|
搜索
搜 索
高等教育领域数字化综合服务平台
基于可穿戴设备的脑卒中病人病态步态监测与病理分析系统
已有样品/n脑卒中（中风）已经成为我国致死率第一的疾病。中国目前已经有1100万的脑卒中病人，而根据世界银行对中国慢性病调查和分析，他们认为如果中国现在慢性病控制的这些状况不改变的话，到2030年中国将会有 3100万的脑卒中病人。。脑卒中病人由于肌力及肌张力异常，平衡及协调能力受限，从而严重影响病人的步行功能。研究表明，40-73%的居家脑卒中病人发生跌倒，比健康人群跌倒风险增加4倍，髋骨骨折风险增加10倍。因此，帮助脑卒中病人恢复行走能力是脑卒中康复的工作核心，而步态作为直接反映行走能力的重要指
武汉大学
2021-01-12
大型机械设备变工况非平稳动态分析与监测诊断
本项成果是为解决大型机械设备运行过程中的变工况非平稳和不确定性问题的基础理论和应用技术研究，提供了普通适用于大型机械设备变工况非平稳在线和离线动态分析与监测诊断的关键技术和装置。广泛应用于电力、冶金、石化、炼油、矿山、建材、纺织、印染、军工、机械、交通等工矿企业。成功地将小波理论、时频分析、分形方法、模糊聚类和神经网络有机地结合起来形成实用化的新技术。研究
西安交通大学
2021-01-12
高清晰度监控视频图像内容分析识别设备
面向交通安全、社区治安和城市管理等实际应用需求，突破监控视频 的内容分析、事件检测和目标识别等关键技术，研制高清晰度海量监 控视频图像数据的深度分析和挖掘系统，在示范应用区域进行部署应 用，以满足高效率、高精度的视频图像监控应用的要求。
复旦大学
2021-01-12
大型电力设备状态分级监测诊断管理网络 及分析处理中心
我国的电力工业在近十年内有了很大的发展，并将有更大的发展。作为电站的大型设备，其运行的安全性、可靠性和经济性是至关重要的，不仅关系到电厂的安全与生产效益，而且对国民经济有直接影响。 但是多年以来，汽轮发电机组损失均在千万元以上，直接经济损失则在数百亿元以上。据统计，1988年至1991年四年来全国发电机事故总台达219台次，占装机总台数（462台
西安交通大学
2021-01-12
教学信号发生器
宁波浪力仪器有限公司（余姚市朗海科教仪器厂）
2021-08-23
学生信号发生器
宁波浪力仪器有限公司（余姚市朗海科教仪器厂）
2021-08-23
一种基于心率变异性分析的可穿戴智能健康设备
健康管理大数据平台的建设，是实现全民健康国家战略的重要组成部分，虽然移动互联的技术和应用突飞猛进，但高效、便利的生物信号采集终端设备尚待有效解决。该研究成果是健康物联网领域的智能终端设备，它基于心率变异性分析的独特算法，通过个体佩戴的可穿戴带式设备采集生物信号，实现对个体健康状况的整体评价，同时生物信号数据的处理分析依托于移动互联网和云端，该项需要医-工结合的技术可助力健康管理大数据平台的建设。
天津医科大学
2021-02-01
对数控机械加工设备的模态分析测点执行布置优化的方法
本发明公开了一种用于对数控机械加工设备的实验模态分析测点执行布置优化的方法，包括：(1)通过有限元仿真，获得设备的整体结构模态振型及相应的模态振型矩阵；(2)利用整体结构模态振型，确定并选取设备的模态振型敏感部件及其相应的振型矩阵；(3)从模态振型敏感部件中选取其表面可测节点，并将这些表面可测节点作为布置优化的对象；(4)使用有效独立法，对表面可测节点进行迭代剔除；以及(5)采用香农采样定理，对模态振型敏感部件执行线性化均匀布点。通过本发明，可以克服现有模态测试效率低、时间长等方面不足，并能够在保证数控机床结构模态测试中固有频率和振型辨识前提下，优化测点数目及测点位置，提高测试效率。
华中科技大学
2021-04-11
一种基于心率变异性分析的可穿戴智能健康设备
健康管理大数据平台的建设，是实现全民健康国家战略的重要组成部分，虽然移动互联的技术和应用突飞猛进，但高效、便利的生物信号采集终端设备尚待有效解决。该研究成果是健康物联网领域的智能终端设备，它基于心率变异性分析的独特算法，通过个体佩戴的可穿戴带式设备采集生物信号，实现对个体健康状况的整体评价，同时生物信号数据的处理分析依托于移动互联网和云端，该项需要医-工结合的技术可助力健康管理大数据平台的建设。应用范围:可应用于各类人群的健康状况评估及健康管理大数据的采集。效益分析:该技术通过可穿戴式生物信号采集设备，实现对个体健康状况的整体评价。由于信号采集的硬件已非常成熟，该技术的核心部分主要在于信号分析的算法。 其技术优势在于：指标特异性高；生理基础明确；心电信号分析算法独特；是无创的诊断技术；检测条件简便；所需硬件技术成熟、成本低廉；便于健康管理大数据的采集；具有大规模推广的价值。
天津医科大学
2021-04-10
大型机械设备变工况非平稳动态分析监测诊断关键技术
西安交通大学采用当代最先进的传感器、信号处理、模式识别、计算机网络、远程通讯等技术，研制出大型机械设备状态监测与故障诊断网络系统及其关键技术，为电力、冶金、石化、炼油、矿山、建材、机械、交通等工矿企业的机械设备安全、高效和平稳运行及设备管理提供保障，具有数据采集存储、异常报警、黑匣子监测、时域分析、频域分析、时频分析、趋势分析、智能自动诊断等功能，是设备离
西安交通大学
2021-01-12