-
公开(公告)号：CN119745319A
公开(公告)日：2025-04-04
申请号：CN202411683276.4
申请日：2024-11-22
Applicant: 北京机械设备研究所
IPC: A61B5/00 , A61B5/16 , A61B5/369 , G06F18/214 , G06F18/2411
Abstract: 本公开是关于一种封闭环境下的认知状态评估方法、装置、电子设备以及存储介质。其中，该方法包括：分别基于预设情绪认知模型及预设注意力认知模型，采集情绪认知特征、注意力认知特征；对所述情绪认知特征、注意力认知特征进行降维处理；以所述经过降维处理的情绪认知特征、注意力认知特征作为输入，基于支持向量机SVM分类器学习认知特征模型对认知状态进行评估，生成评估结果。本公开采用自评量表和测查到的脑电特征、行为学特征，分别从主观和客观的角度评估大脑认知状态，使用机器学习的方法进行识别分类，实现对大脑评估状态评估，为长期封闭作业条件下大脑认知状态的检测提供了方法依据。
-
-
公开(公告)号：CN109480870B
公开(公告)日：2021-08-31
申请号：CN201811280305.7
申请日：2018-10-30
Applicant: 北京机械设备研究所
Abstract: 本发明涉及一种面向RSVP脑‑机接口的脑力负荷识别方法，属于脑力负荷识别技术领域，解决了现有技术中无法准确评估RSVP‑BCI作业过程中，作业人员脑力负荷的问题。一种面向RSVP脑‑机接口的脑力负荷识别方法，包括以下步骤：以不同RSVP呈现频率分别呈现图像内容，当目标图像出现时，被试作出行为反应，并记录其行为学信息；提取被试者脑电信号，并进行预处理，以脑电信号的微分熵作为脑力负荷特征；对所述脑力负荷特征进行识别，得到脑力负荷识别结果。实现了RSVP‑BCI作业过程中，作业人员脑力负荷的准确识别，为RSVP‑BCI任务下脑力负荷监测提供了技术支持。
-
公开(公告)号：CN109480871A
公开(公告)日：2019-03-19
申请号：CN201811280307.6
申请日：2018-10-30
Applicant: 北京机械设备研究所
IPC: A61B5/18 , A61B5/0476
Abstract: 本发明涉及一种面向RSVP脑-机接口的疲劳检测方法，解决了现有技术中RSVP-BCI作业过程中无法有效掌握用户在疲劳状态的问题的问题。一种面向RSVP脑-机接口的疲劳检测方法，包括以下步骤：以一定频率的RSVP方式呈现图像内容，当目标图像出现时，被试作出行为反应，并记录其行为学信息，通过评分量表标记被试疲劳状态；提取被试脑电信号，并对所述脑电信号进行预处理，以功率谱密度作为疲劳特征；对所述疲劳特征进行识别，得到疲劳状态识别结果。实现了RSVP-BCI作业过程中用户的疲劳状态识别，解决了现有技术中RSVP-BCI作业过程中无法有效掌握用户在疲劳状态的问题。
-
公开(公告)号：CN109199786A
公开(公告)日：2019-01-15
申请号：CN201810833639.6
申请日：2018-07-26
Applicant: 北京机械设备研究所
IPC: A61H1/02 , A61N1/36 , A61B5/0476 , A61B5/0488
Abstract: 本发明涉及一种基于双向神经接口的下肢康复机器人，属于医疗康复技术领域，解决了现有康复机器人存在患者主动参与度不高的问题。包括：脑电信号系统，采集患者的脑电信号，辨识患者的运动意图和康复训练需求，并将脑电信号转换为运动指令输出给下肢运动系统；肌电信号系统，用于采集患者的下肢肌电信号，并进行分析处理，将下肢的运动状态反馈给下肢运动系统及脑电信号系统；下肢运动系统，根据接收到的运动指令，进行步态生成，引导患者下肢运动；同时，接收所述肌电信号系统反馈的下肢运动状态，对患肢运动进行适度干预。本发明利用闭环人-机神经信息感知双向环路，实现患者与康复机器人间的高效交互，提高病患参与主动性，提升运动康复效率。
-
Patent Agency Ranking
公开(公告)号：CN119988924A
公开(公告)日：2025-05-13
申请号：CN202411857378.3
申请日：2024-12-17
Applicant: 北京机械设备研究所
IPC: G06F18/213 , A61B5/372 , A61B5/00 , G06F18/241
