基于脑电信号的自适应专注度训练方法、装置及介质

    公开(公告)号:CN118963559A

    公开(公告)日:2024-11-15

    申请号:CN202411433519.9

    申请日:2024-10-15

    摘要: 本申请公开一种基于脑电信号的自适应专注度训练方法、装置及介质,通过获取原始脑电数据进行对应的时域脑电特征和频域脑电特征;将原始脑电数据输入至检测模型,输出用户的专注级别和置信度评分;根据专注级别生成视觉反馈刺激和听觉反馈刺激;根据用户对应的训练任务的任务属性参数和权限数据生成权衡关系;根据任务属性参数、权衡关系和专注级别生成目标专注水平和目标专注水平对应的合理区间范围;将目标专注水平、合理区间范围、专注级别、置信度评分、任务属性参数和权限数据,生成专注评估集合,计算集合对应的多个子评估分数,根据子评估分数获取综合反馈调整系数;根据反馈调整系数优化视觉反馈刺激和听觉反馈刺激的参数完成训练。

    基于脑电信号的情感状态检测方法、装置、设备及介质

    公开(公告)号:CN118557195B

    公开(公告)日:2024-10-22

    申请号:CN202411039422.X

    申请日:2024-07-31

    摘要: 本申请公开一种基于脑电信号的情感状态检测方法、装置、设备及介质,根据多模态生物数据信号构建原始特征矩阵,构建原始特征矩阵对应的关联矩阵;将预设的标准生物信号样本库中的生物信号动态特征与原始特征矩阵中的多个动态特征匹配,根据匹配成功的生物信号动态特征对应的情感状态构建第一候选情感状态集;从构建的情感状态样本库中提取生物信号静态特征,以对第一候选情感状态集中的情感状态进行筛选,根据筛选出的情感状态构建第二候选情感状态集;计算第二候选情感状态集中的每个情感状态与其余的情感状态的相关性信息;根据多个相关性信息在第二候选情感状态集中选取至少一个目标情感状态,完成对多模态生物信号数据的情感状态检测。

    基于脑电解码的智能家居控制方法、装置、设备及介质

    公开(公告)号:CN118426336B

    公开(公告)日:2024-09-24

    申请号:CN202410886242.9

    申请日:2024-07-03

    摘要: 本申请公开一种基于脑电解码的智能家居控制方法、装置、设备及介质,通过在目标用户的脑电数据库中确定参考脑电模式;根据参考脑电模式获取大脑区域的子区域网络的神经元激活响应,以根据子区域网络对应的排序评分结果确定目标子区域网络,在该网络中对参考脑电模式进行优化,以确定作为编码基准的参考脑电模式;在参考脑电模式中确定待编码脑电模式,获取待编码脑电模式的差异脑电信号;获取目标用户操作家电设备时的脑电数据,获取脑电数据对应的家电操控意图的响应情况;构建待训练的脑电编码模型,完成对脑电编码模型的迁移训练,获取输出的潜在特征向量对应的目标操控意图类别,以完成对家电控制编码对应的设备的控制。

    跨域脑电特征分布对齐方法、装置、计算机设备及介质

    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

    发明人: 李越 唐海波 迟硕

    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。

    基于贝叶斯网络模型的脑电信号压缩编码方法及设备

    公开(公告)号:CN118413240B

    公开(公告)日:2024-09-10

    申请号:CN202410870476.4

    申请日:2024-07-01

    发明人: 李越 唐海波 迟硕

    摘要: 本申请公开一种基于贝叶斯网络模型的脑电信号压缩编码方法及设备,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。

    基于脑电信号的虚拟现实认知状态实时编码方法及设备

    公开(公告)号:CN118427763B

    公开(公告)日:2024-09-06

    申请号:CN202410886346.X

    申请日:2024-07-03

    摘要: 本申请公开一种基于脑电信号的虚拟现实认知状态实时编码方法及设备,通过获取原始脑电信号对应的当前脑电模式和对应的脑电参数,以获取当前脑电特征向量和对应的映射脑电特征图;对映射脑电特征图进行脑电属性提取,获取当前脑电特征,将其与多个参考脑电特征进行对比,根据获取的对比结果在参考脑电特征中确认异常脑电特征,提取异常脑电特征对应的局部信号和局部关键点,从局部关键点对应的显示向量中提取多个采样特征点,以确定有效特征点,并获取当前信号显示特征;根据当前脑电特征和当前信号显示特征,获取当前脑电参数,确定当前脑电参数对应的脑电调制值对原始脑电信号进行调节,获取认知状态编码输出信号,完成认知状态实时编码。

