[發明專利]一種多模態靜息腦電數據干擾消除和標記方法及裝置有效
| 申請號： | 202111177728.8 | 申請日： | 2021-10-09 |
| 公開（公告）號： | CN113951897B | 公開（公告）日： | 2023-05-05 |
| 發明（設計）人： | 王子洋;楊芳梅;劉禹;張睿 | 申請（專利權）人： | 中國科學院自動化研究所 |
| 主分類號： | A61B5/369 | 分類號： | A61B5/369;A61B5/00 |
| 代理公司： | 北京路浩知識產權代理有限公司 11002 | 代理人： | 郭亮 |
| 地址： | 100190 *** | 國省代碼： | 北京;11 |
| 權利要求書： | 暫無信息 | 說明書： | 暫無信息 |
| 摘要： | 本發明提供一種多模態靜息腦電數據干擾消除和標記方法及裝置，其中方法包括：確定靜息態下本次同步采集的四肢運動數據和肌電數據滿足第一干擾處理條件時，對靜息態下本次同步采集的腦電數據進行眼動干擾去除處理，得到第一目標靜息態腦電數據；確定四肢運動數據和肌電數據滿足第一干擾標記條件時，對腦電數據進行肢體干擾段及肌電干擾段標識，得到第二目標靜息態腦電數據；分別將第一目標靜息態腦電數據和第二目標靜息態數據存儲為第一目標靜息態腦電數據文件和第二目標靜息態腦電數據文件。本發明能夠自動定位和去除咀嚼、吞咽、身體及頭部扭動等小動作，并且能自動去除眼電對于低頻段靜息腦電數據采集影響，從而獲取到高質量的靜息態腦電數據。 | ||
| 搜索關鍵詞： | 一種 多模態靜息腦電 數據 干擾 消除 標記 方法 裝置 | ||
【主權項】：
暫無信息
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國科學院自動化研究所，未經中國科學院自動化研究所許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.ethancrump.com/patent/202111177728.8/，轉載請聲明來源鉆瓜專利網。
- 同類專利
- 支持數據壓縮與加密的分布式腦電信號計算方法-202111344625.6
- 吳振東;張毅;王立成 - 中芯未來（北京）科技有限公司
- 2021-11-15 - 2023-05-16 - A61B5/369
- 本發明針對腦?機接口系統部署不夠靈活、腦電采集設備耗電、數據傳輸不安全等問題，提出支持數據壓縮與加密的分布式腦電信號計算方法，將腦?機接口系統的不同計算過程分布式地部署到不同的計算節點上，節點之間通過無線網絡傳輸數據，對腦電采集設備發送的腦電信號進行數據壓縮與加密，對計算節點間傳輸的數據進行加密，在不同的計算節點上分別部署接收與濾波程序、特征提取與分類程序、外部設備控制程序。本發明解決腦電信號計算過程在一個計算節點上導致不靈活的問題，提升了便攜式腦電采集設備的工作時長，提高了腦電信號網絡傳輸的安全性。
- 基于多模態數據融合的建筑工人尷尬工作姿勢識別方法-202211474969.3
- 夏侯遐邇;李子睿;夏吉康;李啟明 - 東南大學
- 2022-11-23 - 2023-05-16 - A61B5/369
