-
公开(公告)号：CN118708067A
公开(公告)日：2024-09-27
申请号：CN202411180701.8
申请日：2024-08-27
申请人： 天目山实验室
摘要： 本发明公开了基于脑电特征的低空管制员注意状态实时监测系统和方法，包括脑电数据采集与分析模块和管制员注意状态实时监测模块，以及基于上述模块的实时监测方法；以应用于低空管制员在执行管制任务的注意状态监测，从而为低空经济下飞行服务站或指挥中心中管制员人机交互界面、操作流程等的设计优化提供支撑，保障低空空域运行管理的效率和安全。
-
公开(公告)号：CN118662144A
公开(公告)日：2024-09-20
申请号：CN202410707622.1
申请日：2024-06-03
申请人： 河北工业大学
摘要： 本发明公开了一种基于脑电评估精神疲劳对反应抑制能力影响的方法，包括S1，采集被试静息脑电，实验结束静息脑电采集完毕后要求被试填写卡罗林斯卡嗜睡量表，确认被试在进入实验前是正常精神状态；S2，进行第一次反应抑制任务，同时采集被试在正常精神状态下进行第一次反应抑制任务的脑电信号；当第一次反应抑制任务完成后，被试开始做精神疲劳诱发实验，直至被试进入精神疲劳状态，则继续完成第二次反应抑制任务，同步记录被试的第二次反应抑制任务的脑电信号；S3，第二次反应抑制任务结束后，采集被试静息脑电，进行数据分析。通过时频分析、脑区间相位幅值耦合的分析测量方法，得到精神疲劳是否对人体反应抑制能力产生影响及其影响的机制。
-
公开(公告)号：CN118410283B
公开(公告)日：2024-09-20
申请号：CN202410866607.1
申请日：2024-07-01
申请人： 小舟科技有限公司
IPC分类号： G06F18/10 , G06N3/0442 , G06N3/0464 , G06N3/082 , G06F18/213 , G06F18/22 , A61B5/372 , A61B5/374 , A61B5/00
摘要： 本申请公开一种跨域脑电特征分布对齐方法、装置、计算机设备及介质，方法通过获取待对齐的原始脑电数据并进行预处理，获取标准脑电数据和标签信息；根据标准脑电数据对应的时间点信息和通道信息，构建脑电数据矩阵并输入至预设的卷积神经网络，输出脑电数据矩阵对应的全局特征；将全局特征输入至预设的广义低秩近似分解模型,以分解为低秩分量和稀疏分量，分别对低秩分量和稀疏分量进行特征选取，分别计算输出的低秩特征通道数据和稀疏特征通道数据与预设的专家知识数据的相似度信息，根据相似度信息在低秩特征通道数据和稀疏特征通道中确定目标特征通道数据；根据迭代特征对齐算法对目标特征通道数据进行跨域数据的特征分布对齐。
-
公开(公告)号：CN118643416A
公开(公告)日：2024-09-13
申请号：CN202410666399.0
申请日：2024-05-28
申请人： 桂林电子科技大学
IPC分类号： G06F18/243 , A61B5/318 , A61B5/352 , A61B5/369 , A61B5/374 , A61B5/00 , G06F18/25 , G06N3/0442 , G06V40/16
摘要： 本发明提供一种基于可拓展自适应加权数据融合的自学习精神疲劳量化方法，属于生理信号处理与模式识别领域，所述方法包括：获取电网调度员的脑电信号和心电信号；使用视觉信号PERCLOS算法计算人眼开合度，同时通过专家评价得到主观打分，通过自适应加权数据融合算法对数据进行处理得到精神疲劳量化结果；对脑电、心电信号进行预处理，去除生理信号中的干扰噪声，对预处理后的信号进行窗口分割；对处理后的脑电、心电信号进行标注、训练和测试；根据目标脑电信号和心电信号，确定疲劳检测结果；疲劳输出结果通过反馈不断迭代优化分类预测模型；疲劳检测结果为百分比量化疲劳度。相较于其他精神疲劳检测，本方法使用通过可拓展自适应加权数据融合算法融合了PERCLOS指标与专家打分值进行疲劳量化，对提取到的脑电特征和心电特征进行特征层融合，并且通过不断迭代优化分类模型，可以更加真实的反映电网调度员的疲劳状态，实现更高精确度的疲劳检测结果与精神疲劳量化评估。
-
公开(公告)号：CN118642595A
公开(公告)日：2024-09-13
申请号：CN202410768928.8
申请日：2024-06-14
申请人： 创桥教育信息咨询(上海)有限公司
发明人： 高致娟
摘要： 本发明公开了大脑交互式教育系统及其选课教育系统，包括脑波侦测装置、脑波监测分析装置和播送装置，脑波侦测装置包括感测模块和传输模块，感测模块与传输模块讯号连接，传输模块与脑波监测分析装置讯号连接，播送装置包括信息输出单元和输出讯号调整单元，脑波监测分析装置与播送装置的输出讯号调整单元讯号连接，输出讯号调整单元与信息输出单元讯号连接，本发明大脑交互式教育系统及其选课教育系统，该输出讯号调整单元则驱使该信息输出单元输出该第一信息，反之，如使用者精神较涣散，该输出讯号调整单元则驱使该信息输出单元输出该第二信息，进而让受试者的精神集中，使受试者脑波讯号中的Mu(μ)波提升，进而提升学习的效果。
