-
公开(公告)号：CN109697046A
公开(公告)日：2019-04-30
申请号：CN201910142045.5
申请日：2019-02-26
Applicant: 杭州妞诺科技有限公司
IPC: G06F3/14 , G16H15/00 , A61B5/00 , A61B5/0476
Abstract: 本发明提供一种基于浏览器的脑电波图形显示方法及系统，基于浏览器的脑电波图形显示方法包括：检测用户通过浏览器输入的包含患者信息的查看操作；基于检测到的查看操作，获取与患者信息对应的脑电数据；在浏览器上根据脑电数据的时序绘制对应的脑电波图形；在浏览器界面上动态展示绘制的脑电波图形。
-
公开(公告)号：CN115905840A
公开(公告)日：2023-04-04
申请号：CN202211555633.X
申请日：2022-12-06
Applicant: 杭州妞诺科技有限公司
IPC: G06F18/213 , G06N20/00 , A61B5/00 , A61B5/369 , A61B5/372
Abstract: 本发明提供了一种基于色散指数的时空网络融合的发作智能检测装置，包括：采集模块：用于采集脑电信号；预处理模块：用于数据预处理；对采集到的原始EEG数据进行带通滤波得到干净EEG信号；时间网络与空间网络提取特征模块：用于提取时间网络和空间网络的特征；特征选择模块：用于选择时间网络和空间网络各自最有效的特征；机器学习检测模块：用于执行机器学习发作检测并得到结果。
-
公开(公告)号：CN109645988A
公开(公告)日：2019-04-19
申请号：CN201811300638.1
申请日：2018-11-02
Applicant: 杭州妞诺科技有限公司
IPC: A61B5/0476
Abstract: 本发明提供一种便携式的脑电信号监测方法及系统，该方法包括：响应于输入的监测指令，获取佩戴者的脑电信号；侦测系统当前的网络连接状态；当系统处于连网状态时，将获得的脑电信号传输至云端服务器的同时存储至本地服务器；当系统处于无网状态时，将获得的脑电信号保存至本地服务器。
-
公开(公告)号：CN109620218A
公开(公告)日：2019-04-16
申请号：CN201910087854.0
申请日：2019-01-29
Applicant: 杭州妞诺科技有限公司
IPC: A61B5/0476 , G06K9/00
CPC classification number: A61B5/0476 , A61B5/725 , A61B5/7267 , G06K9/00503 , G06K9/00523
Abstract: 本发明提供一种脑电波智能筛查方法及系统，该方法包括：获取患者的脑电信号；对脑电信号进行解析处理，获取脑电信号的多组特征参数；以解析所获得的多组特征参数作为输入，根据样本数据库内的多个脑电信号样本，从时域上标记脑电信号上的异常事件。
-
公开(公告)号：CN109998530A
公开(公告)日：2019-07-12
申请号：CN201910298376.8
申请日：2019-04-15
Applicant: 杭州妞诺科技有限公司
IPC: A61B5/0402 , A61B5/0476 , A61B5/145 , A61B5/00
Abstract: 本发明提供一种基于VR眼镜的便携式脑电监测系统，该系统包括信号采集模块、存储器、处理器、视频获取模块以及VR眼镜。信号采集模块获取患者包括脑电信号的至少一组生理信号。存储器存储有计算机程序。处理器处理存储器内存储的计算机程序，计算程序被处理器执行时能够实现以下步骤：对获取的每组生理信号进行解析处理，获取每组生理信号的多组特征参数；以解析所获得的每组生理信号的多组特征参数作为输入，根据样本数据库内的多个生理信号样本，判断患者当前是否处于发病状态；若是，则输出发病信号；视频获取模块响应于接收的发病信号，获取视频文件。VR眼镜向患者展示获取的视频文件。
-
Patent Agency Ranking
公开(公告)号：CN109602417A
公开(公告)日：2019-04-12
申请号：CN201811409394.0
申请日：2018-11-23
Applicant: 杭州妞诺科技有限公司
IPC: A61B5/0476 , G06K9/00 , G06K9/62
