-
公开(公告)号：CN109144266A
公开(公告)日：2019-01-04
申请号：CN201811007281.8
申请日：2018-08-29
Applicant: 安徽大学
CPC classification number: G06F3/015 , G06F2203/011 , G06K9/00536 , G06K9/624
Abstract: 本发明公开了一种基于独立分量分析的脑机接口导联优化方法。该方法包括以下步骤：构建基于单次试验样本设计的ICA‑MIBCI系统，用于从EEG训练集中选择高质量的单次试验数据，以保证后续ICA‑MIBCI系统设计的可靠行。在此基础上，采用一种新的EEG导联优化策略，以自动实现对不同BCI使用者的EEG导联优化。本发明应用于ICA‑MIBCI系统实现，不仅能快速准确地完成基于特定人的EEG导联选择，缓解低质量训练数据对MIBCI性能的影响。同时，能更好地发挥ICA空域滤波方法在真实EEG源获取和定位、模型迁移以及训练数据采集等方面的优势，进而可有效改善ICA‑MIBCI系统的稳定性和实用性。
-
公开(公告)号：CN107480716A
公开(公告)日：2017-12-15
申请号：CN201710695447.9
申请日：2017-08-15
Applicant: 安徽大学
IPC: G06K9/62 , G06K9/00 , A61B5/0496
Abstract: 本发明公开一种结合EOG和视频的扫视信号识别方法及系统，属于眼电图技术领域，包括：同步采集扫视动作的EOG数据与视频数据；对EOG数据和视频数据进行预处理；对EOG数据采集通道进行端点检测，得到端点检测结果；将端点检测结果应用于EOG与视频两种模态下的有效眼动数据段检测，将有效眼动数据分为训练集和测试集；对训练集和测试集中两种模态下的数据进行特征提取得到有效眼动数据的特征；将两种模态下有效眼动数据的特征进行融合；将融合后扫视特征参数送入SVM分类器中进行训练，得到分类模型；利用测试集中数据对分类模型进行测试，得到测试后分类模型以进行信号识别。本发明中融合后的特征具有更多互补信息，提高了信号识别鲁棒性。
-
公开(公告)号：CN109815913B
公开(公告)日：2022-12-20
申请号：CN201910080543.1
申请日：2019-01-28
Applicant: 安徽大学
Abstract: 本发明公开了一种基于眼动信息的视觉增强感知系统，主要包括眼动信息采集模块、眼动信息检测模块、系统标定模块、球机驱动模块。系统实施主要包括以下步骤：1)在标定屏幕上人工标定n2个点，设定这n2个点的坐标；2)使用红外摄像头采集对象注视标定点的人眼视频并对视频帧进行预处理；3)将预处理后的视频通过质心法获得瞳孔中心；4)计算标定点的坐标和瞳孔中心坐标的映射关系；5)每一次注视的瞳孔坐标使用映射关系映射为观察平面坐标；6)将观察平面坐标相对于坐标原点的偏移角度传入球机，驱动球机转动。本发明方法简单、眼动跟踪精度高，实现对人类视觉感知的增强。
-
公开(公告)号：CN112016415B
公开(公告)日：2022-11-29
申请号：CN202010818947.9
申请日：2020-08-14
Applicant: 安徽大学
Abstract: 本发明公开了一种结合集成学习与独立分量分析的运动想象分类方法，基于不同的单次试验数据构造ICA空域滤波器对数据进行空域滤波与特征提取，并使用简单分类规则构造不同的基分类器，进而运用集成学习的投票法结合策略构成新的运动想象脑电信号分类器。本发明设计的集成分类器具有较稳定的识别率，多个基分类器集成学习分类，可以获得比单一分类器更优越的泛化性能，提高EEG信号的分类识别率。在不同受试者之间和同一受试者的不同时期采集的数据的迁移测试中，也体现较稳定的性能，具有更好的实用性。
-
公开(公告)号：CN107348958B
公开(公告)日：2019-12-24
申请号：CN201710695426.7
申请日：2017-08-15
Applicant: 安徽大学
IPC: A61B5/0496 , A61B3/113 , A61B5/00
Abstract: 本发明公开了一种鲁棒扫视EOG信号识别方法及系统,属于眼电技术领域，方法包括对EOG多通道眼动数据进行采集，获得时域上的眼动数据；对时域上的眼动数据进行预处理得到频域上的眼动数据；在频域上采用复值ICA算法对眼动数据进行盲源分离，得到各源信号在相应频点上的频域独立分量；对各频点独立分量进行补偿，还原独立分量在观测分量中的真实比例，通过约束DOA算法解决排序模糊问题；对补偿后和排序后的各频点的独立分量进行短时傅里叶逆变换处理，恢复为时域的多通道眼动数据；对时域上的多通道眼动数据进行提取功率谱密度特征，并将提取的特征送入支持向量机SVM中进行识别。本发明能准确对EOG信号进行识别。
-
Patent Agency Ranking
公开(公告)号：CN109815913A
公开(公告)日：2019-05-28
申请号：CN201910080543.1
