自适应闭环神经调控决策方法、装置及电子设备

    公开(公告)号:CN115350398A

    公开(公告)日:2022-11-18

    申请号:CN202210820059.X

    申请日:2022-07-12

    申请人: 复旦大学

    发明人: 王守岩 权昭宇

    IPC分类号: A61N1/36 A61N2/04

    摘要: 本发明公开一种自适应闭环神经调控决策方法、装置及电子设备,该方法包括,基于目标对象在当前采样时刻的电生理信号获得相应的目标反馈变量,目标反馈变量包括至少一个电生理信号特征;基于预先构建的动态控制目标模型,根据目标反馈变量获得当前采样时刻的动态目标值;基于目标反馈变量及动态目标值获得与当前采样时刻对应的目标刺激参数;该方法通过构建动态控制目标模型以获得实时的动态目标值,在此基础上进行闭环神经调控决策获得相应的目标刺激参数,从而有效提高神经调控的准确度,当本发明用于动态大脑状态下的神经调控时,可实现实时、个性化的自适应闭环神经调控决策。

    一种自适应闭环深部脑刺激方法、装置及电子设备

    公开(公告)号:CN113941090A

    公开(公告)日:2022-01-18

    申请号:CN202111101877.6

    申请日:2021-09-18

    申请人: 复旦大学

    IPC分类号: A61N1/36 A61B5/388

    摘要: 本发明公开一种自适应闭环深部脑刺激方法、装置及电子设备,其中方法包括:通过粒子群优化算法进行参数搜索获取目标比例‑微分‑积分控制器参数以确定目标比例‑微分‑积分控制器,采用通过目标比例‑微分‑积分控制器获得的刺激参数进行深部脑刺激,进行深部脑刺激的同时对目标比例‑微分‑积分控制器参数进行在线校正,该方法可实现针对不同患者自动计算PID控制器增益且随着患者状态的改变自动校准PID控制器增益,以实现多状态、长时程条件下的个性化神经调控。

    一种基于多模态融合的抑郁状态识别方法

    公开(公告)号:CN113674767A

    公开(公告)日:2021-11-19

    申请号:CN202111174280.4

    申请日:2021-10-09

    申请人: 复旦大学

    发明人: 赵张 王守岩 刘伟

    摘要: 本发明提供一种基于多模态融合的抑郁状态识别方法,包括以下步骤:步骤S1,采集语音数据和人脸数据;步骤S2,对语音数据进行语音预处理;步骤S3,将预处理的语音数据通过阿里云接口转为语音文本,并对语音文本进行文本预处理;步骤S4,对人脸数据进行视频预处理;步骤S5,将预处理的语音数据映射到时频域上,得到二维矩阵;步骤S6,构建多模态融合神经网络模型,将二维矩阵、预处理的语音文本和视频数据共同输入到多模态融合神经网络模型,以被试者是否抑郁作为训练标签进行训练;步骤S7,将待测语音数据输入到完成训练的多模态融合神经网络模型得到对应的多个分类结果,再以投票法的方式选择类别更多的训练标签作为语音信号的最终分类结果。

    一种基于迁移Softmax回归的癫痫状态识别方法

    公开(公告)号:CN113569725A

    公开(公告)日:2021-10-29

    申请号:CN202110850991.2

    申请日:2021-07-27

    申请人: 复旦大学

    发明人: 沈雷 王守岩

    IPC分类号: G06K9/00 G06K9/62 G16H50/20

    摘要: 本发明提供一种基于迁移Softmax回归的癫痫状态识别方法,通过源域和目标域之间的知识迁移,使得目标域脑电信号分布向源域靠近,以此提升模型在目标域数据上的识别效果,有效提升了癫痫发作检测的可靠性,具体包括以下步骤:步骤S1,利用滑动窗口对源域原始脑电信号和目标域原始脑电信号进行分段;步骤S2,利用四层小波包分解提取滑动窗口内的小波包分解系数,并构建特征向量;步骤S3,对特征向量进行联合概率分布调整从而进行源域和目标域之间的知识迁移,同时在该知识迁移过程中完成分类器的训练;步骤S4,由分类器输出目标域原始脑电信号的癫痫状态识别结果;其中,分类器为Softmax回归。

