公开(公告)号：CN117373672A

公开(公告)日：2024-01-09

申请号：CN202311496629.5

申请日：2023-11-10

Applicant: 苏州大学

Inventor： 郭浩 ,  顾志浩 ,  齐菲 ,  周涛 ,  李春光 ,  田波平 ,  孙立宁

IPC: G16H50/30 ,  G16H20/30 ,  G16H50/70 ,  G06N7/01 ,  G16H50/50 ,  A61B5/1455 ,  A61B5/00

Abstract: 本发明涉及康复评估技术领域，尤其是指一种基于近红外光谱因效性脑网络的脑卒中康复分级评估方法，包括：采集患者运动相关脑区的近红外信号，预处理变为包含脑部血氧信息的多通道时间序列；将时间序列进行平稳性检验和协整性检验；分析通过平稳性检验和协整性检验的序列之间的格兰杰因果关系，构建因效性脑网络；基于所述因效性脑网络，提取全局网络特征和局部网络特征；构建脑卒中康复分级评估模型；将全局网络特征和局部网络特征输入所述脑卒中康复分级评估模型，得到患者的脑卒中康复等级。本发明提高了脑卒中康复分级评估的分类准确度，方便医患更加科学地评估患者的病情程度，为患者的训练策略自适应调整提供了理论支撑。

公开(公告)号：CN116561654A

公开(公告)日：2023-08-08

申请号：CN202310427267.8

申请日：2023-04-20

Applicant: 苏州大学

Inventor： 郭浩 ,  陆轲熠 ,  齐菲 ,  顾志浩 ,  匡绍龙

IPC: G06F18/241 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及脑电信号分类任务领域，公开一种基于双尺度脑区特征的运动想象分类方法和系统，方法包括：获取脑电信号数据分为训练集和测试集，从全局与局部两个尺度构建大脑的整个采集区域与特定脑区的信息表示；使用训练集训练分类模型，将测试集输入分类模型进行分类预测；训练和预测包括：从全局与局部两个尺度提取时间与空间特征，基于时间循环神经网络自适应增强全局尺度特征的时间表达得到全局特征、自适应增强局部尺度特征的时间表达得到局部特征；提取双尺度融合特征进行运动想象分类；系统包括实现各步骤的模块。本发明从大脑的全局与局部两个尺度，充分利用双尺度特征的差异与联系，提高脑电运动想象的识别准确率、分类性能和泛化能力。

公开(公告)号：CN116861211B

公开(公告)日：2024-09-06

申请号：CN202310674320.4

申请日：2023-06-08

Applicant: 苏州大学

Inventor： 郭浩 ,  陆轲熠 ,  顾志浩 ,  齐菲 ,  孙承峰 ,  孙立宁

IPC: G06F18/213 ,  A61B5/16 ,  A61B5/369 ,  A61B5/372 ,  G06F18/214 ,  G06F18/241 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及情绪识别技术领域，尤其是指一种融合时空交互神经网络的脑电情绪识别方法，包括：将脑电信号数据输入至脑电情绪识别模型，根据脑电采集电极的位置构建脑电信号的2D矩阵表示；通过时间步共享卷积，从低维与高维两个层面捕捉多个连续时间步的共同特征，增强原始输入的信息表达；通过降采样卷积，降低时间维度并提取与情绪类别高度相关的时间‑空间特征；通过空间交互多层感知机，实现多个子空间区域间信息交互，增强特征的空间依赖性；构建情绪分类任务，得到每个任务中情绪类别的概率，完成情绪识别。本发明基于更少的脑电采集电极，增强了脑电信号的时间表达与潜在的空间依赖，进一步提高了脑电情绪识别的分类精度与泛化能力。

公开(公告)号：CN116869780A

公开(公告)日：2023-10-13

申请号：CN202310951212.7

申请日：2023-07-31

Applicant: 苏州大学

Inventor： 郭浩 ,  顾志浩 ,  王梓杰 ,  孙承峰 ,  李家伟 ,  齐菲 ,  谭亮

IPC: A61H1/02 ,  A61B5/397 ,  A61B5/11 ,  A61B5/22 ,  A63B23/16 ,  A63B21/00 ,  A63B21/005 ,  G06F18/214

Abstract: 本发明涉及医疗康复设备技术领域，尤其是指一种手部康复机器人主动训练交互系统，包括手部外骨骼、主控电路板、肌电传感器、多路可调电源、上位机交互系统和云端数据库。所述线性执行器和压力传感器集成在手部外骨骼上，与主控电路板一起构成底层硬件模组，作为硬件执行和物理信息反馈平台；所述上位机交互系统作为数据处理与决策平台，采用分层解耦的开放式软件架构，接收肌电传感器采集的患者生理信号，用于识别运动意图，调整训练及交互模式。所述云端数据库用于给患者建立数据档案，分析并给出针对性指导建议，同时具有医护远程支持功能。所述手部康复机器人主动训练交互系统能够满足不同个体间差异性训练需求，避免康复训练过于单一乏味。

公开(公告)号：CN116861211A

公开(公告)日：2023-10-10

申请号：CN202310674320.4

申请日：2023-06-08

Applicant: 苏州大学

Inventor： 郭浩 ,  陆轲熠 ,  顾志浩 ,  齐菲 ,  孙承峰 ,  孙立宁

IPC: G06F18/213 ,  A61B5/16 ,  A61B5/369 ,  A61B5/372 ,  G06F18/214 ,  G06F18/241 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及情绪识别技术领域，尤其是指一种融合时空交互神经网络的脑电情绪识别方法，包括：将脑电信号数据输入至脑电情绪识别模型，根据脑电采集电极的位置构建脑电信号的2D矩阵表示；通过时间步共享卷积，从低维与高维两个层面捕捉多个连续时间步的共同特征，增强原始输入的信息表达；通过降采样卷积，降低时间维度并提取与情绪类别高度相关的时间‑空间特征；通过空间交互多层感知机，实现多个子空间区域间信息交互，增强特征的空间依赖性；构建情绪分类任务，得到每个任务中情绪类别的概率，完成情绪识别。本发明基于更少的脑电采集电极，增强了脑电信号的时间表达与潜在的空间依赖，进一步提高了脑电情绪识别的分类精度与泛化能力。