基于注意和情感信息融合的抑郁诊断系统及数据处理方法

    公开(公告)号:CN105559802B

    公开(公告)日:2018-11-02

    申请号:CN201510468260.6

    申请日:2015-08-03

    Abstract: 一种基于注意和情感信息的融合处理系统及处理方法,该系统包括:情绪刺激模块,用于设置多个情绪刺激任务并提供至受测者;图像采集模块,用于采集受测者在进行情绪刺激任务时的眼部图像和面部图像;数据传输模块,用于获取并发送眼部图像和面部图像;数据预处理模块,用于对眼部图像和面部图像进行预处理;数据处理模块,用于计算受测者的注视点位置和瞳孔直径;特征提取模块,用于提取注意类特征和情感类特征;识别反馈模块,用于对受测者进行抑郁症诊断识别。本发明利用注视点中心距特征、注意偏向分数特征、情感带宽和面部表情特征,可以全面、系统、定量的对抑郁症进行识别。

    一种抑郁风险三级预警方法及系统

    公开(公告)号:CN104644173A

    公开(公告)日:2015-05-27

    申请号:CN201510018792.X

    申请日:2015-01-14

    CPC classification number: A61B5/165 A61B5/7242 A61B5/7264

    Abstract: 本发明涉及一种抑郁风险三级预警方法及系统,所述方法包括:采集静息态和任务态的BOLD信号及其对应的时间序列;从BOLD信号中提取静息态BOLD值和任务态BOLD值;根据静息态BOLD值和任务态BOLD值生成静息态BOLD变化率曲线和任务态BOLD变化率曲线;对静息态BOLD变化率曲线和任务态BOLD变化率曲线进行向量分析以得到变化强度值||ΔG||和变化矢量角θ;根据变化强度值||ΔG||和变化矢量角θ与预设的变化强度阈值||ΔG||阈值和变化矢量角阈值θ阈值进行预警级别判定。本发明通过对人体与抑郁症有关的生理指标进行定量的分析,实现了对不同程度抑郁高危人群的预警,并且预警稳定性好、正确率高。

    一种抑郁风险三级预警系统

    公开(公告)号:CN104644173B

    公开(公告)日:2017-06-20

    申请号:CN201510018792.X

    申请日:2015-01-14

    Abstract: 本发明涉及一种抑郁风险三级预警方法及系统,所述方法包括:采集静息态和任务态的BOLD信号及其对应的时间序列;从BOLD信号中提取静息态BOLD值和任务态BOLD值;根据静息态BOLD值和任务态BOLD值生成静息态BOLD变化率曲线和任务态BOLD变化率曲线;对静息态BOLD变化率曲线和任务态BOLD变化率曲线进行向量分析以得到变化强度值||ΔG||和变化矢量角θ;根据变化强度值||ΔG||和变化矢量角θ与预设的变化强度阈值||ΔG||阈值和变化矢量角阈值θ阈值进行预警级别判定。本发明通过对人体与抑郁症有关的生理指标进行定量的分析,实现了对不同程度抑郁高危人群的预警,并且预警稳定性好、正确率高。

    一种基于注意和情感信息融合的抑郁症诊断系统及方法

    公开(公告)号:CN105559802A

    公开(公告)日:2016-05-11

    申请号:CN201510468260.6

    申请日:2015-08-03

    Abstract: 一种基于注意和情感信息融合的抑郁症诊断系统及方法,该系统包括:情绪刺激模块,用于设置多个情绪刺激任务并提供至受测者;图像采集模块,用于采集受测者在进行情绪刺激任务时的眼部图像和面部图像;数据传输模块,用于获取并发送眼部图像和面部图像;数据预处理模块,用于对眼部图像和面部图像进行预处理;数据处理模块,用于计算受测者的注视点位置和瞳孔直径;特征提取模块,用于提取注意类特征和情感类特征;识别反馈模块,用于对受测者进行抑郁症诊断识别。本发明利用注视点中心距特征、注意偏向分数特征、情感带宽和面部表情特征,可以全面、系统、定量的对抑郁症进行识别。

