-
公开(公告)号：CN110991406B
公开(公告)日：2023-04-18
申请号：CN201911317967.1
申请日：2019-12-19
Applicant: 燕山大学
IPC: G06F18/10 , A61B5/372 , G06F18/2135 , G06F18/24 , G06F18/2411 , G06F18/213
Abstract: 本发明涉及一种基于RSVP脑电特征的弱小目标检测方法及系统。该方法包括：获取待检测图像；将待检测图像进行分割和放大，得到待检测图片序列；获取观测者观测待检测图片序列的脑电信号数据；待检测图片序列通过RSVP技术呈现给观测者；采用任务相关成分分析方法，提取脑电信号数据中每个待检测图片对应的相关成分特征；根据相关成分特征，基于逐级优化递减欠采样和边界人工少数类过采样结合的支持向量机模型，得到每个待检测图片的预测分值；判断预测分值是否大于预测阈值；如果是，将预测分值对应的待检测图片确定为目标图像；如果否，将预测分值对应的待检测图片确定为非目标图像。本发明可以提高弱小目标检测的准确度。
-
公开(公告)号：CN111110230A
公开(公告)日：2020-05-08
申请号：CN202010021303.7
申请日：2020-01-09
Applicant: 燕山大学
IPC: A61B5/0476 , A61B5/00
Abstract: 本发明涉及一种运动想象脑电特征增强方法及系统。所述增强方法包括：获取多模式神经反馈训练运动想象脑电特征增强范式；基于所述多模式神经反馈训练运动想象脑电特征增强范式，获取顶区运动皮层以及枕区视觉皮层对的多通道脑电信号；对所述脑电信号进行预处理，确定预处理后的脑电信号；对所述预处理后的脑电信号进行动态及耦合多层次特征提取，确定所述预处理后的脑电信号的动态特征以及耦合特征；根据所述动态特征以及所述耦合特征显示增强前的运动想象脑电信号的特征数值以及增强后的运动想象脑电信号的特征数值。采用本发明所提供的增强方法及系统能够提高头皮脑电有效信号识别率。
-
公开(公告)号：CN110991406A
公开(公告)日：2020-04-10
申请号：CN201911317967.1
申请日：2019-12-19
Applicant: 燕山大学
IPC: G06K9/00 , G06K9/62 , A61B5/0476
Abstract: 本发明涉及一种基于RSVP脑电特征的弱小目标检测方法及系统。该方法包括：获取待检测图像；将待检测图像进行分割和放大，得到待检测图片序列；获取观测者观测待检测图片序列的脑电信号数据；待检测图片序列通过RSVP技术呈现给观测者；采用任务相关成分分析方法，提取脑电信号数据中每个待检测图片对应的相关成分特征；根据相关成分特征，基于逐级优化递减欠采样和边界人工少数类过采样结合的支持向量机模型，得到每个待检测图片的预测分值；判断预测分值是否大于预测阈值；如果是，将预测分值对应的待检测图片确定为目标图像；如果否，将预测分值对应的待检测图片确定为非目标图像。本发明可以提高弱小目标检测的准确度。
-
Patent Agency Ranking
公开(公告)号：CN109992113A
公开(公告)日：2019-07-09
申请号：CN201910280670.6
申请日：2019-04-09
Applicant: 燕山大学
IPC: G06F3/01 , A63F13/42 , A63F13/55 , A63F13/816
Abstract: 本发明公开了一种基于多场景诱发的MI‑BCI系统及其控制方法，所述MI‑BCI系统包含声音文字、图片视频、3D生活场景、虚拟游戏场景4类目标导向型运动想象诱发场景，从不同角度深度诱导受试者进行运动想象；训练中实时采集大脑运动区多通道EEG信号，经过信号预处理、特征提取、PSO‑SVM意图识别后将结果输出到虚拟场景中进行交互控制，形成一个闭环反馈训练系统。通过评估运动区神经激活程度大小绘制动态脑地形图，为受试者提供反映大脑激活状况的可视化神经反馈。根据当前神经活跃程度大小对训练场景进行自适应切换调整，保证受试者持续处于运动神经最大程度激活状态，以提高系统的识别率。
-
