咸阳职业技术学院

本发明属于实验室设备控制技术领域，本发明公开的一种实验室用多功能解剖台，包括多模态传感单元、执行器单元和中央处理器；中央处理器包括微环境控制模块和设备健康诊断模块，微环境控制模块通过构建操作微环境状态图，并采用空间‑通道协同图卷积网络生成环境状态嵌入表示，进而通过元学习驱动的自适应PID控制器生成控制指令，实现对解剖台微环境的精准、稳定控制，设备健康诊断模块则通过频域‑时域双流特征融合模型处理设备运行状态序列，实现健康状态评估与故障预警，实现了对复杂微环境的多参数协同自适应控制，具备设备早期故障的智能诊断能力，提升了操作的精确性、稳定性和系统的可靠性。

本发明涉及图像处理技术领域，且公开了基于残差密集连接全卷积网络的视网膜血管精准分割方法，所述方法包括如下步骤：获取待分割的原始视网膜彩色眼底图像，并对原始视网膜彩色眼底图像进行图像预处理操作，生成标准化视网膜眼底图像数据，通过对标准化视网膜眼底图像数据进行多尺度特征初步提取处理，生成初级视网膜血管多尺度特征图，并利用基于残差密集连接的全卷积神经网络模型中的残差密集连接模块对输入的初级视网膜血管多尺度特征图进行深层特征融合与提取处理，能够解决常规网络无法充分提取多尺度特征的问题，降低血管分割的误差，减少微小血管漏检的情况。

本发明公开了一种用于运动员动作准确性评估的方法及系统，涉及动作准确性评估技术领域，包括：采集多源传感器数据并进行时空同步与自适应误差补偿；对同步动作数据进行基于肌肉激活先验的动作相位分割；提取运动学‑动力学‑肌电多维特征，并采用基于运动链的图卷积注意力网络进行特征增强；采用骨骼长度约束的加权动态时间扭曲算法将增强协同特征与标准动作模板对齐；采用多尺度时序卷积注意力网络进行处理，并通过非线性评分映射函数得出准确性评分。本申请通过多源传感器时空同步补偿、肌肉激活先验相位分割、图卷积协同增强、骨骼约束对齐与多尺度评分，提高了动作评估的多维信息融合度、对齐精度和评分合理性。