    一种人工智能床垫系统
    5.
    发明授权

    公开(公告)号:CN109730658B

    公开(公告)日:2021-08-06

    申请号:CN201811634315.6

    申请日:2018-12-29

    Abstract: 本发明涉及一种人工智能床垫系统,基于床垫、微动传感器,以及采集处理模块,微动传感器实时获取被监测对象睡眠中的振动数据,并通过数据处理实时获取被监测对象的睡眠状态,还设置了用户睡眠状态评价模块、手机和云端服务器;用户睡眠状态评价模块用于在获得被监测对象睡眠状态的基础上进行睡眠状态评价,采集处理模块将睡眠状态评价数据传至云端服务器;用户通过手机应用程序填充用户个人信息,形成用户个性化信息节点;服务器中的应用程序将睡眠状态评价数据与所述用户的个性化信息节点相关联,记录各个时间段用户的睡眠状态评价数据;根据用户当前睡眠状态评价数据推荐对应的助眠模式。

    一种基于任务态神经影像数据融合和不确定推理的脑智能解析方法

    公开(公告)号:CN113095366A

    公开(公告)日:2021-07-09

    申请号:CN202110277961.7

    申请日:2021-03-15

    Abstract: 本发明公开了一种基于任务态神经影像数据融合和不确定推理的脑智能解析方法,针对多个任务态神经影像数据的计算结果进行融合,以脑知识库和认知图谱为融合的数据源,以系统化实验模板图和实验设计规则推理为融合手段,以多任务神经影像数据为融合对象并计算生成不确定性分布图。该方法从系统化解析脑智能的目标出发,首先设计涉及主实验和辅助实验的实验模板图、各实验之间的逻辑规则和证据权重;然后,根据规则采样脑数据集成到图中,并结合证据权重对图中证据进行组合计算,推理得到特定脑结构的不同智能的多重不确定性。本发明通过对多侧面任务态神经影像数据的融合计算和不确定性推理和脑智能的差异解释,能够提高脑智能核心机制的理解。

    一种基于类别分层机制的人体运动状态分类方法

    公开(公告)号:CN106203484B

    公开(公告)日:2019-06-21

    申请号:CN201610509467.8

    申请日:2016-06-29

    Abstract: 一种基于类别分层机制的人体运动状态分类方法,包含不同类别动作设计与动作样本采集、不同类别动作样本分割与类别标注、动作样本数据预处理、动作样本特征提取、基于动作样本数据的特征选择、基于类别分层机制的分类器构建和分类方法有效性验证等步骤。本发明以类别分层机制为核心,旨在减少分类过程中由于分类器受到其他类别训练样本影响而对测试样本类别误判的现象,达到提高人体运动状态识别准确率及召回率的目的。本发明可以作为任何一种人体运动状态识别的核心分类方法,具有较强的通用性和可移植性。

    一种基于类别分层机制的人体运动状态分类方法

    公开(公告)号:CN106203484A

    公开(公告)日:2016-12-07

    申请号:CN201610509467.8

    申请日:2016-06-29

    CPC classification number: G06K9/6268

    Abstract: 一种基于类别分层机制的人体运动状态分类方法,包含不同类别动作设计与动作样本采集、不同类别动作样本分割与类别标注、动作样本数据预处理、动作样本特征提取、基于动作样本数据的特征选择、基于类别分层机制的分类器构建和分类方法有效性验证等步骤。本发明以类别分层机制为核心,旨在减少分类过程中由于分类器受到其他类别训练样本影响而对测试样本类别误判的现象,达到提高人体运动状态识别准确率及召回率的目的。本发明可以作为任何一种人体运动状态识别的核心分类方法,具有较强的通用性和可移植性。

    基于二维空间的时间序列样本熵的计算方法及系统

    公开(公告)号:CN106156737A

    公开(公告)日:2016-11-23

    申请号:CN201610523352.4

    申请日:2016-07-05

    CPC classification number: G06K9/0051 G06F17/16

    Abstract: 本发明公开了一种基于二维空间的时间序列样本熵的计算方法及系统,涉及信号处理技术领域,本发明通过各步骤之间的配合,实现了样本熵的计算,能够应用于脑电复杂度计算,也可应用于其他存在局部极值点的振动序列或波形的复杂度计算。振动熵可作为对波形进行模式识别的特征指标,对不同复杂度波形进行分类。在信号处理时,信号中混有白噪声的振幅和周期是在一定范围内呈混沌的正态分布的,而信号的波形较为规律,所以本发明也可用于对信号中噪声的识别和剔除。

Patent Agency Ranking