Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华南理工大学马津津获国家专利权

华南理工大学马津津获国家专利权

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!

龙图腾网获悉华南理工大学申请的专利一种用于肩部康复评估的多传感器融合动作识别系统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:CN121337285B

龙图腾网通过国家知识产权局官网在2026-03-27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:202511925029.5,技术领域涉及:A61B5/00;该发明授权一种用于肩部康复评估的多传感器融合动作识别系统是由马津津;宾驭贤;王霁宇;舒琳设计研发完成,并于2025-12-19向国家知识产权局提交的专利申请。

一种用于肩部康复评估的多传感器融合动作识别系统在说明书摘要公布了:本发明属于生物信号识别与数据处理技术,为一种用于肩部康复评估的多传感器融合动作识别系统。包括柔性应变传感器、惯性测量单元、多通道数据采集模块、数据预处理模块及动作识别模块;柔性应变传感器包括沿肩袖区域环绕分布的多个感测区和连接区;多通道数据采集模块采集多通道传感信号,由数据预处理模块进行预处理;动作识别模块采用基于双向跨模态交互注意力与时间段特异性自适应权重机制的多模态特征融合算法,在统一时序空间内实现应变传感信号与惯性测量数据间的动态关联建模,融合跨模态时序特征,捕捉肩部运动的全局与局部依赖关系,识别多类康复动作。本发明有效克服现有技术的静态局限性,显著提升肩部康复评估的精度与鲁棒性。

本发明授权一种用于肩部康复评估的多传感器融合动作识别系统在权利要求书中公布了:1.一种用于肩部康复评估的多传感器融合动作识别系统,其特征在于,包括柔性应变传感器、惯性测量单元、多通道数据采集模块、数据预处理模块以及动作识别模块; 柔性应变传感器包括沿肩袖区域环绕分布的多个感测区,以及连接在相邻两个感测区之间或感测区端部的连接区;多个感测区分别布置于肩袖顶部、前锁骨、后侧三角肌及腋下位置; 在多通道数据采集过程中,所述多个感测区串联连接;多通道数据采集模块采集多个感测区的分压信号,还同步获取惯性测量单元的惯性测量数据,将所采集的分压信号和惯性数据封装成多通道传感信号;其中惯性测量数据包括加速度计的加速度变化率、陀螺仪角速度以及磁力计磁场变化; 数据预处理模块用于对多通道传感信号进行预处理,以消除量纲差异和数值偏置; 动作识别模块对预处理后的多通道传感信号,采用基于双向跨模态交互注意力与时间段特异性自适应权重机制的多模态特征融合算法,在统一时序空间内实现柔性应变传感信号与惯性测量数据之间的动态关联建模;通过双向跨模态交互注意力机制构建模态间的语义映射与互补关系,以根据肩部动作特征变化自适应地调整模态间的主导性与交互方向;针对肩部康复动作的阶段性特征,通过时间段特异性自适应权重机制,在不同动作阶段根据信号强度与质量动态分配模态权重,从而实现跨模态时序特征的融合;融合后的时序特征经多层特征编码器与混合聚合模块处理,捕捉肩部运动的全局与局部依赖关系,实现对多类康复动作的高精度识别; 动作识别模块的处理过程,包括: 多模态特征独立编码,采用柔性应变模态编码器和惯性模态编码器,对不同模态的传感信号进行独立编码;柔性应变模态编码器包括两层一维卷积和一层前馈网络,用于提取肩部局部形变量的动态变化模式,获得柔性应变模态特征;惯性模态编码器基于多头自注意力结构与线性投影层,用于捕捉姿态变化的全局动态特征,获得惯性模态特征; 模态与时间位置编码,分别为柔性应变模态特征、惯性模态特征注入模态标识和时间位置信息,将柔性应变模态特征和惯性模态特征统一映射至相同维度的时序特征空间; 跨模态的动态特征交互,通过双向跨模态交互注意力机制,实现柔性应变模态与惯性模态之间的动态特征交互; 时间段特异性自适应加权,动作识别模块在时间序列建模层面引入时间特异性门控加权机制,根据动作阶段特征变化动态调整模态融合比例; 信号质量加权,在全局层面设计基于信号质量的自适应融合机制,以信噪比与通道可靠度为核心指标,对柔性应变模态和惯性模态的融合权重进行动态调整,得到基于信号质量加权融合后的全局特征向量; 全局语义聚合与平均池化,基于信号质量加权融合后的全局特征向量输入至多层堆叠的编码器,每层编码器包括多头自注意力模块和前馈网络结构;编码器通过递进式注意力计算与非线性特征变换,捕获动作随时间演化的连续性特征和前后帧关联,对动作全过程中的时序轨迹、阶段划分及跨模态关联进行特征抽取,并构建统一的全局语义表征,实现特征聚合,形成固定维度的动作表示向量;动作表示向量经全连接层映射至预设的动作类别空间后,输出多类肩部康复动作的识别结果。

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华南理工大学,其通讯地址为:510640 广东省广州市天河区五山路381号;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”。

以上内容由龙图腾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。