- 本發明公開了一種基于多模態數據融合的建筑工人尷尬工作姿勢識別方法，包括采集被監測者的原始腦電數據、原始行為數據以及原始姿勢圖像；對原始腦電數據進行預處理，提取時域、頻域以及非線性特征；對原始行為數據進行標準化操作，并提取均值作為行為數據特征；從被監測者姿勢圖像中提取人體主要點位的空間坐標，作為姿勢狀態特征；基于前期融合策略對提取的數據特征進行融合；將融合后特征數據集輸入至已訓練好的BP神經網絡，輸出被監測者的尷尬姿勢工作類別，從而通過提取被監測者的腦電數據、行為數據以及姿勢圖像的多模態數據融合特征，實現尷尬工作姿勢自動識別，改善了基于單模態數據識別姿勢而存在的準確率不足等局限。
- 用于腦電信號分類識別的數據增強方法及系統-202011344088.0
- 曾穎;張融愷;閆鑌;童莉;舒君;李慧敏;楊凱;魯潤南 - 中國人民解放軍戰略支援部隊信息工程大學
- 2020-11-26 - 2023-05-16 - A61B5/369
- 本發明屬于腦電信號處理技術領域，特別涉及一種用于腦電信號分類識別的數據增強方法及系統，采集用于訓練任務態腦電信號和靜息態腦電信號，并利用對抗生成網絡擬合訓練生成人工腦電信號數據；通過對人工腦電信號數據進行幅度放縮，并混合真實腦電信號來獲取包含多樣性的樣本數據，利用該樣本數據對分類器進行訓練學習，以實現利用訓練學習后的分類器對被試者腦電信號進行分類識別的目的。本發明能夠有效解決腦電樣本匱乏等問題，能夠提升生成的人工樣本的逼真性和數據的多樣性，便于腦電目標識別訓練學習，以增強腦電分類器性能，具有較好的應用前景。
- 基于腦電波的注意力分析方法、系統-202011612351.X
- 王逍;許立新;史凌波 - 國科易訊（北京）科技有限公司
- 2020-12-30 - 2023-05-16 - A61B5/369
- 本發明提供一種基于腦電波的注意力分析方法、系統，首先根據眼球中心與眼球最外側的凸點確定眼球的聚焦坐標點，再根據聚焦坐標點和VR坐標系下的虛擬坐標點生成視線矢量，而后沿視線矢量無線延伸形成延伸視線，并確定延伸視線與目標物的輻射范圍的相交點，再根據相交點確定眼球偏移量，并根據眼球偏移量和實時腦電波獲取注意力分析結果，從而能在使用者眼前還原出整個現場的虛擬環境，同時檢測使用者的腦電波和眼睛聚焦位置，比起直接提問去觀察，能夠更加精準、實時的反饋出使用者的心理狀態。
- 一種防脫落一次性腦電傳感器-202222788770.X
- 陳偉濤 - 中山市中醫院
- 2022-10-21 - 2023-05-16 - A61B5/369
- 本實用新型提供的一種防脫落一次性腦電傳感器，包括設備主體、第一電極片、第二電極片和第三電極片，第一電極片、第二電極片和第三電極片上均設置有貼片傳感器，設備主體、第一電極片、第二電極片和第三電極片之間均通過連接帶連接并組成傳感組帶，傳感組帶的兩端均連接有連接板，兩個連接板間通過固定帶相連，固定帶與傳感組帶形成易于頭戴的閉環；通過固定帶與傳感組帶形成的閉環，能夠便于直接環繞頭部設置，并且固定帶具有彈性伸縮性能，能夠適用于不同頭部大小的患者使用，并且牢牢固定在頭部，使得第一電極片、第二電極片和第三電極片能夠進行持續的腦電波測量監控，提高了測量的精度，使用過程方便快捷，適合大規模推廣。
- 腦電頭環-202223152684.6
- 韓璧丞;王浩旋;蘭文斌 - 浙江強腦科技有限公司
- 2022-11-24 - 2023-05-16 - A61B5/369
