-
公开(公告)号：CN118041265B
公开(公告)日：2024-08-13
申请号：CN202410438181.X
申请日：2024-04-12
Applicant: 之江实验室
Abstract: 本申请涉及一种面向生物电信号的斩波频率可调的斩波放大电路，包括：生物电信号模式选择模块、可调斩波频率时钟信号生成电路和斩波调制放大电路；生物电信号模式选择模块分别与可调斩波频率时钟信号生成电路和斩波调制放大电路连接，生物电信号模式选择模块用于控制随机斩波频率模态和斩波调制放大电路的带宽范围；可调斩波频率时钟信号生成电路和斩波调制放大电路连接，可调斩波频率时钟信号生成电路用于生成斩波频率可调的时钟信号；斩波调制放大电路用于将输入信号放大以及滤除干扰信号。本申请的斩波放大电路产生适应不同幅频特性的生物电信号的随机斩波频率模态与放大电路带宽范围，实现对不同生物电信号的高效采集与放大。
-
公开(公告)号：CN118041265A
公开(公告)日：2024-05-14
申请号：CN202410438181.X
申请日：2024-04-12
Applicant: 之江实验室
Abstract: 本申请涉及一种面向生物电信号的斩波频率可调的斩波放大电路，包括：生物电信号模式选择模块、可调斩波频率时钟信号生成电路和斩波调制放大电路；生物电信号模式选择模块分别与可调斩波频率时钟信号生成电路和斩波调制放大电路连接，生物电信号模式选择模块用于控制随机斩波频率模态和斩波调制放大电路的带宽范围；可调斩波频率时钟信号生成电路和斩波调制放大电路连接，可调斩波频率时钟信号生成电路用于生成斩波频率可调的时钟信号；斩波调制放大电路用于将输入信号放大以及滤除干扰信号。本申请的斩波放大电路产生适应不同幅频特性的生物电信号的随机斩波频率模态与放大电路带宽范围，实现对不同生物电信号的高效采集与放大。
-
公开(公告)号：CN117056788A
公开(公告)日：2023-11-14
申请号：CN202311315334.3
申请日：2023-10-12
Applicant: 之江实验室
IPC: G06F18/24 , G06F18/214 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于有监督对比学习的EEG信号分类方法、装置，包括：将EEG信号输入至预先训练的特征提取模型中，得到EEG特征；通过分类器对EEG特征进行分类；其中，特征提取模型的训练过程包括：获取有标签的EEG数据集；截取EEG数据，拥有相同标签的EEG数据样本互为正样本，不同标签的EEG数据样本互为负样本；基于滑动窗对截取的EEG数据样本进行数据增强，得到增强样本；将截取的EEG数据样本和增强样本作为训练集；利用训练集训练特征提取模型，设置损失函数，损失函数用于使负样本特征向量之间的距离逐渐增大，正样本特征向量之间的距离逐渐减小，增强样本特征向量与正样本特征向量之间的距离逐渐减小。
-
公开(公告)号：CN116595456A
公开(公告)日：2023-08-15
申请号：CN202310665531.1
申请日：2023-06-06
Applicant: 之江实验室
IPC: G06F18/2415 , G06F18/23 , G06F18/22 , G06F18/214 , G06F18/10 , G06F18/213 , G06N20/00
Abstract: 本说明书公开了一种基于脑机接口的数据筛选和模型训练方法及装置，可以获取预训练脑电样本数据，预训练脑电样本数据包括若干类别下的脑电样本。而后，可以针对每个类别，根据该类别下的预训练脑电样本数据，确定该类别下的脑电信号所对应的概率分布，进而，根据各类别下的脑电信号所对应的概率分布，构建高斯混合模型，并根据高斯分布模型，确定出每一类别的脑电样本数据对应的聚类范围，而后，确定候选脑电样本数据是否落入到标注对应类别的聚类范围中，若是，将候选脑电样本数据加入到训练样本数据集中，最后，根据训练样本数据集训练脑电分类模型，提高了筛选出的训练样本和训练出的模型的准确性，提升了脑机接口系统的性能和稳定性。
-
公开(公告)号：CN116153522A
公开(公告)日：2023-05-23
申请号：CN202310204621.0
申请日：2023-03-02
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于皮质‑肌肉‑皮质网络图的模型训练方法及装置，可以获取采集到的通过TMS治疗前患者在设定时间内运动过程中的EEG和EMG，以及获取采集到的通过TMS治疗后患者在设定时间内运动过程中的EEG和EMG；而后，可以构建治疗前皮质‑肌肉‑皮质网络图以及构建治疗后皮质‑肌肉‑皮质网络图，皮质‑肌肉‑皮质网络图用于表征大脑和手臂上的各采集点位之间的功能连通性。进而可以根据皮质‑肌肉‑皮质网络图以及实际治疗评估信息，对预测模型进行训练，得到训练后的预测模型，以通过训练后的预测模型预测出目标患者的TMS治疗评估信息并在目标医疗设备上进行展示，以提高对患者TMS治疗效果的评估效率和准确性。