Abstract: 本公开是关于一种适用于脑机稳态信号的非线性能量算子特征提取方法、装置、电子设备以及存储介质。其中，该方法包括：采集多通道脑电数据，并对所述多通道脑电数据进行数据预处理；对进行数据预处理后的多通道脑电数据，计算与邻近数据点的乘积差值，生成非线性能力特征；基于TRCA算法，根据所述非线性能力特征，通过计算投影向量生成集成投影矩阵，并基于所述集成投影矩阵实现非线性能力特征的分类识别。本公开通过通用型特征提取策略，可以进一步与当前SSVEP特征提取或分类算法结合，提升BCI系统性能。
-
公开(公告)号：CN114332860A
公开(公告)日：2022-04-12
申请号：CN202111432357.3
申请日：2021-11-29
Applicant: 北京机械设备研究所
Abstract: 本发明公开了自然交互条件事件相关脑电标记方法、装置、介质、设备，脑电标记方法包括在样本图像中标定所有目标的坐标；实时同步采集在自然交互条件下的眼动交互数据和脑电数据；根据眼动交互数据在交互过程中的变化确定浏览样本图像过程中注意到感兴趣目标的标记时刻；将所述标记时刻作为时间戳对所述脑电数据进行标记。本发明通过眼动数据与目标事件的映射关系，实现自然交互条件下事件相关脑电标记，该方法操作简单、可靠，对于建立自然交互条件下的脑电模型、以及自然交互条件下的图像目标检测具有重要意义。
-
公开(公告)号：CN108681396A
公开(公告)日：2018-10-19
申请号：CN201810400281.8
申请日：2018-04-28
Applicant: 北京机械设备研究所
CPC classification number: G06F3/015 , G06K9/00523
Abstract: 本发明涉及基于脑‑肌电双模态神经信号的人机交互系统及其方法，属于人机交互系统领域，解决了现有技术中仅使用单一神经生理信号无法实现运动意图的可靠解码的问题。包括：神经信号采集模块，用于采集并输出脑电信号、肌电信号；疲劳预测模块，用于根据肌电信号，判断肌肉是否疲劳；肌电解码模块1，用于在肌肉不疲劳时，通过肌电信号单独识别运动意图信息；脑‑肌电联合解码模块，用于在肌肉疲劳时，对脑电信号和肌电信号进行联合解码，根据脑电解码模块和肌电解码模块2的决策融合结果识别运动意图信息。实现了精准的运动意图识别。
-
公开(公告)号：CN119718067A
公开(公告)日：2025-03-28
申请号：CN202410904834.9
申请日：2024-07-08
Applicant: 北京机械设备研究所
IPC: G06F3/01 , G06F18/213 , G06F18/2415 , G06N7/01
Abstract: 本公开是关于一种基于贝叶斯估计的脑‑机接口在线模型更新方法、装置、电子设备以及存储介质。其中，该方法包括：建立基于在线更新框架的分类模型，并进行训练，基于分类模型生成验证集样本对应的验证集决策值；基于验证集样本的真实标签，对各类别的验证集决策值进行高斯拟合，计算生成验证集样本的类条件概率；对测试决策值进行后验概率计算，生成测试集样本预测为各类别的后验概率；将测试集样本预测为各类别的后验概率作为样本权重，与已有的训练样本组合，对分类模型进行重训练，完成基于贝叶斯估计的脑‑机接口在线模型更新。本公开可以解决长时使用过程中数据分布变化导致的脑机系统性能变差的问题，提升脑机系统的实用性。
-
公开(公告)号：CN109078262B
公开(公告)日：2022-11-01
申请号：CN201810926547.2
申请日：2018-08-15
Applicant: 北京机械设备研究所
Abstract: 本发明涉及一种基于外周神经电刺激的MI‑BCI训练方法，属于脑机接口技术领域，解决了现有技术中MI‑BCI分类正确率差的问题。本发明公开的基于外周神经电刺激的MI‑BCI训练方法，是一种新型的MI‑BCI训练方法，通过对人体外周神经进行特定频率的电刺激，从而改善大脑皮层相应功能区的活性，进而提高大脑皮层对使用相关功能区的想象能力，有助于快速提升MI‑BCI分类正确率，为推进MI‑BCI的实际应用做出贡献。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.026 seconds)
