-
公开(公告)号：CN111631848B
公开(公告)日：2023-05-05
申请号：CN202010481487.5
申请日：2020-05-31
申请人： 天津大学 , 天津富瑞隆金属制品有限公司
摘要： 一种基于脑机混合智能的意念控制假肢系统，包括依次连接的视觉刺激模块、便携式脑电信号采集设备、脑电信号处理与识别模块和假肢，所述视觉刺激模块用于为被试者提供视觉刺激选项，脑电信号处理与识别模块用于采集被试者的SSMVEP脑电信号，脑电信号处理与识别模块用于对SSMVEP脑电信号进行特征提取和分类，根据分类结果驱动假肢进行6种动作，所述6种动作为：按电梯，竖大拇指，将水倒入杯子，将食物送入嘴中，将物体上移到橱柜，两根手指捡起一个物体。本发明能够对疲劳状态下的脑卒中患者提高分类辨识精度，进一步减少疲劳状态下脑卒中患者对假肢的误操作率，方便脑卒中患者的日常生活，提高意念控制假肢系统的适用性。
-
公开(公告)号：CN111631907B
公开(公告)日：2022-06-03
申请号：CN202010481475.2
申请日：2020-05-31
申请人： 天津大学 , 天津富瑞隆金属制品有限公司
摘要： 一种基于脑机交互混合智能的脑卒中患者手部康复系统：便携式脑电信号采集设备通过运动想像脑电信号处理与识别模块连接机械手套，视觉刺激模块包括SSMVEP视觉刺激界面和运动想像视觉界面，用于给被试者提供SSMVEP视觉刺激选项和机械手套执行手部动作的画面；便携式脑电信号采集设备用于采集被试者的SSMVEP脑电信号和运动想象脑电信号；SSMVEP脑电信号处理与识别模块对SSMVEP信号进行分类与辨识，分类结果同时传输到机械手套与视觉刺激模块；运动想像脑电信号处理与识别模块对运动想象脑电信号进行分类与辨识，转化为指令控制机械手套带动被试者患肢完成预选手部动作。本发明减少了机械手套的误操作率，提高了手部康复系统的适用性。
-
公开(公告)号：CN111584028B
公开(公告)日：2023-04-18
申请号：CN202010364687.2
申请日：2020-04-30
申请人： 天津大学
IPC分类号： A61B5/369 , A61B5/291 , G16H20/30 , A61B5/386 , A61B5/389 , A61N1/36 , G06N3/047 , G06F18/241
摘要： 一种基于可视图符号网络和宽度学习的新型脑控智能康复系统，被试者观看手部握拳与伸展动作视频进行运动想象，脑电信号采集设备采集被试者的运动想象EEG脑电信号；运动意图识别模块对获得的运动想象EEG脑电信号进行预处理，构建水平可视图网络，建单层符号网络，提取单层符号网络的六个网络指标，并构成六维特征向量，将六维特征向量输入到宽度学习模型中实现握拳运动想象EEG脑电信号与手部伸展运动想象EEG脑电信号的有效分类与辨识，将分类结果传输到脑控智能康复系统，脑控智能康复系统基于所述运动意图协助被试者进行上肢康复训练。本发明可以帮助上肢运动通路损伤以致于活动受限的脑卒中患者进行康复训练，逐渐恢复他们的活动能力。
-
公开(公告)号：CN111584030A
公开(公告)日：2020-08-25
申请号：CN202010364721.6
申请日：2020-04-30
申请人： 天津大学
IPC分类号： G16H20/30 , A61B5/0476 , A61B5/0488 , G06K9/00 , G06N3/04
摘要： 基于深度学习和复杂网络的意念控制智能康复系统及应用，使用虚拟现实生成不同运动场景，被试者分别观察不同的运动场景的同时，想象对应的具体动作，诱发运动想象EEG脑电信号；通过便携式脑电采集设备采集EEG脑电信号，而后结合大脑多层复杂网络和卷积神经网络模型，实现对运动想象EEG脑电信号的有效辨识以及分类；以分类结果为基础，生成相应的控制指令，将控制指令转变为电刺激，刺激被试者相应肌肉实现手臂多自由度的运动，辅助被试者完成不同运动。本发明能够实现对运动想象EEG脑电信号的有效辨识和进行正确分类，并转化为脑控指令；本发明无需对脑电信号进行预处理；本发明能够实现多自由度大脑意念控制，辅助手臂运动困难者进行训练。
-
公开(公告)号：CN111584028A
公开(公告)日：2020-08-25
申请号：CN202010364687.2
申请日：2020-04-30
申请人： 天津大学
IPC分类号： G16H20/30 , A61B5/0476 , G06K9/00 , G06N3/04
摘要： 一种基于可视图符号网络和宽度学习的新型脑控智能康复系统，被试者观看手部握拳与伸展动作视频进行运动想象，脑电信号采集设备采集被试者的运动想象EEG脑电信号；运动意图识别模块对获得的运动想象EEG脑电信号进行预处理，构建水平可视图网络，建单层符号网络，提取单层符号网络的六个网络指标，并构成六维特征向量，将六维特征向量输入到宽度学习模型中实现握拳运动想象EEG脑电信号与手部伸展运动想象EEG脑电信号的有效分类与辨识，将分类结果传输到脑控智能康复系统，脑控智能康复系统基于所述运动意图协助被试者进行上肢康复训练。本发明可以帮助上肢运动通路损伤以致于活动受限的脑卒中患者进行康复训练，逐渐恢复他们的活动能力。
-
公开(公告)号：CN108426349B
公开(公告)日：2020-04-17