    一种神经生理信号的生成和识别方法

    公开(公告)号:CN111436929A

    公开(公告)日:2020-07-24

    申请号:CN201910044069.7

    申请日:2019-01-17

    申请人: 复旦大学

    发明人: 王守岩 沈雷

    IPC分类号: A61B5/0476 A61B5/00

    摘要: 一种神经生理信号的生成和识别方法,对原始神经生理信号按照低分辨率到高频率的顺序进行重采样,将不同分辨率的信号按照从低分辨率到高分辨率的顺序依次向生成器和判别器中添加训练层,将生成器生成的特征图的每个空间位置的标准差作为衡量多样性的指标,将判别器生成的特征图的每个空间位置沿该位置通道方向做标准化,将生成器的输出作为判别器的输入进行联合训练,形成完整的生成对抗网络,将生成对抗网络生成的模拟神经生理信号和原始神经生理信号输入长短期记忆网络分类器中进行分类。本发明提高了模型训练的稳定性,增加了模型生成数据的多样性,生成的信号具有较高的IS和FID指标,提高了小数据量下神经生理信号的识别准确度。

    一种基于稳态视觉诱发电位的沟通系统

    公开(公告)号:CN113568503B

    公开(公告)日:2024-02-13

    申请号:CN202110825498.5

    申请日:2021-07-21

    申请人: 复旦大学

    IPC分类号: G06F3/01

    摘要: 本发明提供一种基于稳态视觉诱发电位的沟通系统,通过光源盒对用户产生视觉刺激,通过脑电采集模块采集人脑受视觉刺激后产生的视觉诱发电位信号,并对其进行处理,得到对应的脑电信号频率成分,基于该脑电信号频率成分,信息交互模块找到用户注视的光源子盒,得到对应的沟通信息,并同样通过光源盒来向陪护人员显示该沟通信息。该沟通系统提供了多个可自定义的光源子盒,用户可以按照自己的需求,将其自定义成多个常用的生活意图,因此,通过该沟通系统,用户可以仅使用脑电信号快速高效且准确地向陪护人员表达其常用的生活意图,从而能更快能到相应的帮助,提高用户的生活质量。

    一种自适应闭环深部脑刺激方法、装置及电子设备

    公开(公告)号:CN113941090B

    公开(公告)日:2023-01-17

    申请号:CN202111101877.6

    申请日:2021-09-18

    申请人: 复旦大学

    IPC分类号: A61N1/36 A61B5/388

    摘要: 本发明公开一种自适应闭环深部脑刺激方法、装置及电子设备,其中方法包括:通过粒子群优化算法进行参数搜索获取目标比例‑微分‑积分控制器参数以确定目标比例‑微分‑积分控制器,采用通过目标比例‑微分‑积分控制器获得的刺激参数进行深部脑刺激,进行深部脑刺激的同时对目标比例‑微分‑积分控制器参数进行在线校正,该方法可实现针对不同患者自动计算PID控制器增益且随着患者状态的改变自动校准PID控制器增益,以实现多状态、长时程条件下的个性化神经调控。

    一种动物坐骨神经结扎装置

    公开(公告)号:CN113456158B

    公开(公告)日:2022-07-29

    申请号:CN202110863886.2

    申请日:2021-07-29

    申请人: 复旦大学

    IPC分类号: A61B17/12

    摘要: 本发明提供一种动物坐骨神经结扎装置,属于神经病理性疼痛模型制备领域,包括夹线盒体、动力模块盒体和U型滑轨,夹线盒体和动力模块盒体放置在U型滑轨上,可在滑动臂上滑动固定,夹线盒体上连接第一高度调整器,第一羊肠线单端固定夹与第一高度调整器相连,动力模块盒体内部开设有滑动槽,滑动槽和其内部放置的电动滑杆滑动连接,电动滑杆后端与弹簧连接,弹簧后端与固定在盒体后端的拉力传感器连接,电动滑杆前端与第二高度调整器相连,第二羊肠线单端固定夹与第二高度调整器连接。本发明的动物坐骨神经结扎装置通过拉力传感器和电动滑杆实现自动检测拉力,精准控制拉力,自动化打结,且设备模块位置宽容度大,适合不同实验动物使用。