公开(公告)号：CN109992113B
公开(公告)日：2020-05-15
申请号：CN201910280670.6
申请日：2019-04-09
Applicant: 燕山大学
IPC: G06F3/01 , A63F13/42 , A63F13/55 , A63F13/816
Abstract: 本发明公开了一种基于多场景诱发的MI‑BCI系统及其控制方法，所述MI‑BCI系统包含声音文字、图片视频、3D生活场景、虚拟游戏场景4类目标导向型运动想象诱发场景，从不同角度深度诱导受试者进行运动想象；训练中实时采集大脑运动区多通道EEG信号，经过信号预处理、特征提取、PSO‑SVM意图识别后将结果输出到虚拟场景中进行交互控制，形成一个闭环反馈训练系统。通过评估运动区神经激活程度大小绘制动态脑地形图，为受试者提供反映大脑激活状况的可视化神经反馈。根据当前神经活跃程度大小对训练场景进行自适应切换调整，保证受试者持续处于运动神经最大程度激活状态，以提高系统的识别率。
-
公开(公告)号：CN109331453A
公开(公告)日：2019-02-15
申请号：CN201811181254.2
申请日：2018-10-11
Applicant: 燕山大学
IPC: A63B71/06
Abstract: 本发明公开了基于肌电反馈与Kinect交互的虚拟康复系统及训练方法，所述系统包括数据采集部分和虚拟现实人机交互部分；所述数据采集部分包括肌电信号数据采集模块和Kinect肢体动作识别模块；所述虚拟现实人机交互部分包括康复训练方式选择模块和虚拟现实人机交互模块；所述系统的康复训练方式包括肌电反馈方式、Kinect交互方式和肌电+Kinect结合方式，从而可以满足患者不同关节康复训练的需求；所述肌电+Kinect结合方式为一种全新的康复训练方法，通过Kinect进行肢体动作识别，由肌电信号进行肌力大小评估，实现对虚拟康复训练场景难度系数的自适应调整，从而可以满足患者的个性化康复需求。
-
公开(公告)号：CN108968952A
公开(公告)日：2018-12-11
申请号：CN201810537395.7
申请日：2018-05-30
Applicant: 燕山大学
IPC: A61B5/0476 , A61B5/0488 , A61B5/11
Abstract: 一种脑肌电及惯性信息同步采集装置，包括多信息同步采集传感器、嵌入式微处理系统、无线传输通信接口、数据接收平台和电源模块。多信息同步采集传感器实时获取同步脑电信号、肌电信号及惯性信息，经过前级放大、有源滤波、后级放大等信号调理后送入嵌入式微处理系统，微处理系统对脑电信号、肌电信号及惯性信息进行A/D转换和优化处理，通过无线传输通信接口将信号无线传输至数据接收平台。本发明装置具有多信号采集、无线传输、通讯稳定、扩展性强、便携性、易操作等优点，可用于运动中脑、肌电信号和惯性信息实时同步采集，同时满足PC机、手机等多种数据应用平台的数据接收处理需求，为人体运动姿态分析及功能评价、脑机接口研究及应用领域提供了极大便利。
-
公开(公告)号：CN108324503A
公开(公告)日：2018-07-27
申请号：CN201810218160.1
申请日：2018-03-16
Applicant: 燕山大学
IPC: A61H1/02
Abstract: 一种基于肌骨模型和阻抗控制的康复机器人自适应控制方法，采集患者上肢健侧和患侧的表面肌电信号得到神经活动模型，建立人体上肢肌骨模型，运用卡尔曼滤波器和Opensim软件优化肌骨模型参数，得到上肢健侧输出力矩和患侧输出力矩，通过镜像方法得到患侧期望力矩，得到康复机器人辅助力矩；构建上肢活动度，利用肌电信号特征进行疲劳程度分级，调整调节力矩实现康复机器人辅助力矩自适应调整；将关节角度跟踪的期望值与关节角度修正值比较后得到实际参考关节角度，经运动学正解得到末端位置后输入位置控制器中，实现康复机器人的自适应柔顺控制，提升患者康复训练过程中的人机交互水平和个体适应性，使得康复机器人控制过程更加柔顺且安全可靠。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.028 seconds)