- 本實用新型公開一種腦電頭環，該腦電頭環包括：前殼，開設有通孔，所述前殼內設有主控模塊；連接帶組件，連接于所述前殼并與所述前殼圍合形成佩戴空間，所述連接帶組件具有位于所述前殼內側且相對間隔設置的兩安裝端，兩所述安裝端背離所述前殼的一面分別安裝有與所述主控模塊電性連接的電極，兩所述安裝端與所述前殼隔開設置，且所述通孔與兩所述安裝端之間的間隙位置相對。本實用新型腦電頭環的兩安裝端相對間隔設置，若用戶額頭產生汗液，汗液可從兩安裝端之間的間隙導出而不會聚集，并且通過前殼上的通孔進行通風，可加速汗液的排出和風干，從而防止汗液導通不同的電極，使得腦電檢測可靠穩定，提高檢測結果的準確性。
- 一種意識障礙的微創介入腦機接口意念腦控系統-202211592043.4
- 楊藝;仇漢城;何江弘 - 首都醫科大學附屬北京天壇醫院
- 2022-12-12 - 2023-05-12 - A61B5/369
- 本發明屬于意念腦控技術領域，公開了一種意識障礙的微創介入腦機接口意念腦控系統，所述意識障礙的微創介入腦機接口意念腦控系統包括：腦電信號采集模塊、主控模塊、信號校正模塊、信號提取模塊、信號識別模塊、信號分析模塊、信號控制模塊、顯示模塊。本發明通過信號提取模塊可以用于快速準確提取意識障礙患者腦電信號數據信號的特征變化，從而檢測大腦的狀態；同時，通過信號識別模塊能夠獲取意識障礙患者自身的腦電識別模型，進而采用意識障礙患者自身的腦電識別模型對采集到的意識障礙患者的腦電信號進行分析，識別出意識障礙患者腦電信號所處的狀態類型，從而避免個體之間的差異，提高腦電狀態識別的準確性。
- 一種基于刺激事件的腦功能檢測評估方法、裝置及系統-202310048337.9
- 趙國光;王長明;謝文凱;楊彥楓;唐毅;宋為群;魏鵬虎;王逸凡;張園園;王彥朝 - 首都醫科大學宣武醫院
- 2023-01-31 - 2023-05-12 - A61B5/369
- 本發明公開了一種基于刺激事件的腦功能檢測評估方法，包括采集使用者在相應的刺激事件下的腦電信號；將采集得到的腦電信號進行預處理和疊加平均，形成相應的事件刺激引起的全腦腦電波形圖；根據腦電波形圖進行計算，得到大腦各區域間連接強度的圖譜；根據得到的大腦各區域間連接強度的圖譜與正常人的大腦各區域間連接強度的圖譜之間進行對比所得到的差值，計算得到使用者的大腦信息處理功能的評估評分。本發明還公開了一種基于刺激事件的腦功能檢測評估裝置和系統。本發明利用腦電采集技術，記錄使用者在視覺、聽覺、運動指令等事件刺激下產生的腦電波形，并使用腦網絡方法進行分析，以達成評估脊髓損傷使用者大腦功能的目的。
- 一種人工智能癲癇腦電數據預處理裝置及識別方法-202310086935.5
- 尹榕;劉宗喜;劉波;陳再明 - 甘肅省婦幼保健院（甘肅省中心醫院）
- 2023-02-09 - 2023-05-12 - A61B5/369
- 本發明公開了一種人工智能癲癇腦電數據預處理裝置及識別方法，包括若干個電極、與電極連接的腦電采集單元，以及與腦電采集單元連接的腦電分析單元；電極可用于將腦電信號傳輸至腦電采集單元；腦電采集單元可用于對uV級的腦電信號進行方放大濾波、數字化和存儲；腦電分析單元可通過人工智能算法對腦電異常信號進行分析并輸出異常腦電類型或時間。本發明可從采集EEG信號中找出癲癇發作的信號進行分析，高效判斷癲癇發作信號，并可使得對腦活動的診斷和對臨床癥狀的診斷同步，大大提高了就醫診斷效率。
- 一種具有電極自貼合功能的腦電采集眼鏡裝置-202310337622.2
- 戴國駿;王金濤;吳靖;唐楊杰;張樺;吳以凡 - 杭州電子科技大學
