-
公开(公告)号：CN115784174A
公开(公告)日：2023-03-14
申请号：CN202211630897.7
申请日：2022-12-19
Applicant: 南京邮电大学
Abstract: 本发明属于量子纳米材料的制备领域，尤其涉及一种狄拉克纳米材料及其制备方法和应用。是以亚碲酸钠为碲源，乙二醇作为溶剂和还原剂，PVP为软模板，通过调控水热反应时长来获得不同形貌的碲纳米材料（碲纳米线、碲纳米管、碲纳米带），该纳米材料的制备工艺简单、安全性好、成本低、原料来源广泛；该材料有良好的光电性能，在光电器件领域有良好的应用前景。
-
公开(公告)号：CN114569141A
公开(公告)日：2022-06-03
申请号：CN202210216836.X
申请日：2022-03-07
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于特征通道融合和深度学习的癫痫预测系统，该系统采用了非线性降维算法的T分布随机近邻嵌入算法(t‑SNE)来对癫痫脑电信号的特征通道信息进行融合，并通过短时傅里叶变换计算得到的时域、频域信息作为特征输入到深度残差收缩神经网络中，通过对癫痫的发作间期和发作前期进行识别，从而对癫痫的发作进行预测。该方法从特征维度的改进和分类器设计方面着手，不需要进行人工特征提取，改善了特征信息的表达，这为后续将癫痫预测推向临床应用提供了新的方法。
-
公开(公告)号：CN113545789A
公开(公告)日：2021-10-26
申请号：CN202110972061.4
申请日：2021-08-24
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于CSP算法和PSD算法的脑电信号分析模型构建方法、脑电信号分析方法和系统，其中，模型构建方法包括获取样本、预处理样本、提取CSP特征矩阵、提取PSD特征矩阵、计算分类准确率以及构建脑电信号分析模型该方法是基于前述模型完成的；脑电信号分析方法和系统利用预先构架的抑郁症识别模型进行分析，以辅助识别脑电信号是否表征抑郁症的信号。本发明基于共空间模式算法(CSP)和功率谱密度提取算法(PSD)对脑电信号进行特征分析，能够实现有效区分抑郁症患者和健康对照组的脑电信号，从而能够构建更准确的脑电信号分析模型，提升脑电信号抑郁症辅助识别的效率。
-
公开(公告)号：CN113261977A
公开(公告)日：2021-08-17
申请号：CN202110633127.7
申请日：2021-06-07
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于参数优化多尺度排列熵的疲劳脑电特征提取方法，所述方法包括：采集受试者各脑区的脑电信号；对采集到的脑电信号进行预处理，得到预处理后的脑电信号；利用遗传算法运算得到多尺度排列熵的最佳参数；基于运算得到的多尺度排列熵的最佳参数，对预处理后的脑电信号进行多尺度排列熵特征提取，得到脑电信号的特征数据集；使用支持向量机对特征数据集进行特征分类，提取到疲劳脑电的脑电特征。本发明能够提高疲劳脑电特征提取的准确度。
-
公开(公告)号：CN111012339A
公开(公告)日：2020-04-17
申请号：CN202010013473.0
申请日：2020-01-07
Applicant: 南京邮电大学
IPC: A61B5/0476 , A61B5/00 , A61B5/16
Abstract: 本发明涉及了一种基于脑电信号和生物阻抗数据的情绪和生理状况监控设备，其特征在于利用一个嵌入式设备，实现了人体脑电和生物阻抗数据的便携式采集，并将采集所得的数据上传到物联网平台上进行管理。能较为准确地反映人体健康状况，并可通过云平台可实现数据的健康数据的实时监测和管理，区别于传统设备使用昂贵、便携性低、实时性低，而可实现数据的便捷收集与分析。
-
Patent Agency Ranking
公开(公告)号：CN107411739A
公开(公告)日：2017-12-01
申请号：CN201710400554.4
申请日：2017-05-31
Applicant: 南京邮电大学
IPC: A61B5/0476
CPC classification number: A61B5/0476 , A61B5/7225 , A61B5/725 , A61B5/7264
