-
公开(公告)号：CN114176610A
公开(公告)日：2022-03-15
申请号：CN202111670306.4
申请日：2021-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种面向轻度认知功能障碍患者诊断的工作负荷评估方法。本发明包括如下步骤：步骤1：基于Oddball的工作负荷评估实验范式；步骤2：数据采集；步骤3：数据预处理；步骤4：基于MCI‑WI的MCI患者诊断方法。本发明参考控制类的工作负荷评估范式，设计了基于Oddball的工作负荷评估范式，使得MCI患者和健康老年人在认知方面的工作负荷区别更明显，进而减少误差，增加MCI患者诊断的准确率，优化了以往范式存在的效率低、准确率低的缺点。其次本发明考虑到MCI患者和健康老年人的认知差异，提出了面向MCI患者诊断的工作负荷评估指标，综合考虑脑电数据和行为学数据，将被试在任务不同阶段的工作负荷量化，直观地显示了被试的工作负荷变化情况。
-
公开(公告)号：CN113392733A
公开(公告)日：2021-09-14
申请号：CN202110601409.9
申请日：2021-05-31
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于标签对齐的多源域自适应跨被试EEG认知状态评估方法。本发明包括步骤：1：数据获取；2：数据预处理；3：基于LA‑MSDA模型的跨被试EEG认知状态评估方法。本发明采用分阶段使用共享公共特征提取器和非共享子特征提取器，进一步学习源域样本和目标域样本的被试不变特征和特定特征；其次，考虑到跨被试间的关系和相似性，提出了将局部和全局表示的域间分布进行对齐的方法，以评估跨被试的认知状态，解决了难以学习细粒度的类条件信息和适应跨被试的决策边界样本的问题。最后，本发明有效避免了脑认知计算领域脑电信号的个体差异性问题，可适用于任何任务下基于EEG的认知状态识别，泛化能力强，能够很好的适用于临床诊断和实际应用。
-
Patent Agency Ranking
公开(公告)号：CN112450946A
公开(公告)日：2021-03-09
申请号：CN202011206585.4
申请日：2020-11-02
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于循环生成对抗网络的脑电伪迹修复的方法。由于脑电数据没有严格一一对应的无伪迹EEG数据和有伪迹的EEG数据，传统的方法并不能很好验证是否将感兴趣的信息也一并去除。本发明设计了基于循环生产对抗网络，将有伪迹EEG数据处理后仍能保留住感兴趣的信息。首先根据设计的范式获取数据；其次并进行必要的预处理并将数据根据类别分离；然后设置训练参数，将数据导入训练网络，最后得到去除伪迹而保留兴趣信息的EEG数据。与传统的伪迹去除方法相比，基于循环生成对抗网络的脑电伪迹修复，在修复后的EEG数据上更能保留感兴趣的信息，有助于进行后续研究。
-
公开(公告)号：CN112163486A
公开(公告)日：2021-01-01
申请号：CN202010991868.8
申请日：2020-09-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于基于深度学习与稀疏学习相结合的脑电通道优化方法。本发明首先利用模型驾驶实验来收集数据集，通过数据扩充使源域和目标域中的样本趋于平衡，对已经平衡的样本进行稀疏学习和域对抗学习，其设计初衷是同时最小化标签预测器和与判别器的损失值；基于该目的我们设计了目标函数将，并通过添加L21norm来使得模型具备特征选择的能力，除此之外我们还使用了GAN，在一定程度上提高了模型的鲁棒性和泛化能力。最后，在实验评估阶段，一方面单独评估了本发明的性能，还让其与其他的通道优化算法项比较，并取得了独一无二的优势。另一方面在保证准确率的前提下，可以有效减少通道的数量，从而减轻系统的负担和开销。
-
公开(公告)号：CN112274162B
公开(公告)日：2022-05-17
申请号：CN202010985675.1
申请日：2020-09-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于生成对抗域自适应的跨被试EEG疲劳状态分类方法。本发明首先获取数据并预处理，去除伪迹；其次通过PSD来进行EEG特征提取，从三维EEG时间序列获得二维样本矩阵；然后区分源域和目标域数据集，获得不重合的训练集和测试集；再用部分无标签的目标域数据和符合高斯分布的随机数据训练分类模型GDANN；最后利用混淆矩阵对分类结果准确率进行评估。本发明将生成对抗网络和域不变思想进一步结合，既解决了EEG信号数据集稀少难获得的问题，又平衡了源域数据和目标域数据不匹配的问题，一定程度上避免了负迁移，训练出了高精度的跨被试疲劳检测分类器，以期在实际的脑机交互中有着广泛的应用前景。
-
公开(公告)号：CN113288147A
公开(公告)日：2021-08-24
申请号：CN202110599857.X
申请日：2021-05-31
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于EEG与神经反馈技术的轻度认知障碍康复评估系统。本发明包括Openvibe脑信号转发装置、Unity范式客户端、Web移动智能终端以及网络服务器；Openvibe脑信号转发装置通过VRPN通信协议与Unity范式客户端相连，Unity范式客户端与Web移动智能终端通过移动互联网与网络服务器相连。Openvibe脑信号转发装置将实时采集到的EEG信号发送给Unity范式客户端，Unity范式客户端分析实时数据来动态改变范式难度，同时在每一次范式结束后，将Openvibe生成的CSV格式的完整EEG信号数据上传到网络服务器进行处理并存储，处理后的分析结果反馈给Web移动智能终端进可视化显示。本发明使用方便、快速准确，便于进行轻度认知障碍患者的康复训练，并对其大脑认知功能进行综合性评估。
-
公开(公告)号：CN112274162A
公开(公告)日：2021-01-29
申请号：CN202010985675.1
申请日：2020-09-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于生成对抗域自适应的跨被试EEG疲劳状态分类方法。本发明首先获取数据并预处理，去除伪迹；其次通过PSD来进行EEG特征提取，从三维EEG时间序列获得二维样本矩阵；然后区分源域和目标域数据集，获得不重合的训练集和测试集；再用部分无标签的目标域数据和符合高斯分布的随机数据训练分类模型GDANN；最后利用混淆矩阵对分类结果准确率进行评估。本发明将生成对抗网络和域不变思想进一步结合，既解决了EEG信号数据集稀少难获得的问题，又平衡了源域数据和目标域数据不匹配的问题，一定程度上避免了负迁移，训练出了高精度的跨被试疲劳检测分类器，以期在实际的脑机交互中有着广泛的应用前景。
-
-
-
-
-
-
Search Results
17
records
(took 0.026 seconds)
