公开(公告)号：CN114224360A

公开(公告)日：2022-03-25

申请号：CN202111614480.7

申请日：2021-12-27

Applicant: 长春工程学院

Inventor： 耿晓中 ,  鲍杰 ,  薛松 ,  张英杰 ,  于萍 ,  赵慧玲 ,  岳梦哲

IPC: A61B5/369 ,  A61B5/00

Abstract: 本发明公开了一种基于改进EMD‑ICA的EEG信号处理方法、设备及存储介质，涉及信号处理技术领域，该方法利用改进经验模式分解法EMD对脑电信号EEG进行分解，得到本征模态分量IMFS和余量；对得到的所有符合要求的本征模态分量IMFS进行叠加重构，对重构后的脑电信号通过ICA法进行信号分离，消除噪声，得到去噪后的脑电信号；利用连续小波变换将去噪后的脑电信号变成二维时频图，并将生成的二维时频图输入卷积神经网络模型；采用卷积神经网络模型对步骤S3中的二维时频图进行特征提取，并进行分类。该方法基于改进的EMD‑ICA对脑电信号进行去噪，采用去噪后的信号再进行特征提取和分类，使得运动想象脑电信号分类准确，准确率明显高于现有的其他的分类方法。

公开(公告)号：CN119105646A

公开(公告)日：2024-12-10

申请号：CN202411137445.4

申请日：2024-08-19

Applicant: 长春工程学院

Inventor： 张英杰 ,  耿晓中 ,  励芝林 ,  张欣彤 ,  张广桥 ,  孔德刚 ,  郭向京 ,  韩秀媛 ,  李天宇 ,  郭瑞

IPC: G06F3/01 ,  G06F18/2131 ,  G06F18/241 ,  G06F18/25

Abstract: 本发明公开了一种基于特征融合和位姿反馈的运动想象脑机接口控制系统及方法，包括：控制器系统和运动执行机构；控制器系统包括：主控制器和从控制器；主控制器包含脑电信号采集模块和脑电信号处理模块；脑电信号采集模块用于采集多模态脑电信号；脑电信号处理模块用于特征矩阵融合，空间对角化特征提取以及模式分类；从控制器包括：运动控制模块，用于根据运动意图和空间位姿校正综合生成运动指令以及驱动运动执行机构；运动执行机构用于运动想象脑电信号动作的具体实现。本发明提高了运动想象模式分类的准确率和响应时间。增强与外部执行机构的运动整合控制的实用性。极大地提高机器人在复杂空间运动的准确性、实时性和灵活性。

公开(公告)号：CN113842115B

公开(公告)日：2024-06-21

申请号：CN202111137633.3

申请日：2021-09-27

Applicant: 长春工程学院

Inventor： 耿晓中 ,  李得志 ,  于萍 ,  张英杰 ,  陈翰林 ,  鲍杰 ,  岳梦哲 ,  薛松

IPC: A61B5/00 ,  A61B5/372

Abstract: 本发明提供一种改进的EEG信号特征提取方法，包括以下步骤：将包含噪声的脑电观测信号，分解为各分量间互相独立的脑电信号；采用最终的解混矩阵，对脑电信号进一步处理，得到新的脑电信号；使用小波基函数对独立分量进行5层连续小波分解，得到小波系数；对小波系数进行阈值处理，对阈值处理后的小波系数进行小波逆变换，重建脑电信号，得到包含低振幅神经源信号的独立分量估计值。本发明提供一种改进的EEG信号特征提取方法，本方法提取到的脑电信号在识别和去除EOG和ECG伪影方面具有明显的优势，可以有效保留遗漏在噪声成分的神经活动。

公开(公告)号：CN119249137A

公开(公告)日：2025-01-03

申请号：CN202411339622.7

申请日：2024-09-25

Applicant: 长春工程学院

Inventor： 耿晓中 ,  户唯新 ,  梁起鹏 ,  张英杰 ,  鲍杰 ,  张欣彤

IPC: G06F18/2131 ,  A61B5/374 ,  A61B5/372 ,  A61B5/00 ,  G06F18/2411 ,  G06F18/25 ,  G06N20/10

Abstract: 本发明公开了一种基于小波包和样本熵的疲劳脑电特征提取方法，包括以下步骤：首先对经过预处理后的脑电信号进行小波包变换；以获得不同频带的信号，获取局部时频特征；计算小波包分解后四个基本节律的频带能量，并确定其相对能量值和能量比值特征；计算脑电信号的样本熵，量化所述脑电信号的复杂度；将节律相对能量值，能量比值特征和样本熵组合成一个综合特征向量，使用交叉验证等方法验证模型的泛化能力；将构建的特征向量输入支持向量机中进行分类，验证交叉融合算法的特征提取性能和疲劳状态识别准确率。本发明不仅提高了信号分析的精度和分辨率，还增强了特征的辨别能力和分类性能，从而为脑电信号分类，疲劳检测应用带来了显著的优势。

公开(公告)号：CN114224360B

公开(公告)日：2023-10-10

申请号：CN202111614480.7

申请日：2021-12-27

Applicant: 长春工程学院

Inventor： 耿晓中 ,  鲍杰 ,  薛松 ,  张英杰 ,  于萍 ,  赵慧玲 ,  岳梦哲

IPC: A61B5/369 ,  A61B5/00

Abstract: 本发明公开了一种基于改进EMD‑ICA的EEG信号处理方法、设备及存储介质，涉及信号处理技术领域，该方法利用改进经验模式分解法EMD对脑电信号EEG进行分解，得到本征模态分量IMFS和余量；对得到的所有符合要求的本征模态分量IMFS进行叠加重构，对重构后的脑电信号通过ICA法进行信号分离，消除噪声，得到去噪后的脑电信号；利用连续小波变换将去噪后的脑电信号变成二维时频图，并将生成的二维时频图输入卷积神经网络模型；采用卷积神经网络模型对步骤S3中的二维时频图进行特征提取，并进行分类。该方法基于改进的EMD‑ICA对脑电信号进行去噪，采用去噪后的信号再进行特征提取和分类，使得运动想象脑电信号分类准确，准确率明显高于现有的其他的分类方法。