- 2023-03-31 - 2023-05-12 - A61B5/369
- 本發明公開了一種具有電極自貼合功能的腦電采集眼鏡裝置。本發明包括眼鏡框架、電極、伸縮帶和主控盒；其中主控盒包括腦電采集裝置、可控伸縮裝置、主控裝置、加速度檢測裝置和數據傳輸裝置，通過主控盒中各個裝置的協同工作，完成電極松動脫落后的自貼合功能與腦電信號數據采集功能。本發明設計基于可控伸縮裝置的腦電電極自貼合設備，保持了腦電采集電極與佩戴者皮膚的貼合良好，增強了對于不同人群的適用性，有利于貼合不同頭型的人群，并具有穩定性，解決了傳統腦電設備需要被測人員需要保持靜息態的問題。同時通過加速度傳感器來檢測佩戴者是否發生身體活動的功能，并在發生活動后再次開啟電極自貼合的功能。
- 基于SSVEP的腦機接口刺激范式生成、檢測方法、系統、介質、終端-202310113728.4
- 胡宏林;趙曦;王振宇;趙建龍;周婷;歐陽玉玲 - 上海前瞻創新研究院有限公司;中國科學院上海高等研究院
- 2023-02-14 - 2023-05-12 - A61B5/369
- 本發明提供一種基于SSVEP的腦機接口刺激范式生成、檢測方法、系統、介質、終端，所述于SSVEP的腦機接口刺激范式生成方法包括以下步驟：設置多個目標，令每個目標以同一頻率和同一相位閃爍；在每個目標的閃爍框內設置不同的顏色。本發明的基于SSVEP的腦機接口刺激范式生成、檢測方法、系統、介質、終端通過在閃爍框中設置不同的顏色來實現閃爍頻率和相位完全一致的場景下腦機信號的有效應用。
- 一種基于ICA優化校正腦電微狀態的大腦功能評測裝置-202310140973.4
- 王仲朋;劉釗漾;明東;陳龍;劉爽;許敏鵬;何峰 - 天津大學
- 2023-02-21 - 2023-05-12 - A61B5/369
- 本發明公開了一種基于ICA優化校正腦電微狀態的大腦功能評測裝置，所述裝置包括：采集和預處理模塊，用于采集被試在靜息狀態下的大腦腦電信號，基于ICA算法優化矯正腦電信號預處理；分析模塊，基于改進的k?means聚類算法進行微狀態分析；提取模塊，用于提取微態特征指標；評測模塊，用于統計學分析對大腦功能進行評測。本發明通過ICA算法在數據預處理階段多次進行腦電微狀態的矯正，充分剔除腦電信號中的干擾成分，使微狀態信號更加顯著，為腦電微態的識別及其特征的提取提供更準確有效的裝置。
- 一種基于大五人格的腦電特征信息分析方法以及裝置-202211046422.3
- 李佳軒;吳錦濤;肖毅 - 北京機械設備研究所
- 2022-08-30 - 2023-05-12 - A61B5/369
- 本公開是關于一種基于大五人格的腦電特征信息分析方法、裝置、電子設備以及存儲介質。其中，該方法包括：對待測試人員進行大五人格測試，生成大五人格測試結果；基于預設腦電特征檢測任務，分別采集時間或后果壓力等四種狀態下的腦電特征及按鍵反饋信息；基于所述錯誤按鍵反饋信息完成的腦電特征中的錯誤分段標注；生成四種狀態下的腦電特征指標；建立所述待測試人員的大五人格與在四種狀態下的腦電特征指標的對應關系，完成基于大五人格的腦電特征信息分析。本公開通過對時間與后果壓力下不同人格的錯誤行為腦電特征差異研究，篩選敏感指標，實現基于大五人格的壓力下錯誤行為腦電特征信息分析，為人員篩選、管理及能力調節提供參考。
- 一種用于人體感覺運動控制研究的多信號采集與同步系統-201810354653.8
- 李玉榕;杜民;陳軍 - 福州大學
