Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院);上海交通大学医学院附属瑞金医院刘洪海获国家专利权

哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院);上海交通大学医学院附属瑞金医院刘洪海获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院);上海交通大学医学院附属瑞金医院申请的专利基于多模态数据的运动功能康复预测方法、系统、终端及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120203570B

龙图腾网通过国家知识产权局官网在2025-09-02发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510697724.4,技术领域涉及:A61B5/11;该发明授权基于多模态数据的运动功能康复预测方法、系统、终端及存储介质是由刘洪海;潘惠娟;冯思雨;盛译萱;旷棋;曹锐凯设计研发完成,并于2025-05-28向国家知识产权局提交的专利申请。

基于多模态数据的运动功能康复预测方法、系统、终端及存储介质在说明书摘要公布了:本发明涉及康复数据预测技术领域,公开了基于多模态数据的运动功能康复预测方法、系统、终端及存储介质,所述方法包括:获取目标用户的脑电信号、肌电信号和功能性近红外光谱信号,并进行预处理得到目标脑电信号、目标肌电信号和目标功能性近红外光谱信号;分别进行特征提取得到三种时频特征,并对目标脑电信号和目标功能性近红外光谱信号进行源定位处理得到脑源强度;将三种时频特征进行融合得到目标时频特征,并将目标时频特征和脑源强度输入至多模态数据康复预测模型,输出运动功能康复预测结果。本发明通过在时序上建模目标用户的三种信号与其运动功能的关系,以快速评估运动功能在时序上的长期演变,从而提高预测结果的准确率。

本发明授权基于多模态数据的运动功能康复预测方法、系统、终端及存储介质在权利要求书中公布了:1.一种基于多模态数据的运动功能康复预测方法,其特征在于,所述基于多模态数据的运动功能康复预测方法包括: 获取目标用户的脑电信号、肌电信号和功能性近红外光谱信号,对所述脑电信号、所述肌电信号和所述功能性近红外光谱信号进行预处理,得到目标脑电信号、目标肌电信号和目标功能性近红外光谱信号; 对所述目标脑电信号、所述目标肌电信号和所述目标功能性近红外光谱信号分别进行特征提取,得到第一时频特征、第二时频特征和第三时频特征,并对所述目标脑电信号和所述目标功能性近红外光谱信号进行源定位处理,得到脑源强度; 所述对所述目标脑电信号和所述目标功能性近红外光谱信号进行源定位处理,得到脑源强度,具体包括: 对所述目标脑电信号进行电流估计,得到似然函数,并根据所述目标功能性近红外光谱信号确定脑电流源逆方差均值参数; 获取逆方差参数,根据所述脑电流源逆方差均值参数设置所述逆方差参数的先验概率分布,并根据所述逆方差参数的先验概率分布确定源电流的先验概率分布; 根据源电流的先验概率分布和所述似然函数得到后验分布,并对所述后验分布变分推断处理,得到变分分布; 将所述变分分布的下界进行最大化处理,得到目标下界,并根据所述目标下界对所述变分分布进行数据定位,得到脑源强度; 将所述第一时频特征、所述第二时频特征和所述第三时频特征进行特征融合,得到目标时频特征,并将所述目标时频特征和所述脑源强度输入至已训练好的多模态数据康复预测模型,输出所述目标用户的运动功能康复预测结果; 所述多模态数据康复预测模型的训练过程,具体包括: 获取训练数据集,其中,所述训练数据集包括多组训练样本,每组所述训练样本均包括历史脑电信号的时频特征、历史肌电信号的时频特征、历史功能性近红外光谱信号的时频特征和历史脑源强度; 创建多模态数据康复训练模型,将一组训练样本输入至所述多模态数据康复训练模型,对所述训练样本进行嵌入处理,得到目标训练样本; 对所述目标训练样本进行线性变换,得到查询向量、键向量和值向量,对所述查询向量和键向量进行点积计算,得到第一点积和第二点积,并对所述第一点积和所述第二点积进行归一化处理,得到概率分布; 根据所述值向量对所述概率分布进行加权计算,得到目标权重和,根据所述目标权重和得到运动功能康复评估预测结果,并根据所述运动功能康复评估预测结果和所述训练样本对应的真实标签序列进行损失计算,得到损失值,并根据所述损失值对所述多模态数据康复训练模型的内部参数进行修正; 将下一组训练样本输入至所述多模态数据康复训练模型,直至所述多模态数据康复训练模型的训练情况满足预设条件,得到所述多模态数据康复预测模型; 所述损失值的计算公式为: ; 其中,为损失值,为输入信号的总周期数,为周期次数,为运动功能康复评估预测结果,为训练样本对应的真实标签序列。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院);上海交通大学医学院附属瑞金医院,其通讯地址为:518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。