-
公开(公告)号：CN119837545A
公开(公告)日：2025-04-18
申请号：CN202411967588.8
申请日：2024-12-30
Applicant: 南京邮电大学
IPC: A61B5/374 , A61B5/00 , G06F18/10 , G06F18/213 , G06F18/2411
Abstract: 本发明公开了一种基于多维特征的前额脑电节律驱动的睡眠状态分期方法，属于数字信号处理领域中的脑电信号处理领域，包括如下步骤：步骤1、准备睡眠生理信号数据集；步骤2、对前额脑电信号的预处理；步骤3、对前额脑电信号进行节律波提取：步骤4、分别计算前额脑电信号和眼电信号的时域特征值、基于功率谱密度的特征值和基于多尺度熵的特征值；步骤5、将步骤四计算的特征值送入SVM支持向量机进行自动分期，最后对特征值群进行优化得到自动预测的睡眠分期结果；本发明方法具备高准确性，还能为用户提供直观的反馈，帮助用户了解自身的睡眠质量和状态，从而改善其睡眠习惯。
-
公开(公告)号：CN119691517A
公开(公告)日：2025-03-25
申请号：CN202411848184.7
申请日：2024-12-16
Applicant: 南京邮电大学
IPC: G06F18/24 , A61B5/18 , A61B5/00 , A61B5/346 , A61B5/319 , G06F18/213 , G06F17/18 , G06F17/14 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种通过EEG信号识别疲劳状态的方法，包括步骤：采集EEG信号，并从中提取出多种特征值，用作构建样本；构建浅层神经网络，样本的各特征值历经该浅层神经网络的输入层、隐藏层及输出层的运算，由输出层输出预测结果；对预测结果作归一化处理，归一化处理结果即是否疲劳的判定结果。本发明提供的通过EEG信号识别疲劳状态的方法，综合考虑多个特征值，利用它们之间的相互作用和互补性，来构建更为全面和精细的疲劳评估模型。这样的模型不仅能够更准确地反映EEG信号中的疲劳特征，还能更好地适应不同个体之间的差异，从而提高疲劳监测的实用性和有效性。
-
公开(公告)号：CN119214658A
公开(公告)日：2024-12-31
申请号：CN202411390569.3
申请日：2024-10-08
Applicant: 南京邮电大学
IPC: A61B5/16 , A61B5/369 , A61B5/374 , A61B5/00 , G06F18/2411 , G06F18/10 , G06F18/213 , G06F18/25 , G06F18/2131 , G06F18/211
Abstract: 本发明公开了一种基于脑电信号的负性情绪分类和抑郁症判别方法，属于脑电信号处理技术领域，包括如下步骤：步骤1、通过网络申请获取情绪Deap数据集和HUSM抑郁症数据集，基于情绪VA二维模型对情绪Deap数据集进行处理保留其中的负性情绪；步骤2、对两个数据集中的原始脑电信号进行预处理；步骤3、特征提取和构建多域特征融合矩阵：步骤4、对多域特征融合矩阵进行特征参数筛选降维：步骤5、负性情绪阈值分析：步骤6、训练抑郁症SVM分类器：步骤7、将待分析情绪的脑电信号，根据步骤5中的阈值组合进行负性情绪分类，并按照步骤6中的训练好的抑郁症SVM分类器判断待分析情绪的脑电信号是否为抑郁症。
-
公开(公告)号：CN118203333A
公开(公告)日：2024-06-18
申请号：CN202410402027.7
申请日：2024-04-03
Applicant: 南京邮电大学
Abstract: 本发明提供基于脑电信号熵特征和模型融合的癫痫预警系统和方法，包括信号采集模块；信号分类分段模块：用于对第一脑电信号进行分类，分为两类：A类和B类，A类为预定时间段后有癫痫发作的信号，B类为预定时间后无癫痫发作的信号；信号去噪模块；特征提取模块：用于对去噪后的第一脑电信号、第二脑电信号从时域、频域、时频域及空间域四个角度计算第一脑电信号、第二脑电信号的熵特征；模型训练模块：用于训练决策树、随机森林、GBDT三种机器学习模型，训练获得最终的融合模型；发作预警模块：所述发作预警模块对预定时间段后是否有癫痫发作做出预警。本发明提高了预测准确率，同时也提升了整个系统的性能。