- 2018-04-19 - 2023-05-12 - A61B5/369
- 本發明涉及一種用于人體感覺運動控制研究的多信號采集與同步系統，具體包括上位機、信號采集模塊、刺激輸入設備、以及信號同步采集處理器；所述信號采集模塊設置于人體上用以采集人體的生物力學參數與生物電信號，所述信號采集模塊的輸出連接至所述信號同步采集處理器的輸入端；所述刺激輸入設備的輸入與上位機相連，輸出與人體相連，用以根據上位機的指令對人體輸出刺激；所述信號同步采集處理器的輸出端與所述上位機相連，用以將同步后的采集信號傳輸至上位機。本發明能夠實現人體感覺運動控制研究中所需的多種生物力學信號和生物電信號的同步采集。
- 用于腦電信號采集的無線采集系統-202010327294.4
- 翟紅;史樹貴;翟軍;雷雨;劉情;彭立 - 重慶松山醫院
- 2020-04-23 - 2023-05-12 - A61B5/369
- 本發明涉及腦電信號采集技術領域，具體涉及用于腦電信號采集的無線采集系統，包括供用戶隨身攜帶并對腦電信號進行無線接收的記錄端和多個對不同腦部位置的腦電信號進行采集的采集端，采集端包括采集模塊、處理模塊、轉換模塊和發送模塊，采集模塊采集腦部的腦電信號傳送至轉換模塊，轉換模塊獲取腦電信號進行轉換并將轉換后的腦電信號傳送至處理模塊，處理模塊將轉換后的腦電信號封裝后發送至發送模塊，發送模塊將封裝后的腦電信號無線發送至記錄端存儲。本發明采集端不直接與記錄端通過導聯線連接以傳送數據，患者的活動不會受限于導線，使用更方便。
- 一種腦電波發射裝置-202222907051.5
- 袁亞磊;盧靈玲 - 珠海向量科技有限公司
- 2022-11-02 - 2023-05-12 - A61B5/369
- 本實用新型公開一種腦電波發射裝置，包括底座，所述底座頂部設置有支撐管，所述支撐管外側壁固定連接有隔熱套，所述隔熱套外側壁設置有加熱絲，所述支撐管外側壁固定連接有加熱袋，所述加熱袋外部設置有頭套，所述頭套兩側均設置有掛耳架，所述頭套外部設置有腦電導線，所述腦電導線貫穿頭套并設置有腦電電極。本實用新型通過加熱袋、頭套和腦電電極之間相互配合，在做腦電波分析前，使腦電發射頭套套接在加熱袋外部，利用加熱袋對其進行預熱，使腦電電極升溫至貼近患者頭皮溫度，減少對患者的冰冷刺激，從而減少因頭皮受刺激而造成的腦電波波動，便于工作人員更好的得出穩定的腦電波數據，進而提高對患者腦電波的分析效率。
- 頭戴智能設備-202222976205.6
- 韓璧丞;王浩旋;冀志強 - 浙江強腦科技有限公司
- 2022-11-07 - 2023-05-12 - A61B5/369
- 本實用新型公開一種頭戴智能設備，該頭戴智能設備包括頭環本體、至少一個腦電電極和主機，所述頭環本體具有用以與用戶前額貼合的接觸內層；所述腦電電極設于所述接觸內層，所述腦電電極用以檢測用戶的腦電波數據；所述主機設置于所述頭環本體，所述主機與所述腦電電極電連接；所述接觸內層的上部分朝向用戶的一側凸起，而使所述接觸內層上部分的厚度大于所述接觸內層下部分的厚度。本實用新型技術方案通過接觸內層的靠上位置比靠下位置更厚，能更適配人頭部的弧度，更好貼合人頭部尺寸，在前額接觸位置提供更為穩固均勻的貼合。
- 基于多目標數據時域拼接的運動想象腦電數據生成方法-202211165233.8
- 黃柳舟 - 意念中樞(重慶)科技有限公司
- 2022-09-23 - 2023-05-09 - A61B5/369