Abstract: 本发明公开了一种基于双树复小波的脑电信号情绪识别研究方法。主要采用了双树复小波变换的分解和重构来计算脑电信号不同波段的相位信息和样本熵值，并把这两种特征作为不同情绪的特征向量输入到SVM分类器中，有效的识别平静，高兴，悲伤三种情绪。结果表明：双树复小波变换可以有效的克服离散小波变换的抗混叠性差，平移敏感性等缺点，提取的特征向量有较好的分类识别结果。这为后续研究脑电信号的情绪识别提供了新的思路。
-
公开(公告)号：CN107280663A
公开(公告)日：2017-10-24
申请号：CN201710551773.2
申请日：2017-07-07
Applicant: 南京邮电大学
IPC: A61B5/0476 , A61B5/0478 , A61B5/00
Abstract: 本发明公开了一种基于不同实验难度的疲劳脑电特征研究的方法。精神疲劳是一种逐渐的、累积的现象，一般表现在人体生理活动的减弱。本发明通过设置两组不同难度的Stroop实验来诱发不同状态下的疲劳脑电，使用小波包分解和样本熵算法对两组实验中清醒和疲劳状态下的脑电信号进行特征分析。实验结果表明：从清醒到疲劳状态下，α波和θ波相对能量增加，β波相对能量显著降低(P
-
公开(公告)号：CN104045106B
公开(公告)日：2015-06-10
申请号：CN201410220461.X
申请日：2014-05-22
Applicant: 南京邮电大学
CPC classification number: Y02P20/544
Abstract: 本发明公开了一种超临界二氧化碳制备硫化镉纳米颗粒的方法，是在水溶液中，以乙酸镉、硫化钠、还原性谷胱甘肽为原料，在超临界二氧化碳条件下合成了硫化镉纳米颗粒，反应温度为45-75℃、压力为100-150bar、反应时间90-150min。还原性谷胱甘肽不仅作为模板而且可以封闭硫化镉纳米颗粒的横向生长，该工艺简单，成本低廉，环境友好，所得产物粒径均匀，结晶性好，稳定性高，在光催化制氢，光催化分解有机物等领域具有广泛重要的应用前景。
-
公开(公告)号：CN119830140A
公开(公告)日：2025-04-15
申请号：CN202510309096.8
申请日：2025-03-17
Applicant: 南京邮电大学
IPC: G06F18/2415 , G08B21/18 , G16H50/20 , G16H50/80 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/082 , G06N3/084 , G06N3/0985 , G06F18/10 , G06F18/2134 , G06F18/2413 , G06F18/2431 , A61B5/16 , A61B5/374 , A61B5/00
Abstract: 本发明公开了基于脑机接口技术的抑郁情绪状态分级预警方法及系统，首先进行信号采集与预处理，即通过本地存储或用户上传接口获取EEG信号数据，对原始EEG信号依次进行数字滤波和标准化处理；然后进行深度学习模型训练与分析，将预处理后的EEG信号输入预训练的深度学习模型，通过多模态融合网络架构提取时空特征，输出概率分布；最后进行分级预警：根据模型输出的最高概率类别判定当前情绪状态，结合历史数据分析生成趋势预警。本发明通过多模块协同设计、深度学习算法应用以及脑机接口技术的引入，在抑郁症诊断的精度、效率、安全性和个性化干预的方面取得了显著的有益效果，具有广泛的应用前景和社会价值。
-
公开(公告)号：CN117430830B
公开(公告)日：2024-11-26
申请号：CN202311333825.0
申请日：2023-10-16
Applicant: 南京邮电大学
Abstract: 本发明公开了一种非侵入式脑电信号采集电极、其制备方法和应用，属于脑电信号采集领域。是利用乙酰丙酮为络合剂制备硝酸铟溶胶，与四氯化锡的乙醇溶液，进行溶胶‑凝胶化反应，制备具有丁达尔效应的前驱氧化铟锡溶胶，该前驱体溶胶退火、研磨后得到高浓度半导体氧化铟锡粉末，将该粉末与海藻酸钠凝胶混合制备水凝胶前驱液，注入模具，加入固化液溶液固化后，得到成型性良好的采集电极。在脑电波测量前可直接置于电极片的孔洞中，使用后取出抛弃即可。无需传统导电膏的填充步骤以及信息采集后的仪器清洗步骤，无黏腻感，提高了患者的舒适度和医护人员的操作便捷度。该电极制备工艺简单、安全性好、成本低、原料来源广泛，操作简单，具有良好稳定的导电性能。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.03 seconds)