Abstract: 本发明提供一种基于随机森林的睡眠分期方法及系统，该方法如下：获取多个脑信号样本并对每个脑电信号样本进行睡眠分期；对每个脑电信号样本进行预处理；从时域上将预处理后的每个脑电信号样本分割成多个具有一定时长的片段；提取每个片段上的多个特征参数，多个特征参数包括时域特征参数、频域特征参数以及非线性特征参数；以提取的多个特征参数为特征向量训练随机森林分类器内的多个决策树，形成随机森林模型；获取待分析的脑电信号，经预处理、片段分割以及特征提取后，输入随机森林模型内获得待分析的脑电信号的睡眠分期。
-
公开(公告)号：CN106618553A
公开(公告)日：2017-05-10
申请号：CN201710027472.X
申请日：2017-01-16
Applicant: 杭州妞诺科技有限公司
IPC: A61B5/0402 , A61B5/0476 , A61B5/0488 , A61B5/0205 , A61B5/11 , A61B5/01 , A61B5/145
CPC classification number: A61B5/0402 , A61B5/01 , A61B5/02055 , A61B5/021 , A61B5/0476 , A61B5/0488 , A61B5/11 , A61B5/14542 , A61B5/6814 , A61B5/6823 , A61B5/6825 , A61B5/6828 , A61B5/746
Abstract: 本发明提供一种神经系统疾病的检测系统及其检测方法，所述检测系统包括：生理参数采集单元，穿戴在人体的不同部位，用于采集与神经系统疾病相关的生理参数；生理参数处理单元，用于通过预设的算法判断所述生理参数是否超过预设的健康阈值。本发明实施例，在人体上穿戴多种不同的生理参数采集装置，通过生理参数采集装置采集与神经系统疾病相关的生理参数，并通过预设的算法判断采集的生理参数是否超过预设的健康阈值，使得生理参数采集装置可以随时采集人体的生理参数，并由于生理参数的多样化，使得神经系统疾病的判断准确、快速。
-
公开(公告)号：CN116369852A
公开(公告)日：2023-07-04
申请号：CN202310141447.X
申请日：2023-02-21
Applicant: 杭州妞诺科技有限公司
Abstract: 本发明提供了一种基于多维特征选择优化与机器学习算法融合的癫痫发作智能检测装置，包括：采集模块：用于采集脑电信号；预处理模块：用于数据预处理；对采集到的原始EEG数据进行巴特沃斯带通滤波；对滤波后的EEG数据进行小波包分解，重构得到5种粗略的生理节律波；多域特征提取模块：用于从原始EEG信号以及小波包分解得到的节律波中提取信号的多域特征；多维特征选择优化模块：用于执行多维特征选择优化并得到结果；机器学习癫痫发作检测模块：使用特征集训练随机森林分类模型，得到基于机器学习的癫痫发作检测结果。
-
公开(公告)号：CN111370126B
公开(公告)日：2023-04-25
申请号：CN202010188618.0
申请日：2020-03-17
Applicant: 杭州妞诺科技有限公司
Abstract: 本发明提供一种基于惩罚集成模型的ICU死亡率预测方法及系统，基于惩罚集成模型的ICU死亡率预测方法包括：从多维度获取ICU患者的多个原始数据特征；对获取的多个原始数据特征进行预处理；在原始数据特征的基础上挖掘并提取新的数据特征；基于集成模型内的算法对原始数据特征和新的数据特征进行选择，形成输入特征集；将形成的输入特征集输入已训练且测试好的集成模型内以获得ICU死亡率预测结果，所述集成模型集成了基于权重惩罚策略的逻辑回归算法和基于权重惩罚策略的LightGBM算法。
-
公开(公告)号：CN109497997A
公开(公告)日：2019-03-22
申请号：CN201811504356.3
申请日：2018-12-10
Applicant: 杭州妞诺科技有限公司
IPC: A61B5/0476 , A61B5/04
Abstract: 本发明提供一种基于多数据采集的癫痫发作检测设备及预警系统，检测设备包括存储器和处理器，处理器执行存储器内的计算机程序以实现以下步骤：获取经发病阶段划分后的多组生理信号，形成多组信号样本，每组生理信号均包括多通道脑电信号、多通道皮肤电信号以及加速度信号；对获取的多组信号样本逐一进行预处理；提取预处理后的每组信号样本的特征参数；以提取的多个特征参数作为特征向量，以每组特征参数对应的发病阶段为期望输出，训练随机森林分类器内的多个决策树，形成随机森林模型；获取待分析的生理信号，经预处理和特征提取后获得待特征参数并将其输入至随机森林模型内，经随机森林模型预测后获得待分析的生理信号所处的发病阶段。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.025 seconds)