- 本發明涉及腦電數據處理技術領域，公開了一種基于多目標數據時域拼接的運動想象腦電數據生成方法，包括：基于目標受試者的單個腦電數據，采用KL散度對其他受試者的單個腦電數據進行相似性度量；其中，所述相似性度量為計算其他受試者的單個電腦數據與所述目標受試者的單個電腦數據的相似性；將目標受試者的單個腦電數據與其他受試者的單個腦電數據進行時域拆解和拼接；使用其他受試者的數據，將目標受試者的所有腦電訓練數據進行基于多目標數據時域拼接的數據生成。本發明提供的基于多目標數據時域拼接的運動想象腦電數據生成方法，用于腦卒中康復系統，解決了當前運動想象腦機接口研究中腦電訓練數據不足的問題。
- 一種便攜式腦電成像設備及腦電成像優化方法-201910480999.7
- 蔡靖;胡紀鋒;劉鋒華;蒙堅發 - 吉林大學
- 2019-06-04 - 2023-05-09 - A61B5/369
- 本發明針對現有腦電成像過程中應用普通克里金插值法對樣本腦電信號進行插值時僅靠經驗選取變異函數模型參數的值的方法而導致的成像結果精確度低的問題，提供了一種便攜式腦電成像設備及腦電成像優化方法，設備包括帶有八個采集電極的固定頭盔，每個采集電極均通過前值濾波放大單元和A/D轉換單元與微處理器單元連接，優化方法在腦電成像過程中能夠根據精度要求確定唯一的變異函數模型的參數的值，替代了以往通過經驗選取的方法，實現了腦電成像的優化，提高了腦電成像的精確度，同時應用此方法的便攜式腦電成像設備也驗證了此方法的有效性，為腦電成像領域提供了一種較為可靠的成像結果優化方法。
- 一種減震效果好的腦電圖機-202222853498.9
- 逯霞;王惠 - 新疆醫科大學第二附屬醫院
- 2022-10-27 - 2023-05-09 - A61B5/369
- 本實用新型涉及腦電圖機技術領域，尤其為一種減震效果好的腦電圖機，包括腦電圖機，所述腦電圖機的左側面和右側面對稱設置有移動把手，所述腦電圖機的底部設置有連接板，通過在減震效果好的腦電圖機上設置減震組件，在減震座的內部設置有第一減震器和第二減震器，當腦電圖機在移動的過程中產生晃動時，減震板向下擠壓，減震板底部的兩端擠壓緩沖柱，從而將第一減震器進行擠壓，通過第一減震器可進行減震緩沖，減震板向下移動時，由于連接桿可進行轉動，從而通過第二減震器可同時進行減震緩沖，使腦電圖機減震效果更好，避免腦電圖機在移動的過程中受到較大的沖擊力，減小腦電圖機受損的可能性，整體裝置結構簡單、操作方便且實用性更高。
- 一種提升兒童專注力的裝置及方法-201710849335.4
- 洪歆慧;胡婷婷;王淇澤;盧寶山;范亞超;張亭 - 福州大學廈門工藝美術學院
- 2017-09-20 - 2023-05-05 - A61B5/369
- 本發明涉及一種提升兒童專注力的裝置及方法。包括主控模塊及與該主控模塊連接的腦電獲取裝置、幻影燈及進度條模塊；幻影燈及進度條模塊包括點陣進度條和旋轉幻影燈；主控模塊通過腦電獲取裝置獲取兒童腦電信號，進而判斷計算兒童的注意力值，并與預設挑戰值比較，由點陣進度條顯示兒童所達到挑戰值進度，且若兒童注意力值超過預設挑戰值，并維持一定時間，則主控模塊通過電機帶動旋轉幻影燈旋轉，同時控制旋轉幻影燈的LED燈的亮滅情況，以達到因人眼視覺暫留而顯示與預設挑戰值匹配的預設圖形的目的。本發明通過腦電獲取裝置獲取兒童腦電信息，進而通過幻影燈實現圖形顯示，可實現兒童專注力的判斷，進而幫助提升兒童專注力。
