一种基于脑波信号的专注度提取方法及其系统

    公开(公告)号:CN115067943B

    公开(公告)日:2024-08-23

    申请号:CN202210677690.9

    申请日:2022-06-16

    摘要: 本发明公开了一种基于脑波信号的专注度提取方法及其系统。该方法包括步骤:采集原始脑波信号,对原始脑波信号进行盲源分离,消除眼动干扰信号,只保留原始脑波信号中的真实脑波信号;对真实脑波信号使用小波包变换进行分解后存储到分解树中;从分解树中取出信号进行重构得到α、β、θ三种脑波;根据α、β、θ三种脑波的能量谱特性计算人脑的专注度。本发明相比现有技术,具有实时性强、准确度高、计算复杂度低,鲁棒性强的特点,本发明剔除了眼动干扰的影响,且对专注度采用合理定义,提高了识别精度、适应性好、专注度能够良好地体现受试者的注意力特点。

    一种基于人工智能模型的大脑健康状态监测方法及系统

    公开(公告)号:CN118476816A

    公开(公告)日:2024-08-13

    申请号:CN202410580332.5

    申请日:2024-05-11

    摘要: 本发明公开了一种基于人工智能模型的大脑健康状态监测方法及系统,涉及大脑健康监测技术领域,包括:使用便携式脑电设备实时采集脑电信号数据;对所述脑电信号数据进行预处理,得到待监测脑电信号;构建大脑健康状态监测模型,所述大脑健康状态监测模型包括第一特征提取模型和特征融合模型;通过所述第一特征提取模型对所述待监测脑电信号进行特征提取,分别得到高频脑电信号特征和低频脑电信号特征;通过所述特征融合模型将所述高频脑电信号特征和所述低频脑电信号特征进行融合,得到大脑健康状态的实时监测结果。本发明具有实时性强、便携方便、个性化服务等优点,能够为大众提供更加普及和有效的脑健康监测。

    基于时间频率的EEG特征提取和情感识别方法及系统

    公开(公告)号:CN118436350A

    公开(公告)日:2024-08-06

    申请号:CN202410905610.X

    申请日:2024-07-08

    摘要: 本发明涉及脑电信号处理技术领域,公开了基于时间频率的EEG特征提取和情感识别方法及系统,方法包括:采集待测脑电信号;确定待分类样本片段;确定待分类样本片段的时间维度和频域维度;根据时间维度将待分类样本片段划分为T个时间片段,根据频域维度将待分类样本片段中每个时间片段包含的脑电信号划分为B个频段;计算待分类样本片段的情感表征;根据待分类样本片段的情感表征得到待分类样本片段的时间维度特征矩阵;将时间维度特征矩阵输入预训练的深度学习分类模型,对待测脑电信号的情感进行识别。本发明基于时间频率的EEG特征提取和情感识别方法及系统,能够增强脑电信号的特征提取效果,从而提高情感识别的准确性。

    一种EEG信号质量自动检测方法

    公开(公告)号:CN114098766B

    公开(公告)日:2024-08-06

    申请号:CN202111300034.9

    申请日:2021-11-04

    IPC分类号: A61B5/374 A61B5/369 A61B5/00

    摘要: 本发明公开了一种EEG信号质量自动检测方法,克服了现有技术中得到的EEG信号存在质量不佳的部分、影响睡眠分析的结果的问题,方法包括以下步骤:S1:对待检测的整夜EEG信号进行降噪处理;S2:将处理后的整夜EEG信号以时间长度t秒划分为n部分;S3:计算每t秒EEG信号的总能量ss和振幅A;S4:根据计算结果对每t秒的信号进行质量评估,将质量不佳的EEG信号进行分类;S5:计算信号分值,判断整夜EEG信号的质量。能够提前知道信号的质量情况,有利于制定分析的策略,提升了睡眠状况分析的效率。

    一种基于深度学习的实时麻醉深度监测系统

    公开(公告)号:CN115040140B

    公开(公告)日:2024-08-02

    申请号:CN202210760283.4

    申请日:2022-06-29

    申请人: 燕山大学

    摘要: 本发明公开了一种基于深度学习的实时麻醉深度监测系统,属于医疗麻醉技术领域,包括初始化模块、脑电采集模块、数据预处理模块、特征提取模块和多任务神经网络模块;初始化模块用于生成记录信息所需的空白表格,并记录所用麻醉药物和麻醉药物作用下的患者的生理特征信息;脑电采集模块用于采集患者临床手术中的脑电数据;数据预处理模块用于对采集到的脑电数据进行预处理;状态标记模块用于临床医生对脑电数据进行麻醉状态的标记;特征提取模块用于计算脑电特征;多任务神经网络模块用于存储用于临床预测麻醉深度和麻醉状态的多任务深度神经网络模型。本发明能够同时麻醉深度指标和麻醉状态估计,并能应用于不同年龄段人群和不同的药物。