    脑电源信号分离及编码方法、装置以及计算机设备

    公开(公告)号:CN118277768B

    公开(公告)日:2024-08-09

    申请号:CN202410651083.4

    申请日:2024-05-24

    摘要: 本申请公开一种脑电源信号分离及编码方法、装置以及计算机设备,方法通过对宽带时域数据进行转换获取的频域数据集进行预处理,获取脑电信号特征集;建立特征数据库,包括多个预设的脑电信号和宽带时域数据对应的脑电信号特征集;获取宽带时域数据对应的脑电信号特征集的主成分空间,以获取源信号子空间;根据特征数据库中的动态特征对源信号子空间进行判决,根据获取的第一信号和特征数据库中的静态特征,获取第二信号和信号频点;根据信号频点对第二信号进行窄带解调采集,获取复分量数据,用于提取时域多维特征;根据特征数据库中的时域特征对时域多维特征进行判决,获取分离后的脑电源信号,以投影至目标编码空间,输出编码后的脑电特征。

    基于脑电解码的智能家居控制方法、装置、设备及介质

    公开(公告)号:CN118426336A

    公开(公告)日:2024-08-02

    申请号:CN202410886242.9

    申请日:2024-07-03

    摘要: 本申请公开一种基于脑电解码的智能家居控制方法、装置、设备及介质,通过在目标用户的脑电数据库中确定参考脑电模式;根据参考脑电模式获取大脑区域的子区域网络的神经元激活响应,以根据子区域网络对应的排序评分结果确定目标子区域网络,在该网络中对参考脑电模式进行优化,以确定作为编码基准的参考脑电模式;在参考脑电模式中确定待编码脑电模式,获取待编码脑电模式的差异脑电信号;获取目标用户操作家电设备时的脑电数据,获取脑电数据对应的家电操控意图的响应情况;构建待训练的脑电编码模型,完成对脑电编码模型的迁移训练,获取输出的潜在特征向量对应的目标操控意图类别,以完成对家电控制编码对应的设备的控制。

    一种基于时频分析的跨被试脑电信号对齐方法及相关设备

    公开(公告)号:CN118044826B

    公开(公告)日:2024-07-19

    申请号:CN202410453551.7

    申请日:2024-04-16

    发明人: 李越 魏彦兆

    摘要: 本申请公开一种基于时频分析的跨被试脑电信号对齐方法、装置及计算机设备,方法通过控制脑电检测装置通过预设刺激源分别对用户进行刺激,获取多段第一脑电信号进行时频分解,获取多个子带信号和子带信号对应的时频系数矩阵;根据时频系数矩阵获取子带信号对应的信号分布信息,根据信号分布信息生成第二脑电信号,将第二脑电信号添加至第一脑电信号的首端,获得第三脑电信号;获取第三脑电信号对应的频率信息,根据频率信息确定在第三脑电信号中确认用于标记第三脑电信号的频率最大值的标记点的位置信息;将标记点作为采样零点,获取多个调整后的第三脑电信号,以实现多个第三脑电信号的信号对齐。能实现大批量被试序列的批处理时间校正。

    脑电信号智能降噪方法、系统、设备及介质

    公开(公告)号:CN117860273B

    公开(公告)日:2024-06-11

    申请号:CN202410285367.6

    申请日:2024-03-13

    摘要: 本发明公开了一种脑电信号智能降噪方法、系统、设备及存储介质,其技术方案要点在于,对预处理后的原始脑电信号进行信号分解得到多个信号分量矩阵;对信号分量矩阵中的信号分量进行特征提取得到高维特征向量;根据高维特征向量计算各个信号分量与其余信号分量之间的差异性指数;提取信号分量对应的时频转折点集;计算各个时频转折点集与标准噪声库中的噪声样本的匹配度,选取出信号分量的目标噪声和目标匹配度;根据各个信号分量对应的差异性指数和目标匹配度计算得到对应的噪声概率,根据噪声概率对信号分量矩阵进行重构得到降噪信号矩阵。本发明提高了对生理噪声的适应性,有效抑制了噪声干扰的同时,最大程度保存了有效的脑电源信号。