一种闭环深部脑刺激伪迹抑制系统及方法

    公开(公告)号:CN113940689A

    公开(公告)日:2022-01-18

    申请号:CN202111074246.X

    申请日:2021-09-14

    Applicant: 复旦大学

    Abstract: 本发明公开的一种闭环深部脑刺激伪迹抑制系统及方法,其中系统包括电极模块,与人体体表接触施加电刺激,并记录相应的神经信号;前端模块,抑制神经信号中的刺激伪迹,放大神经信号中的局部场电位信号;模数转换模块,匹配局部场电位信号并实现数字化;其中,前端模块的输入端配置为差分输入,输出端配置为差分输出,神经信号差分输入至前端模块,滤波并放大后的局部场电位信号差分输出至模数转换模块。本发明公开的一种闭环深部脑刺激伪迹抑制系统及方法,能够在深部脑刺激过程中实现同步采集和同步刺激,在同时采集和刺激中有效抑制刺激伪迹对神经信号的影响,从而更高质量地实时地记录局部场电位信号。

    一种神经信号实时去除刺激伪迹的方法、装置及介质

    公开(公告)号:CN113693605A

    公开(公告)日:2021-11-26

    申请号:CN202111030359.X

    申请日:2021-09-03

    Applicant: 复旦大学

    Abstract: 本发明公开了一种神经信号实时去除刺激伪迹的方法、装置及介质,该方法包括如下步骤:S1.获得神经数字信号;S2.获得刺激伪迹的持续时间;S3.检测所述神经数字信号的峰值,得到当前峰值所在的第一伪迹区间,并预测下一峰值所在的第二伪迹区间以及位于所述第一伪迹区间和所述第二伪迹区间之间的非伪迹区间;S4.判断当前采样时间是否在所述非伪迹区间内;若否,则采集当前伪迹区间之后的不规则采样点的神经数字信号值,根据所述当前伪迹区间之前的采样点的神经数字信号值以及不规则采样点的神经数字信号值计算得出当前采样点的神经数字信号值。本发明的神经信号实时去除刺激伪迹的方法能够实时去除刺激伪迹,获得更为准确的神经信号。

    一种动物坐骨神经结扎装置

    公开(公告)号:CN113456158A

    公开(公告)日:2021-10-01

    申请号:CN202110863886.2

    申请日:2021-07-29

    Applicant: 复旦大学

    Abstract: 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。

    一种基于脑部电信号构建疼痛状态预测模型的方法

    公开(公告)号:CN109222906B

    公开(公告)日:2021-06-04

    申请号:CN201811066031.1

    申请日:2018-09-13

    Applicant: 复旦大学

    Abstract: 本发明公开了一种基于脑部电信号构建疼痛状态预测模型的方法。其方法包括:1)脑部电信号数据预处理;2)提取时间域、频率域和小波域的特征;3)对特征按照对疼痛状态的贡献度进行筛选;4)单个特征构建预测方程;5)整合所有特征进行多元回归模型形成最终的疼痛状态预测模型。本发明从多维度对大脑特征进行刻画并用于预测疼痛患者未来的状态,将有助于进一步加深对疼痛机制和治疗机制的理解,为智能神经调控打下基础。

    一种神经生理信号的生成和识别方法

    公开(公告)号:CN111436929B

    公开(公告)日:2021-06-01

    申请号:CN201910044069.7

    申请日:2019-01-17

    Applicant: 复旦大学

    Inventor: 王守岩 沈雷

    Abstract: 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。

    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

    Applicant: 复旦大学

    Inventor: 王守岩 权昭宇

    Abstract: 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

    Applicant: 复旦大学

    Abstract: 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

    Applicant: 复旦大学

    Inventor: 赵张 王守岩 刘伟

    Abstract: 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。

Patent Agency Ranking