申请号：CN201810167495.5
申请日：2018-02-28
申请人： 天津大学
IPC分类号： F24F11/65 , F24F11/56 , F24F11/64 , F24F110/10 , F24F110/20 , F24F120/10
摘要： 一种基于复杂网络与图像识别的空调个性化健康管理方法：获取家居环境数据以及用户生理数据和体检数据；构建深度卷积神经网络A对家居图片数据进行分析处理；在不同时段，对用户脉搏数据X1以及用户心电数据X2进行特征提取，获得不同时段的网络指标；构建和训练深度卷积神经网络B，利用深度卷积神经网络B对不同时段的网络指标进行分类；对空调的运行模式进行调节，包括根据已建立的深度卷积神经网络A、深度卷积神经网络B和实时获取的家居图片数据和用户生理数据进行自动调节，以及通过移动终端进行手动调节。本发明在空调调控过程中，不是依据用户主观感受，而是结合了家居环境场景以及用户的身体健康状况，能够达到更加精准的温度、湿度调控。
-
公开(公告)号：CN108426349A
公开(公告)日：2018-08-21
申请号：CN201810167495.5
申请日：2018-02-28
申请人： 天津大学
IPC分类号： F24F11/65 , F24F11/56 , F24F11/64 , F24F110/10 , F24F110/20 , F24F120/10
摘要： 一种基于复杂网络与图像识别的空调个性化健康管理方法：获取家居环境数据以及用户生理数据和体检数据；构建深度卷积神经网络A对家居图片数据进行分析处理；在不同时段，对用户脉搏数据X1以及用户心电数据X2进行特征提取，获得不同时段的网络指标；构建和训练深度卷积神经网络B，利用深度卷积神经网络B对不同时段的网络指标进行分类；对空调的运行模式进行调节，包括根据已建立的深度卷积神经网络A、深度卷积神经网络B和实时获取的家居图片数据和用户生理数据进行自动调节，以及通过移动终端进行手动调节。本发明在空调调控过程中，不是依据用户主观感受，而是结合了家居环境场景以及用户的身体健康状况，能够达到更加精准的温度、湿度调控。
-
公开(公告)号：CN111584027B
公开(公告)日：2022-03-11
申请号：CN202010364649.7
申请日：2020-04-30
申请人： 天津大学
摘要： 一种融合复杂网络和图卷积的脑控康复系统运动想象识别系统，被试者通过观看手部握拳与伸展动作视频进行运动想象，同时脑电信号采集设备采集被试者的运动想象EEG脑电信号；运动意图识别模块对获得的运动想象EEG脑电信号构建多熵复杂网络，提取运动想象EEG脑电信号中符号波动、频率能量分布和幅值波动方面的特征，输入图卷积神经网络中对握拳运动想象EEG脑电信号和手部伸展运动想象EEG脑电信号进行分类与辨识，将分类结果传输到脑控康复系统，促使被试者执行手部握拳与伸展动作；该脑控康复系统使得运动意图和肢体感觉之间形成闭环通路，逐渐增强被试者的肌肉强度和神经传导速度，促进受损大脑运动区域的恢复，逐渐恢复活动能力。
-
公开(公告)号：CN111631848A
公开(公告)日：2020-09-08
申请号：CN202010481487.5
申请日：2020-05-31
申请人： 天津大学 , 天津富瑞隆金属制品有限公司
IPC分类号： A61F2/72 , A61B5/0484 , G06N3/04
摘要： 一种基于脑机混合智能的意念控制假肢系统，包括依次连接的视觉刺激模块、便携式脑电信号采集设备、脑电信号处理与识别模块和假肢，所述视觉刺激模块用于为被试者提供视觉刺激选项，脑电信号处理与识别模块用于采集被试者的SSMVEP脑电信号，脑电信号处理与识别模块用于对SSMVEP脑电信号进行特征提取和分类，根据分类结果驱动假肢进行6种动作，所述6种动作为：按电梯，竖大拇指，将水倒入杯子，将食物送入嘴中，将物体上移到橱柜，两根手指捡起一个物体。本发明能够对疲劳状态下的脑卒中患者提高分类辨识精度，进一步减少疲劳状态下脑卒中患者对假肢的误操作率，方便脑卒中患者的日常生活，提高意念控制假肢系统的适用性。
-
公开(公告)号：CN111584033A
公开(公告)日：2020-08-25
申请号：CN202010366869.3
申请日：2020-04-30
申请人： 天津大学 , 天津富瑞隆金属制品有限公司
IPC分类号： G16H20/30 , A61B5/0476 , A61B5/0488 , G06K9/00 , G06N3/04
摘要： 一种基于多层有序网络的脑控智能康复系统运动意图识别方法，被试者通过观看手部握拳与伸展动作视频进行运动想象，同时脑电信号采集设备采集被试者的脑电信号；运动意图识别模块对获得的运动想象信号进行预处理，构建多层有序网络，该多层有序网络能够融合多通道脑电信号，从脑电信号中提取符号波动的特征，实现手部握拳与伸展动作想象信号的有效分类与辨识，将分类结果传输到脑控智能康复系统，脑控智能康复系统基于所述运动意图协助被试者进行上肢康复训练。本发明可以实现运动想象信号特征的有效提取和手部握拳与伸展运动想象EEG信号的有效辨识，并转化为指令控制脑控智能康复系统，帮助上肢运动通路损伤以致于活动受限的病患进行康复训练。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.029 秒)
