-
公开(公告)号：CN117077013B
公开(公告)日：2024-03-26
申请号：CN202311315398.3
申请日：2023-10-12
Applicant: 之江实验室
IPC: G06F18/241 , G06F18/213 , G06F18/211 , G06N3/0464 , G06N3/09 , A61B5/372 , A61B5/00
Abstract: 本发明公开了一种睡眠纺锤波检测方法、电子设备、介质，包括：将待检测的EEG信号截取为若干个时序连续等长的EEG信号片段，并提取EEG特征；根据EEG特征，将EEG信号片段划分为第一类EEG信号片段和第二类EEG信号片段；将睡眠纺锤波的占比大于第一阈值的EEG信号片段作为第一类EEG信号片段；将第一类EEG信号片段中的每一EEG信号片段与其在时间上相邻的两个EEG信号片段分别重组；将重组后的EEG信号片段输入至睡眠纺锤波预测模型，得到睡眠纺锤波的峰值位置；当相邻峰值间的距离小于第二阈值时，则相邻峰值间的信号也视为睡眠纺锤波信号；根据睡眠纺锤波的长度范围进行筛选，得到睡眠纺锤波信号的预测结果。
-
公开(公告)号：CN117017308A
公开(公告)日：2023-11-10
申请号：CN202311299004.X
申请日：2023-10-09
Applicant: 之江实验室
Abstract: 本申请涉及一种慢波神经信号放大电路，其中，该慢波神经信号放大电路包括：滤波单元和放大单元，滤波单元包括电容和伪电阻；电容的一端作为信号输入端，电容的另一端与伪电阻的第一端以及放大单元的输入端连接，电容将输入信号耦合至放大单元；伪电阻的第二端连接共模电压，伪电阻的第一端与放大单元的输入端连接，为放大单元提供偏置电压；通过设置伪电阻的阻抗值，使得滤波单元的滤波截止频率达到目标值，得到滤波信号，并对滤波信号进行放大。通过本申请，解决了在传统的脑机接口信号采集电路中使用跨接在输入端和输出端的伪电阻的阻抗不稳定的问题，通过采用输入偏置的方法，大幅降低了高通截止频率，有利于慢波神经信号的采集。
-
公开(公告)号：CN116595456B
公开(公告)日：2023-09-29
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：CN116153522B
公开(公告)日：2023-09-19
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。
-
公开(公告)号：CN116739058A
公开(公告)日：2023-09-12
申请号：CN202310738684.4
申请日：2023-06-20
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于慢波睡眠的模型优化方法、装置、介质及设备。所述方法包括：获取待优化模型的模型数据，将待优化模型转换为脉冲神经网络模型；对脉冲神经网络模型进行慢波睡眠模拟，该慢波周期划分为上升阶段和下降阶段，其中，脉冲神经网络模型中的各神经元节点在各慢波周期的上升阶段以第一频率发放脉冲，在各慢波周期的下降阶段以第二频率发放脉冲，其中，第二频率小于第一频率；根据脉冲神经网络模型中各神经元节点对应的脉冲发放顺序，更新各神经元节点之间的连接权重，得到更新后权重；根据更新后权重，将所述脉冲神经网络模型转换为人工神经网络模型，得到优化后模型。
-
Patent Agency Ranking
公开(公告)号：CN115357125A
公开(公告)日：2022-11-18
申请号：CN202211276614.3
申请日：2022-10-19
Applicant: 之江实验室
IPC: G06F3/01 , G06F3/04845 , G06V10/24 , G06V10/25
Abstract: 本发明提出一种搭载图形界面的可交互式脑机接口方法和装置，提供一站式的相关服务。本发明针对光学脑机接口的各实验阶段，设计了高效的用户图形界面，同时也整合了目前该领域常用的热点工具，能够有效减少研究员进行光学脑机接口实验的时间成本，提高实验效率。本发明还针对光学脑机接口实验进行了普适性调整，可适用于大部分离线、在线实验，且操作灵活简便，运行稳定，可以在光学脑机接口领域广泛使用。
-
公开(公告)号：CN115337028A
公开(公告)日：2022-11-15
申请号：CN202211276695.7
申请日：2022-10-19
Applicant: 之江实验室
Abstract: 本发明公开了一种脑肌延迟估计与相干增强方法、装置和验证方法，包括如下步骤：步骤1、构建x轴和y轴上两个时滞线性耦合的时间序列之间基于短时傅立叶变换的时频相干函数，通过对全部有效试验的短时傅立叶变换幅值谱，采用交叉谱和自谱均值求解方法，估计相干值；步骤2、将参考点的观测时间信息、位移信息以及固定观测频率点引入所述时频相干函数等。本发明将仅对单个瞬态事件起作用的CMCTL延迟估计方法扩展到针对局部连续同步事件，提出基于体素变动比率的时延估计方法来计算大脑和肌肉之间信息传递的延迟时间。使用延迟补偿来优化局部频段区域的MSC图像，通过两种时延补偿‑相干增强级联模型验证RVC方法的延迟估计精度。
-
公开(公告)号：CN115005842B
公开(公告)日：2022-11-15
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：CN114983424B
公开(公告)日：2022-11-15
申请号：CN202210925703.X
申请日：2022-08-03
Applicant: 之江实验室
Abstract: 本发明公开了一种应用于脑机接口芯片的多通道混合斩波方法及系统，包括以下步骤：步骤S1：采集得到的差分信号传输至多个通道对应的斩波调制单元进行斩波调制至斩波频率，得到斩波调制脑电信号；步骤S2：伪随机时钟产生器生成呈现伪随机变化的伪随机斩波控制信号；步骤S3：进行信号放大处理，得到每个所述通道对应的放大脑电信号；步骤S4：进行斩波解调制得到原始脑电信号；步骤S5进行谐波噪声滤除，得到脑电信号；步骤S6：通过数据选择器在地址选择信号的控制下，选择任意一路数据作为脑电模拟信号，转换为离散的数字信号。本发明消除了传统分时复用通道间串扰问题，降低了芯片面积和整体功耗，减小斩波频率上的斩波噪声密度。
-
公开(公告)号：CN114587385B
公开(公告)日：2022-11-01
申请号：CN202210176342.3
申请日：2022-02-25
Applicant: 之江实验室
Abstract: 本发明公开了一种基于脑肌网络图论特征的卒中后康复评估深度学习模型构建方法，涉及神经生理学与机器学习交叉领域。本发明通过脑肌闭环功能网络表征卒中后的病理拓扑结构，在此基础上，进一步基于图论特征建立深度学习模型评定脑卒中患者恢复程度及预测康复进程，重点考虑勾联小世界网络特征与神经网络在评定预测运动功能障碍中的一致特性、以及如何实现多目标学习和联合优化等。本发明利用脑肌电双模态神经电生理信息，构建了新型卒中后住院恢复期运动功能评定和回访期康复效果预测方法，有望提高临床康复评估效率，从而具有重要的应用价值。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.033 seconds)
