公开(公告)号：CN118152946A

公开(公告)日：2024-06-07

申请号：CN202410375392.3

申请日：2024-03-29

Applicant: 广州大学

Inventor： 伍冯洁 ,  柳佳瑞 ,  张立汉 ,  杨藉森 ,  何演 ,  林肇隆 ,  宁毓轩 ,  黄学纬

IPC: G06F18/2431 ,  A61B5/374 ,  A61B5/00 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/047

Abstract: 本发明公开了一种基于脑电波与深度学习的实时疲劳检测方法及系统，该方法包括下述步骤：构建疲劳程度数据集；提取脑电信号微分熵特征；构建TCN‑GCN‑TCN网络分类模型；脑电信号微分熵特征分别输入时间卷积网络TCN得到脑电信号时间特征，经过图卷积网络GCN得到不同图结构的脑电信号空间特征，再分别输入到另一个时间卷积网络TCN的各个分支，另一个时间卷积网络TCN输出学习到的脑电波疲劳程度特征；将学习到的脑电波疲劳程度特征输入Softmax疲劳分类器模型进行训练，待检测的脑电数据输入至训练后的Softmax疲劳分类器模型得到疲劳检测结果。本发明通过简单的特征提取实现评估人体的实时疲劳程度。

公开(公告)号：CN116509392A

公开(公告)日：2023-08-01

申请号：CN202310326884.9

申请日：2023-03-29

Applicant: 广州大学

Inventor： 伍冯洁 ,  陈晓斌 ,  张倩 ,  黄昱勋 ,  柳佳瑞 ,  何演 ,  刘泽霖 ,  杨籍森 ,  宁毓轩

IPC: A61B5/16 ,  A61B5/369 ,  A61B5/372 ,  A61B5/00 ,  G06F18/2415 ,  G06F18/10 ,  G06F18/2131 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提出了一种基于脑电波和卷积神经网络的情绪检测识别方法，所述方法包括：采集受试者的原始脑电信号，去除相关噪声，根据受试者的自我评估对脑电信号的情绪种类进行划分和预处理，获得受试者单次的情绪数据；采集多位受试者的原始脑电信号并获取所有受试者的情绪数据，对情绪数据进行整合，建立数据集；生成特征图，并合并为情绪特征立方体，输入GCN+NGCU神经网络；通过GCN+NGCU神经网络获得与情绪的种类相关的脑电波序列的时间‑空间特征向量；构建Softmax情绪分类器模型，将GCN‑NGCU神经网络学习到的脑电波情绪特征输入到Softmax情绪分类器模型中，自动匹配及识别受试者的情绪。本发明可实现准确高效地提取和处理脑电波的情绪状态变化特征，自动识别情绪的种类。