-
Patent Agency Ranking
公开(公告)号：CN115349864A
公开(公告)日：2022-11-18
申请号：CN202211276622.8
申请日：2022-10-19
Applicant: 之江实验室
Abstract: 本发明公开了一种可穿戴式心电图无线采集方法及装置，包括主动电极，所述主动电极包括印刷电路板、采集芯片、供电模块、参考电极、采集电极和接地电极，所述印刷电路板的正面设置所述采集芯片和所述供电模块，所述印刷电路板的反面位于同一直线上等距离依次设置所述参考电极、所述采集电极和所述接地电极，若干个所述主动电极基于心电图采集标准导联中胸导联位置依次排列。本发明将参考电极、采集电极与接地电极集成在同一个可穿戴主动电极采集心电图信号，同时经多个主动电极指向的方向定位出信号参考基准点，根据主动电极与信号参考基准点的距离作为参数对采集到的心电信号进行重建使其恢复为与有线采集的心电图信号同样大小的幅值与形状。
-
公开(公告)号：CN114647320B
公开(公告)日：2022-09-16
申请号：CN202210565749.5
申请日：2022-05-24
Applicant: 之江实验室
Abstract: 本发明公开了一种应用于脑机接口的同步采集与传输的方法及系统，步骤S1：采集到的输入信号通过信号放大通路的输入端传输至信号放大模块，进行放大处理，得到放大的脑电信号；步骤S2：采集到的输入信号通过共模平均耦合通路的输入端传输至共模平均单元，耦合至接地端和电源端；步骤S3：将所述放大的脑电信号传输至信号转换及传输模块进行转换，传输至用户电极；步骤S4：通过所述用户电极将转换后的数字信号传输至信号接收及处理模块；本发明通过射频生物无线传播技术，实现信号的自动加密、提高传输的安全性，降低线路的复杂性、提高用户舒适度，同时实现低功耗的无线传输，适用于可穿戴脑电采集系统。
-
公开(公告)号：CN115005842A
公开(公告)日：2022-09-06
申请号：CN202210947840.3
申请日：2022-08-09
Applicant: 之江实验室
Abstract: 本发明公开了一种频率调制的脑机接口芯片输入阻抗增强方法及系统，包括以下步骤：步骤S1：通过改变频率调节通路的控制电压，校准，将校准后得到的频率设置为工作频率；步骤S2：将采集到的脑电信号进行斩波调制，得到斩波调制脑电信号；步骤S3：通过芯片放大器模块将所述斩波调制脑电信号进行放大处理，得到放大脑电信号；步骤S4：将所述放大脑电信号进行信号解调，得到原始脑电信号；步骤S5：所述原始脑电信号通过低通滤波器得到脑电模拟信号；步骤S6：通过模数转换器将脑电模拟信号转换为离散的数字信号。本发明通过微调斩波频率，控制输入电流，使得输入端的输入阻抗最大化，克服了工艺误差，解决精准匹配问题，适用于可穿戴脑电采集系统。
-
公开(公告)号：CN118352448B
公开(公告)日：2024-10-18
申请号：CN202410764712.4
申请日：2024-06-14
Applicant: 之江实验室
Abstract: 本发明涉及光遗传学神经探针及其制备方法和应用。其中，光遗传学神经探针包括柔性衬底；第一绝缘层；多个电连接组件；InGaN基纳米柱LED，InGaN基纳米柱LED包括InGaN基LED外延层以及设于InGaN基LED外延层上的N型电极和多个P型电极，N型电极和P型电极分别与对应的电连接组件中的键合金属电性连接；InGaN基LED外延层具有多个由纳米柱阵列组成的发光区域，每个发光区域中的纳米柱阵列的直径相同，不同发光区域的纳米柱阵列的直径相同或者不同。该光遗传学神经探针具有体积小、厚度薄、调控精度高的特点，能够实现多光谱出光的同时，有效减少光遗传学神经探针植入时的创口面积和减小组织免疫反应，提高生物安全性。
-
公开(公告)号：CN117932406A
公开(公告)日：2024-04-26
申请号：CN202410072052.3
申请日：2024-01-17
Applicant: 之江实验室
Abstract: 本说明书公开了一种应用于脑机接口任务的分类模型的训练方法及装置，专用设备通过将标准脑电序列数据对应的特征向量输入到待训练的分类模型，得到标准脑电序列数据对应的各采样点各自的预测运动想象状态以及标准脑电序列数据对应的整体运动想象状态，以最小化标准脑电序列数据对应的整体运动想象状态与标准脑电序列数据对应的标准整体运动想象状态之间的偏差，以及最小化标准脑电序列数据对应的任意两个连续的采样点的运动想象状态变化信息与该两个采样点的实际运动想象状态变化信息之间的偏差为优化目标对分类模型进行训练。训练后的分类模型可根据输入的脑电序列数据输出脑电序列数据对应的整体运动想象状态，提高了脑机接口任务的执行质量。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.034 seconds)