-
公开(公告)号：CN115721321B
公开(公告)日：2024-09-10
申请号：CN202211056487.6
申请日：2022-08-31
申请人： 北京未名脑脑科技有限公司
摘要： 本发明公开了神经调控系统及方法，该神经调控系统包括具有夹带调制模块的外部刺激发生装置，所述夹带调制模块用于产生夹带调制信号，并施加给被测试对象的神经系统，其中，所述夹带调制信号包括作为基音的音乐信号或白噪声以及基础夹带信号。本发明主要通过将夹带信号和音乐元素进行合理的耦合，既能产生夹带效果，又能具备音乐元素的用户依从性。
-
公开(公告)号：CN118609812A
公开(公告)日：2024-09-06
申请号：CN202410731444.6
申请日：2024-06-06
申请人： 中国科学技术大学 , 安徽省立医院(中国科学技术大学附属第一医院)
IPC分类号： G16H50/30 , A61B5/38 , A61B5/374 , A61B5/00 , G16H50/20 , G06F18/2431 , G06F3/01 , G06F123/02
摘要： 本发明公开了一种用于评估人工耳蜗植入者情感语义辨识能力的脑电范式，包括刺激材料的选择和脑电范式的构建；脑电范式的播放和脑电信号的采集；脑电信号的处理，即两类刺激的MMN和N400波形。本发明通过使用刺激序列1和刺激序列2中偏差刺激诱发的脑电反应与刺激序列3中相同刺激诱发的脑电反应相减，得到更为可靠的MMN。此MMN避免刺激材料本身物理属性差异的影响，又排除反复出现的标准刺激可能引起神经适应现象的干扰，从而客观、有效地评估人工耳蜗植入者情感语义辨识能力。
-
公开(公告)号：CN118303899B
公开(公告)日：2024-09-03
申请号：CN202410723979.9
申请日：2024-06-05
申请人： 北京大学 , 上海明略人工智能(集团)有限公司 , 上海人工智能创新中心
摘要： 本申请涉及一种脑电信号处理方法、装置、设备及计算机可读介质。该方法包括：在检测到目标视频开始播放时，采集观看目标视频的第一对象的脑电信号，并记录脑电信号的采集时间；获取目标视频的场景切分信息，其中，目标视频的内容包含多个场景，场景切分信息包括目标视频的每个场景的起止时间；将每个场景的起止时间与脑电信号的采集时间对齐，以获得与目标视频的场景匹配的脑电信号片段；分别计算每个脑电信号片段的脑电指标，以基于脑电信号分析第一对象观看目标视频时，第一对象对每个场景的认知投入和情绪反应。本申请解决了视频内容与脑电信号时间轴不同步且缺乏对视频内容的逻辑和结构的考虑的技术问题。
-
公开(公告)号：CN118526211A
公开(公告)日：2024-08-23
申请号：CN202410523689.X
申请日：2024-04-28
申请人： 齐鲁师范学院
发明人： 孟艳艳
IPC分类号： A61B5/374 , A61B5/256 , A61B5/291 , A61B5/16 , A61B5/00 , G06F18/10 , G06F18/213 , G06F18/25
摘要： 本发明公开了基于脑电可穿戴设备的学习状态分析系统，涉及学习状态分析技术领域，包括脑电信号采集模块，用于采集个人学习时的脑电信号；脑电信号预处理模块，所述脑电信号预处理模块的输入端与脑电信号采集模块的输出端相连接，脑电信号采集模块将采集到的脑电信号上传给脑电信号预处理模块，用于去除采集到的脑电信号中的各种噪声信号。本发明通过专注度、疲惫度、兴趣度三个维度来反映学习状态，采用FIR数字滤波器和小波阈值去噪结合的方法来进行脑电信号的预处理，通过小波分析进行了功率谱密度法提取了脑电信号的特征值，得到了物种波形的能量数值，提高分析结果的准确性。
-
公开(公告)号：CN115836868B
公开(公告)日：2024-08-23
申请号：CN202211488681.1
申请日：2022-11-25
申请人： 燕山大学
IPC分类号： A61B5/374 , G06N3/0464 , G06N3/08 , A61B5/18 , A61B5/00
摘要： 本发明公开了基于多尺度卷积核尺寸CNN的驾驶员疲劳状态识别方法，包括如下步骤：S1、数据准备：将采集到的脑电信号进行预处理，得到标准格式数据；S2、数据增强：采用频率掩蔽和频域重组算法对原数据进行数据增强；S3：模型训练，采用多尺度卷积核尺寸混合CNN模型对原始数据和增强数据构成的数据集进行训练，得到分类器；S4、状态识别：把预处理后的脑电数据输入到分类器模型中，得到样本的状态标签以及可解释的模型分类依据；本发明提高了模型分类性能，在持续注意力驾驶任务数据集识别疲劳状态任务中，实现了较高的准确率；并设计了添加频率噪声和频率掩蔽两种数据增强方法与CNN模型集成，进一步提高模型的泛化能力。
-
-
-
-
-
-
-
-
-
搜索结果
1349 条记录 (耗时 0.024 秒)
