-
公开(公告)号:CN117349707A
公开(公告)日:2024-01-05
申请号:CN202311463699.0
申请日:2023-11-06
Applicant: 复旦大学
IPC: G06F18/24 , G06N3/0455 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/0985
Abstract: 本发明提供一种脑电信号运动想象解码方法及深度学习神经网络模型,网络结构包括初始特征提取模块、多分支transformer模块、融合注意力模块和分类器模块,初始特征提取模块初步提取脑电信号的时空特征图;多分支transformer模块将初始特征提取模块输出的时空特征图处理为不同特征深度组合的长短不一的特征序列;融合注意力模块依据自注意力机制将特征序列融合起来,获取用于分类的最终特征;分类器模块利用融合注意力模块输出,再通过线性求和学习序列内部元素之间的位置关系,完成分类,实现对运动想象脑电数据的全局时空频特征的有效学习,以端到端的神经网络模型,能够简洁且精准预测运动想象动作标签。
-
公开(公告)号:CN115670866A
公开(公告)日:2023-02-03
申请号:CN202211388472.X
申请日:2022-11-08
Applicant: 复旦大学
Abstract: 本发明属于医疗器械技术领域,具体涉及一种多功能手部康复机器人。机器人将手指康复与手腕康复训练功能结合,本发明的四指康复装置采用一个动力源实现四根手指的同时康复训练,节省成本,动力源在手心的一侧,在进行康复训练时,通过手指机构从手心一侧对患者的手部施加力,改变了现有手部康复装置将患者的手指从伸直状态牵引到屈曲位置的固定思维模式,同时对于手部屈曲动作困难的患者,也可通过绑带束缚实现屈曲运动的训练;本发明的手腕康复训练装置同样采用单一动力源,通过一体化握把与转盘的组合设计,可以实现手腕三自由度的主动与被动训练模式。此外,机器人的转盘和调节机构能够实现患者左手康复与右手康复的互换,降低了成本、适用性较广。
-