申请日：2019-01-28
Applicant: 安徽大学
Abstract: 本发明公开了一种基于眼动信息的视觉增强感知系统，主要包括眼动信息采集模块、眼动信息检测模块、系统标定模块、球机驱动模块。系统实施主要包括以下步骤：1)在标定屏幕上人工标定n2个点，设定这n2个点的坐标；2)使用红外摄像头采集对象注视标定点的人眼视频并对视频帧进行预处理；3)将预处理后的视频通过质心法获得瞳孔中心；4)计算标定点的坐标和瞳孔中心坐标的映射关系；5)每一次注视的瞳孔坐标使用映射关系映射为观察平面坐标；6)将观察平面坐标相对于坐标原点的偏移角度传入球机，驱动球机转动。本发明方法简单、眼动跟踪精度高，实现对人类视觉感知的增强。
-
公开(公告)号：CN109308118A
公开(公告)日：2019-02-05
申请号：CN201811025755.1
申请日：2018-09-04
Applicant: 安徽大学
Abstract: 本发明公开了一种基于EOG的中文眼写信号识别方法，包括以下步骤：采集基于眼电图的中文眼写数据并对数据进行预处理；将预处理后的数据分为模板数据和汉字笔画数据两个部分；将横、竖、撇、捺、折五个模板笔画段和汉字笔画段数据均送入基于DTW的分类器中进行笔画识别，并用softmax算法处理识别结果得到识别的笔画段序列的概率分布；建立汉字字库用one-hot编码后，得到的笔画段序列的概率分布与编码的同笔画汉字匹配以获得最终的预测中文汉字。还公开了基于EOG的中文眼写信号识别方法的识别系统，具有对中文字符识别正确率高、汉字字库扩展能力较强、应用前景广泛的优点。
-
公开(公告)号：CN108710895A
公开(公告)日：2018-10-26
申请号：CN201810366834.2
申请日：2018-04-23
Applicant: 安徽大学
IPC: G06K9/62
CPC classification number: G06K9/624 , G06K9/6256 , G06K9/6267
Abstract: 本发明公开了一种基于独立分量分析的运动想象脑电信号分类方法，包括以下步骤：S1：采集脑电信号并对脑电信号进行预处理，将预处理后的脑电信号随机分为训练集和测试集；S2：将训练集数据依次选择单次试验样本数据进行独立分量分析计算，并基于源的空间分布模式实现运动相关分量的自动识别获取；S3：基于零训练分类器的运动想象分类识别；S4：使用训练集数据进行导联的优化选择，将优化后的导联代入测试集，循环步骤S2和S3，得到最终的分类识别率。本发明可以减少由采集的EEG数据之间的差异性所带来的空域模型匹配问题产生，对运动想象EEG信号具有较高的识别正确率。
-
公开(公告)号：CN105962915A
公开(公告)日：2016-09-28
申请号：CN201610404234.1
申请日：2016-06-02
Applicant: 安徽大学
IPC: A61B5/0205
CPC classification number: A61B5/0205 , A61B5/024 , A61B5/0816 , A61B5/72 , A61B5/7203 , A61B5/725
Abstract: 本发明涉及一种非接触式人体呼吸率与心率同步测量方法及系统，该测量方法包括如下步骤，获取人体面部视屏信息，从视频帧图像中选择两处敏感区域；对视频中每一帧的选定双敏感区的像素值，分别使用相干平均法，生成2组RGB观测信号，再对2组RGB观测信号依次进行高通滤波、去趋势、去均值、归一化预处理操作；用于对基于双敏感区域生成的2组RGB观测信号进行6通道盲源分离，分离出呼吸信号和心率信号；用于从盲源分离后的源信号中识别出呼吸信号和心率信号，结合滑动窗算法提取出呼吸和心率。本发明具有对呼吸率和心率同步测量准确性高、抗噪声干扰能力较强、应用潜力大等优点。
-
公开(公告)号：CN105447475A
公开(公告)日：2016-03-30
申请号：CN201510975613.1
申请日：2015-12-21
Applicant: 安徽大学
IPC: G06K9/00 , A61B5/0496
CPC classification number: G06K9/0051 , A61B5/0496
Abstract: 本发明公开了一种基于独立分量分析的扫视信号样本优化方法，该方法使用8个生物电极获取受试者上、下、左、右扫视时的眼电信号。再通过带通滤波器对原始多导联扫视眼电信号进行预处理，去除噪声干扰。使用ICA方法获取单次扫视数据在不同任务背景下的空域滤波器组；对所有扫视数据，使用ICA空域滤波器组进行空域滤波，并使用支持向量机将滤波后数据进行交叉测试；以平均识别正确率为度量准则，实现对眼动信号的样本优化。与已有技术相比，本发明的一种基于独立分量分析的扫视信号特征提取与识别方法，具有识别正确率更高、鲁棒性与扩展性更强、应用前景良好等优点。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.02 seconds)
