-
Patent Agency Ranking
公开(公告)号：CN103258120A
公开(公告)日：2013-08-21
申请号：CN201310137455.3
申请日：2013-04-19
Applicant: 杭州电子科技大学
IPC: G06F19/00 , A61B5/0476
Abstract: 本发明涉及一种基于脑电信号的中风康复程度指标计算方法。本发明首选被试根据提示执行左/右手运动想象任务，使用多通道脑电信号采集设备采集被试执行运动想象任务时的脑电信号。然后使用去公共平均参考方法降低公共噪声的水平，使用独立成分分析方法消除眼电伪迹，提高脑电信号的信噪比，使用巴特沃斯滤波器提取与运动想象任务密切相关的频段的数据用于以后的分析。最后计算脑功能网络的聚合系数、全局效率属性；计算运动想象任务执行的正确率；使用脑功能网络属性和运动想象任务正确率作为康复程度指标，把计算结果保存到专用数据库。本发明具有不受意志干扰，客观性强的优点。通过该方法可以获得一个客观的评估依据。
-
公开(公告)号：CN104127195B
公开(公告)日：2016-10-05
申请号：CN201410366036.1
申请日：2014-07-29
Applicant: 杭州电子科技大学
IPC: A61B5/18
Abstract: 本发明涉及一种融合脑电和心电信号的疲劳驾驶检测方法。本发明通过16通道的gUSBamp放大器获取脑电和心电的原始数据，提取脑电的功率谱特征数据—脑电疲劳指数和、脑电的相位同步特征数据—Pz‑Fz和P3‑P4在delta频段的MPC、心电的时域特征数据—HR和心电的频域特征数据—LF/HF后，直接将脑电心电特征数据在特征数据层面上直接融合，再利用SVM进行分类。本发明强调决策信息的全面性，融合特征的分类效果总体上比单种特征好，运用两种正交的生理指标来检测驾驶疲劳，有助于提高检测的准确率。
-
公开(公告)号：CN104095630A
公开(公告)日：2014-10-15
申请号：CN201410367212.3
申请日：2014-07-29
Applicant: 杭州电子科技大学
IPC: A61B5/0476 , A61B5/16
Abstract: 本发明涉及一种基于脑电相位同步的疲劳检测方法。本发明首先从Neuroscan64导系统采集的数据中选取58通道脑电数据用于相位同步分析。其次将步骤1采集到的脑电数据通过CAR滤波器，通过计算所记录的N个电极的信号平均值来重新评定每个时刻每个电极的电位。再次对步骤2中得到的脑电数据根据脑区内和脑区间进行平均相位相干性计算。最后选定特定频段的脑区内的相位同步脑区间的相位同步值来判断是否出现疲劳状态。本发明运用特定频段的脑区计算脑区间和脑区内的相位同步值，计算相位同步值的显著性大小区分清醒和疲劳状态，有助于提高疲劳检测的准确性。
-
公开(公告)号：CN104095630B
公开(公告)日：2016-02-10
申请号：CN201410367212.3
申请日：2014-07-29
Applicant: 杭州电子科技大学
IPC: A61B5/0476 , A61B5/16
Abstract: 本发明涉及一种基于脑电相位同步的疲劳检测方法。本发明首先从Neuroscan 64导系统采集的数据中选取58通道脑电数据用于相位同步分析。其次将步骤1采集到的脑电数据通过CAR滤波器，通过计算所记录的N个电极的信号平均值来重新评定每个时刻每个电极的电位。再次对步骤2中得到的脑电数据根据脑区内和脑区间进行平均相位相干性计算。最后选定特定频段的脑区内的相位同步脑区间的相位同步值来判断是否出现疲劳状态。本发明运用特定频段的脑区计算脑区间和脑区内的相位同步值，计算相位同步值的显著性大小区分清醒和疲劳状态，有助于提高疲劳检测的准确性。
-
公开(公告)号：CN104127195A
公开(公告)日：2014-11-05
申请号：CN201410366036.1
申请日：2014-07-29
Applicant: 杭州电子科技大学
IPC: A61B5/18
Abstract: 本发明涉及一种融合脑电和心电信号的疲劳驾驶检测方法。本发明通过16通道的gUSBamp放大器获取脑电和心电的原始数据，提取脑电的功率谱特征数据—脑电疲劳指数和、脑电的相位同步特征数据—Pz-Fz和P3-P4在delta频段的MPC、心电的时域特征数据—HR和心电的频域特征数据—LF/HF后，直接将脑电心电特征数据在特征数据层面上直接融合，再利用SVM进行分类。本发明强调决策信息的全面性，融合特征的分类效果总体上比单种特征好，运用两种正交的生理指标来检测驾驶疲劳，有助于提高检测的准确率。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
