSI为SpO2保持在设定比例以上的持续时间，记为τi；鲁棒增强模块对所述动态血氧饱和度指标τi进行鲁棒性增强，获得指标τr；AMS严重程度监测器，基于预先设定的基准值与所述τr进行比较，实现对AMS进行评估。本发明利用IHT中的连续生理信息反映的人类低氧应激反应动态过程，提出了一种新的AMS预测指标DSI系统。
-
公开(公告)号：CN113851224A
公开(公告)日：2021-12-28
申请号：CN202110693771.3
申请日：2021-06-22
Applicant: 北京理工大学 , 中国人民解放军军事科学院军事医学研究院
Abstract: 本发明公开了一种用于AMS风险评估的数字仿真器，包括人群模拟模块、测量干扰模拟模块以及AMS风险评估模块；人群模拟模块通过应用人体低氧应激系统的数学模型以及多个实例实验数据，创建具备不同低氧耐受能力的模拟人群；测量干扰模拟模块用于模拟SpO2信息内的测量干扰与深呼吸生理干扰，并将模拟的干扰信号叠加到所模拟人群的SpO2生成曲线上；AMS风险评估模块获取用于评估AMS风险的指标，该指标设计基于所辨识模型的参数，用于表征不同虚拟人群的真实低氧适应能力；本发明能够为AMS风险评估算法研究获取更丰富的研究数据，并且实现有效可靠的AMS风险评估。
-
Patent Agency Ranking
公开(公告)号：CN111513726A
公开(公告)日：2020-08-11
申请号：CN202010264555.2
申请日：2020-04-07
Applicant: 北京理工大学 , 中国人民解放军军事科学院军事医学研究院
Abstract: 本发明提供一种基于IHT动态性能评估AMS风险的系统，包括数据采集模块、数据处理模块、鲁棒增强模块及AMS严重程度监测器；数据采集模块从多个连续IHT周期中获取SpO2信息；数据处理模块对所获取的SpO2信息进行异常值处理、滤波及数据段划分，选择低氧数据段；指标获取模块获取低氧数据段的动态血氧饱和度指标DSI，DSI为SpO2保持在设定比例以上的持续时间，记为τi；鲁棒增强模块对所述动态血氧饱和度指标τi进行鲁棒性增强，获得指标τr；AMS严重程度监测器，基于预先设定的基准值与所述τr进行比较，实现对AMS进行评估。本发明利用IHT中的连续生理信息反映的人类低氧应激反应动态过程，提出了一种新的AMS预测指标DSI系统。
-
公开(公告)号：CN113611414B
公开(公告)日：2023-03-28
申请号：CN202110693559.7
申请日：2021-06-22
Applicant: 北京理工大学 , 中国人民解放军军事科学院军事医学研究院
IPC: G16H50/30 , G16H50/70 , A61B5/0205 , A61B5/145
Abstract: 本发明公开了一种急性高原病动态监测与性能评价方法及系统，通过采集间歇性低氧训练的生理数据，数据预处理，慢特征提取及频域分析，最终获得高原病预测指标，本发明将性能监控技术结合信号处理应用于低氧耐受能力动态性能评估中，利用间歇性低氧训练时间序列数据的慢速特征及其频谱特征表示人体低氧耐受能力适应程度，提出了一种有效的高原病风险预测指标。
-
公开(公告)号：CN119939469A
公开(公告)日：2025-05-06
申请号：CN202510029931.2
申请日：2025-01-08
Applicant: 北京理工大学
IPC: G06F18/2433 , G06F18/214 , G06F18/10 , G06F18/25 , G06N3/0464 , G06F123/02
Abstract: 本发明公开了一种基于变分自编码器和时序网络的活动识别方法，属于行为特征识别技术领域，包括以下步骤：S1、收集活动信号的原始数据集并进行预处理；S2、基于S1采用VAE提取潜在特征，输出重构误差；S3、基于S1采用CNN‑GRU得到时间动态特征；S4、基于S2、S3的结果采用自注意力机制进行特征融合，采用深度嵌入聚类层进行软分配并采用分类器进行分类，完成模型训练；S5、进行测试，判断输入是否为OOD数据，输出类别。本发明通过对重构误差和深度嵌入聚类层的输出进行判断，有效识别并处理OOD数据，增强模型的鲁棒性和泛化能力；通过结合VAE、CNN、GRU和自注意力机制，全面提取IMU信号中的时空特征，提高活动识别的准确性，有效保留时序信息，提高模型训练效率。
-
公开(公告)号：CN119818064A
公开(公告)日：2025-04-15
申请号：CN202411937749.9
申请日：2024-12-26
Applicant: 北京理工大学
IPC: A61B5/1455 , A61B5/00 , G06F18/213 , G06N5/01 , G06N20/20 , G06N20/10
Abstract: 本发明公开了一种基于PPG信号的血氧饱和度估计方法及系统，涉及血氧饱和度估计技术领域，包括以下步骤：S1：基于巴特沃斯滤波器设计带通滤波器，针对PGG信号中的运动伪影的特点设计梳状滤波器，通过带通滤波器和梳状滤波器去除PGG信号中的运动伪影；S2：通过基于相关系数的阈值过滤法对PGG信号特征进行初步筛选；S3：通过递归特征消除法从时域、频域和统计三个维度进行包裹法特征筛选，提取PGG信号特征集合；S4：通过基于随机森林算法的集成回归器对PGG信号特征集合进行估计；能够从人体PPG信号中提取血氧饱和度信息，实现实时血氧饱和度监测。
-
公开(公告)号：CN118859952A
公开(公告)日：2024-10-29
申请号：CN202410901603.2
申请日：2024-07-05
Applicant: 北京理工大学
IPC: G05D1/43 , G05D1/65 , G05D1/644 , G05D1/648 , G05D109/10
Abstract: 本发明公开了一种基于元强化学习的多机器人动态任务规划方法，涉及机器人系统任务调度领域，S1：建立多个具有代表性的任务规划场景的数学模型；S2：应用元强化学习方法，在步骤S1中建立的任务规划场景中进行预训练，得到通用的任务规划算法参数；S3：建立目标任务规划场景的数学模型；S4：应用深度强化学习方法，基于步骤S2中得到的算法参数进行微调，得到适合目标场景的最优任务规划方法。本发明设计了一种基于元强化学习的任务规划算法，在任务无法预先确定的动态任务规划场景中，能在较短时间内获得效率较高的任务规划方案，且在场景发生变化时，能在少次更新后达到与原先持平的性能水平，极大地提高了算法对动态环境的适应能力。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.045 seconds)
