公开(公告)号：CN117390531B

公开(公告)日：2024-04-02

申请号：CN202311543988.1

申请日：2023-11-20

Applicant: 兰州交通大学

Inventor： 张冰涛 ,  严大川 ,  魏丹 ,  陈娜 ,  宋昱泽

IPC: G06F18/2411 ,  A61B5/16 ,  A61B5/369 ,  A61B5/372 ,  A61B5/00

Abstract: 一种基于IEEMD脑电(EEG)信号分解的抑郁症自动识别方法，涉及EEG信号处理与分析技术领域，本发明提供了一种基于IEEMD的EEG信号分解方法，EEG信号分解后用于BFN构建进而实现抑郁症的自动识别。采用附加自适应随机白噪声改进EEMD以解决模式混叠问题，基于信噪比理论建立原始EEG信号与附加随机白噪声之间的数学模型，根据原始信号自适应地确定了每个采样点附加白噪声幅度。IEEMD对EEG信号分解，可以更准确地得到若干个用于模拟独立神经元信号的固有模态函数(IMF)。进而基于相位滞后指数(PLI)和比例阈值策略在不同的IMF上构造了二值化BFN。利用复杂网络方法分析BFN拓扑结构和属性的改变，探索抑郁症识别的潜在标识物，完成高精度的抑郁症自动识别。

公开(公告)号：CN118902476A

公开(公告)日：2024-11-08

申请号：CN202410994163.X

申请日：2024-07-24

Applicant: 兰州交通大学

Inventor： 张冰涛 ,  严大川 ,  莫俊文 ,  宋昱泽 ,  王小敏 ,  李秀兰 ,  罗维薇 ,  王建尚

IPC: A61B5/372 ,  A61B5/18 ,  G06F18/213 ,  G06F18/241 ,  G06F18/25

Abstract: 本发明提供一种基于前额单通道EEG的疲劳驾驶检测方法，融合前额单通道脑电(EEG)内嵌眨眼电位(EBP)特征及EEG子带特征实现疲劳驾驶检测，包括：前额Fp1通道EEG数据采集及其预处理；基于信息互补理论，设计移动标准差(MSD)算法检测与定位EEG中内嵌EBP，提取其疲劳驾驶相关特征作为融合特征之一，在此基础上，离散小波变换剔除EEG中EBP，获得相对纯净的EEG信号，并将其通过多尺度分解至5个不重叠子带，提取各子带的时频特征作为疲劳驾驶检测另一融合特征；发挥不同类型特征内在潜能，设计基于权重系数的特征融合策略，融合内嵌EBP特征和EEG子带特征，融合后特征作为分类器输入以实现高效的疲劳驾驶检测。

公开(公告)号：CN117390531A

公开(公告)日：2024-01-12

申请号：CN202311543988.1

申请日：2023-11-20

Applicant: 兰州交通大学

Inventor： 张冰涛 ,  严大川 ,  魏丹 ,  陈娜 ,  宋昱泽

IPC: G06F18/2411 ,  A61B5/16 ,  A61B5/369 ,  A61B5/372 ,  A61B5/00

Abstract: 一种基于IEEMD脑电(EEG)信号分解的抑郁症自动识别方法，涉及EEG信号处理与分析技术领域，本发明提供了一种基于IEEMD的EEG信号分解方法，EEG信号分解后用于BFN构建进而实现抑郁症的自动识别。采用附加自适应随机白噪声改进EEMD以解决模式混叠问题，基于信噪比理论建立原始EEG信号与附加随机白噪声之间的数学模型，根据原始信号自适应地确定了每个采样点附加白噪声幅度。IEEMD对EEG信号分解，可以更准确地得到若干个用于模拟独立神经元信号的固有模态函数(IMF)。进而基于相位滞后指数(PLI)和比例阈值策略在不同的IMF上构造了二值化BFN。利用复杂网络方法分析BFN拓扑结构和属性的改变，探索抑郁症识别的潜在标识物，完成高精度的抑郁症自动识别。