公开(公告)号：CN115054272B

公开(公告)日：2025-01-07

申请号：CN202210893898.4

申请日：2022-07-27

Applicant: 安徽大学

Inventor： 吕钊 ,  杨小可 ,  范存航 ,  王华彬 ,  裴胜兵 ,  李平 ,  周健

IPC: A61B5/369 ,  G06F18/213 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种面向运动障碍功能重塑的脑电信号识别方法及系统。识别方法包括以下步骤：S1：设置采样周期，获取多个脑电信号；S2：对脑电信号预处理并提取训练集；S3：将训练集中的脑电信号分为不重叠的时间窗口，计算每个时间窗口的皮尔逊系数，获取时域脑功能连接；S4：根据时域脑功能连接和空间域信息建立脑部生物拓扑模型；S5：提取特定频段范围内的初始特征，校准后训练集上的特征作为输入特征；S6：根据输入特征和脑部生物拓扑模型构造可学习图卷积神经网络模型，输出预测标签。本发明通过充分融合时‑频‑空域的脑电信息，学习更具有鉴别性的运动想象特征，使得模型在训练过程中合理优化电极关系，提高了脑电信号识别的准确率。

公开(公告)号：CN114065150A

公开(公告)日：2022-02-18

申请号：CN202111386394.5

申请日：2021-11-22

Applicant: 安徽大学

Inventor： 田苗苗 ,  方孝翔 ,  杨小可 ,  汪鑫 ,  毕雨涵

IPC: G06F21/16 ,  G06F21/64 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种图片版权保护方法，其步骤包括：S1、模型构建和预训练阶段；S2、版权注册阶段；S3、盗版检测阶段。本发明中任意平台机构首先根据用户上传的待注册图片训练图像识别模型，在平台间进行原创性检验后，根据模型参数文件生成哈希，将哈希嵌入图片并登记至区块链；在之后的盗版检测中，平台首先对用户提交的模型参数进行完整性检验，然后对待检测图片进行盗版检测；根据这个方法可以实现跨平台的版权保护，避免版权保护可能存在的欺诈性行为，实现了版权登记过程的公开、透明、有效，同时能够避免图像修改的恶意侵权行为。

公开(公告)号：CN114065150B

公开(公告)日：2024-03-05

申请号：CN202111386394.5

申请日：2021-11-22

Applicant: 安徽大学

Inventor： 田苗苗 ,  方孝翔 ,  杨小可 ,  汪鑫 ,  毕雨涵

IPC: G06F21/16 ,  G06F21/64 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种图片版权保护方法，其步骤包括：S1、模型构建和预训练阶段；S2、版权注册阶段；S3、盗版检测阶段。本发明中任意平台机构首先根据用户上传的待注册图片训练图像识别模型，在平台间进行原创性检验后，根据模型参数文件生成哈希，将哈希嵌入图片并登记至区块链；在之后的盗版检测中，平台首先对用户提交的模型参数进行完整性检验，然后对待检测图片进行盗版检测；根据这个方法可以实现跨平台的版权保护，避免版权保护可能存在的欺诈性行为，实现了版权登记过程的公开、透明、有效，同时能够避免图像修改的恶意侵权行为。

公开(公告)号：CN115054272A

公开(公告)日：2022-09-16

申请号：CN202210893898.4

申请日：2022-07-27

Applicant: 安徽大学

Inventor： 吕钊 ,  杨小可 ,  范存航 ,  王华彬 ,  裴胜兵 ,  李平 ,  周健

IPC: A61B5/369 ,  G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种面向运动障碍功能重塑的脑电信号识别方法及系统。识别方法包括以下步骤：S1：设置采样周期，获取多个脑电信号；S2：对脑电信号预处理并提取训练集；S3：将训练集中的脑电信号分为不重叠的时间窗口，计算每个时间窗口的皮尔逊系数，获取时域脑功能连接；S4：根据时域脑功能连接和空间域信息建立脑部生物拓扑模型；S5：提取特定频段范围内的初始特征，校准后训练集上的特征作为输入特征；S6：根据输入特征和脑部生物拓扑模型构造可学习图卷积神经网络模型，输出预测标签。本发明通过充分融合时‑频‑空域的脑电信息，学习更具有鉴别性的运动想象特征，使得模型在训练过程中合理优化电极关系，提高了脑电信号识别的准确率。

公开(公告)号：CN114707544A

公开(公告)日：2022-07-05

申请号：CN202210297805.1

申请日：2022-03-23

Applicant: 安徽大学

Inventor： 吕钊 ,  董维怡 ,  闫纪程 ,  靳子豪 ,  范存航 ,  汪锦勤 ,  邢梦霞 ,  滕维 ,  肖迪 ,  杨小可

IPC: G06K9/00 ,  G06K9/62 ,  A61B5/16 ,  A61B5/374 ,  A61B5/00

Abstract: 本发明公开了一种基于EEG脑电信号情感识别方法，包括以下步骤：原始数据输入，选取合适的公开的脑电信号数据集并且带有可识别的情感标签；数据预处理，对采集到的EEG信号进行预处理得到适合的脑电信号；特征分析，对预处理后的EEG信号进行时域和频域的特征分析；特征处理，对分析后的EEG信号提取六种不同的情感特征；分类识别，将提取的特征分为测试集和训练集放入支持向量机SVM分类器、KNN分类器中进行学习分类。还公开了一种基于EEG脑电信号情感识别系统。本发明对比了不同分类器下的脑电信号及识别率，并能直观反映识别情况，同时对于新的脑电信号特征基于训练好的模型进行识别。