-
公开(公告)号：CN115784174B
公开(公告)日：2024-06-18
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。
-
Patent Agency Ranking
公开(公告)号：CN113261977B
公开(公告)日：2023-02-14
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：CN110367974B
公开(公告)日：2022-10-28
申请号：CN201910618566.3
申请日：2019-07-10
Applicant: 南京邮电大学
Abstract: 本发明提出了信息技术领域一种基于变分模态分解‑传递熵的脑肌电耦合的研究方法，包括以下步骤：步骤1受试者按照实验指令完成实验操作，在实验过程中采集脑电信号和肌电信号；步骤2对上述脑电信号、肌电信号数据的预处理；步骤3对预处理过后的脑电信号和肌电信号进行变分模态分解，将脑电信号和肌电信号分解为若干个不同的本征模态函数；步骤4对使用变分模态分解得到的脑电信号、肌电信号两两之间进行传递熵计算，观察脑肌电耦合强度；步骤5选取不同的时间刻度再次对不同性质、不同分量、不同方向的本征模态函数进行传递熵计算，可以减少频带混叠给后续不同频率波之间进行传递熵计算产生的干扰，提高实验结果准确性。
-
公开(公告)号：CN110367980A
公开(公告)日：2019-10-25
申请号：CN201910618568.2
申请日：2019-07-10
Applicant: 南京邮电大学
IPC: A61B5/0484 , A61B5/16 , A61B5/00
Abstract: 本发明提出了数字信号处理技术领域内的一种基于多元经验模态分解的脑电信号情绪识别方法，包括以下步骤：步骤1）采集脑电信号，并对脑电信号进行预处理；步骤2）对预处理后的信号进行多元经验模态分解，得到固有模态函数；步骤3）计算固有模态函数的样本熵；步骤4）将提取的样本熵构成特征向量集输入到支持向量机中进行不同情绪的识别，可有效提高分类精度、准确率。
-
公开(公告)号：CN110333852A
公开(公告)日：2019-10-15
申请号：CN201910618631.2
申请日：2019-07-10
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于Qt的脑电信号实时3D显示软件设计方法，包括以下步骤：步骤1利用脑电信号的采集芯片装置对脑电信号进行采集；步骤2各脑区的头皮电极放置；步骤3通过蓝牙模块将数据传到计算机；步骤4将采集芯片装置采集的脑电数据送入Qt中，在Qt中调用编写的FFT程序；对信号进行双树复小波分解和重构，求重构信号的样本熵，均值，方差；步骤6将求得的样本熵，均值，方差送入SVM中将情绪简单分为高兴、悲伤、平静三类，调用程序中的画图函数显示，本发明对收集到的脑电信号做了更直观的数据处理，建立三维模型来显示不同频率信号随着时间推移的变化，从而使与脑电相关的情绪有更容易理解的显示。
-
公开(公告)号：CN107414073B
公开(公告)日：2019-09-10
申请号：CN201710680158.1
申请日：2017-08-10
Applicant: 南京邮电大学
Abstract: 本发明公开了硫化亚锡/金纳米颗粒复合物及其制备方法和应用，制备方法是：机械剥离硫化亚锡材料，产物厚度50‑100 nm,大小几微米到十几微米，氩气气氛中退火后备用；滴加氯金酸水溶液到机械剥离的硫化亚锡表面，沉积2‑5 min,氮气吹走多余的液体，120‑150℃反应时间2‑5；反应结束后，快速取出样品，得到金纳米颗粒在硫化亚锡自取向性组装，所得金纳米颗粒尺寸几十纳米，结晶性好，在光电探测器件、生物传感等领域具有广泛重要的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.03 seconds)