    用卷积神经网络识别概念衍生阶段设计思维的系统和方法

    公开(公告)号:CN114209340B

    公开(公告)日:2024-07-30

    申请号:CN202111544926.3

    申请日:2021-12-16

    申请人: 湖南大学

    发明人: 胡莹 欧阳洁倩

    摘要: 本发明公开了一种用卷积神经网络对概念衍生阶段设计思维脑电数据识别系统和方法。头戴脑电设备实时采集设计思维脑电数据;数据预处理模块对原始的设计思维脑电数据进行清洗与去噪;特征提取模块使用小波包变换提取设计思维脑电数据中的特征数据;训练模块采集不同设计思维下的脑电数据,处理后获得特征数据,获得标签化的脑电数据组成训练数据,输入训练得训练好的模型;分类显示输出模块将实时收集到的待分类的脑电数据输入训练好的模型中,输出分类结果。本发明构造包含时间、频率、极点位置三方面的脑电特征数据,能够快读高效准确地识别设计思维脑电数据的分类,有较高的读取精度与速度。

    一种基于心生理指标的高原驾驶疲劳状态等级划分方法

    公开(公告)号:CN118383767A

    公开(公告)日:2024-07-26

    申请号:CN202410426231.2

    申请日:2024-04-10

    申请人: 东南大学

    摘要: 本发明公开了一种基于心生理指标的高原驾驶疲劳状态等级划分方法,包括:对高原地区驾驶疲劳影响因素进行分析,选取疲劳表征参数;实施现场驾驶实验和模拟驾驶实验获取原始数据,采用样本假设检验验证模拟驾驶实验的有效性;确定表征驾驶疲劳状态的心生理指标;对所述心生理指标进行主成分分析,建立表征驾驶员疲劳状态的综合评价指标;建立基于心生理指标的高原驾驶疲劳状态等级划分体系。本发明引入“样本熵”理论,对高原地区驾驶疲劳的心生理参数样本熵进行处理分析,通过主成分分析法建立基于心生理的高原驾驶疲劳综合评价指标,能够配合车辆针对不同的驾驶疲劳状态给出不同的应对策略,减少驾驶员疲劳导致的事故风险。

    一种用于麻醉深度监测的脑电信号数据管理方法

    公开(公告)号:CN118370549A

    公开(公告)日:2024-07-23

    申请号:CN202410805179.1

    申请日:2024-06-21

    发明人: 张媛媛 王毅强

    摘要: 本发明涉及脑电信号数据处理技术领域,具体涉及一种用于麻醉深度监测的脑电信号数据管理方法。方法包括:获取待监测患者头部不同位置的电极的脑电信号数据,对脑电信号数据进行分解获得每个电极的IMF分量;根据每个电极的每个IMF分量的幅频曲线和希尔伯特谱的波动得到初始异常程度;根据每个电极的每个IMF分量对应的邻域异常程度确定异常有效度,进而获得目标异常程度;基于每个电极的所有IMF分量的目标异常程度确定每个IMF分量的高斯滤波核大小,进而对IMF分量进行滤波获得滤波后的脑电信号数据。本发明提高了IMF分量的滤波效果,使得麻醉深度监测结果的准确度更高。

    一种上肢感觉运动功能障碍协同康复训练装置

    公开(公告)号:CN111643789B

    公开(公告)日:2024-07-23

    申请号:CN202010698748.9

    申请日:2020-07-20

    摘要: 本发明涉及一种上肢感觉运动功能障碍协同康复训练装置,包括箱体、控温设备、控制装置、监控设备、运动想象可视化模块;箱体设有带有囊袋的手臂插入口;控温设备用于提供冷热气流;箱体底部铺设有填充物;监控设备包括摄像头、光照装置、压力、温度传感器;控制装置包括显示模块、控制按钮,实现训练状态的调整;运动想象可视化模块包括成像终端、监测终端,监测终端将数据传于成像终端,实现脑电波的可视化处理,监测患者皮层运动想象能力;本发明多感觉刺激协同训练增强感觉神经传导路径,提高运动想象能力,激活体感区、运动辅助前区、主要运动区、初级次级运动感觉皮层和顶额镜像神经元系统,改善中枢神经可塑性。