- 一種多模態靜息腦電數據干擾消除和標記方法及裝置-202111177728.8
- 王子洋;楊芳梅;劉禹;張睿 - 中國科學院自動化研究所
- 2021-10-09 - 2023-05-05 - A61B5/369
- 本發明提供一種多模態靜息腦電數據干擾消除和標記方法及裝置，其中方法包括：確定靜息態下本次同步采集的四肢運動數據和肌電數據滿足第一干擾處理條件時，對靜息態下本次同步采集的腦電數據進行眼動干擾去除處理，得到第一目標靜息態腦電數據；確定四肢運動數據和肌電數據滿足第一干擾標記條件時，對腦電數據進行肢體干擾段及肌電干擾段標識，得到第二目標靜息態腦電數據；分別將第一目標靜息態腦電數據和第二目標靜息態數據存儲為第一目標靜息態腦電數據文件和第二目標靜息態腦電數據文件。本發明能夠自動定位和去除咀嚼、吞咽、身體及頭部扭動等小動作，并且能自動去除眼電對于低頻段靜息腦電數據采集影響，從而獲取到高質量的靜息態腦電數據。
- 一種基于生成對抗式并行神經網絡的腦電降噪方法-202310052550.7
- 陳勛;尹瑾;劉愛萍;錢若兵;孫啟彬;吳曼青 - 中國科學技術大學
- 2023-02-02 - 2023-05-02 - A61B5/369
- 本發明公開了一種基于生成對抗式并行神經網絡的腦電降噪方法，包括：1對數據集中的腦電信號和偽影信號進行預處理，獲得含噪腦電及其標簽；2建立基于生成對抗式并行神經網絡的腦電降噪網絡，該網絡包括生成器和判別器，生成器由并行的CNN塊和Transformer塊組成，用于捕獲局部和全局的時間依賴性；判別器用于約束干凈腦電信號和生成的降噪腦電信號之間的全局不一致性；3設計生成損失和判別損失，建立判別器和生成器的模型優化目標；4對判別器和生成器進行交替訓練，獲得最優降噪模型。本發明深度腦電降噪網絡可應用于多種腦電偽影移除任務，如眼電、肌電、心電和混合偽影等，對腦機接口和醫療健康等領域具有重要意義。
- 一種基于腦電的復雜動作運動想象解碼方法及系統-202211436178.1
- 張建海;陳游;朱莉;劉芬;李科;劉偉健 - 杭州電子科技大學
- 2022-11-16 - 2023-05-02 - A61B5/369
- 本發明公開一種基于腦電的復雜動作運動想象解碼方法及系統。針對單側上肢多動作運動想象的新型腦機接口任務，設計了基于小波變換?3D卷積?Transformer的學習模型，解決了傳統腦機接口系統中單側肢體可識別動作少、識別效率低下、腦模式模糊不清的問題。與傳統運動想象腦機接口的不同之處主要有以下幾點：本發明設計了一個單側上肢多動作的復雜動作運動想象識別模式；本發明設計了一種基于小波變換?3D卷積?Transformer的學習模型，可獲得更加準確和穩定的結果；友好的結果可視化界面，使得被試直觀方便的觀察到自己的試驗狀態。
- 基于深度學習的轉頭意圖識別方法、系統、設備及介質-202310033903.9
- 王黨校;張志毫;余濟凡;張曜璽;張玉茹;郭衛東 - 北京航空航天大學
- 2023-01-10 - 2023-05-02 - A61B5/369
- 本發明公開一種基于深度學習的轉頭意圖識別方法、系統、設備及介質，涉及人機交互領域，該方法包括：將待檢測腦電信號輸入轉頭意圖識別模型，獲得轉頭意圖識別結果；轉頭意圖識別模型是根據腦電信號數據集對深度學習網絡進行訓練確定的；深度學習網絡包括依次連接的空間優化模塊、時間優化模塊、特征提取模塊和特征融合模塊；空間優化模塊將對輸入的腦電信號的通道進行縮減；時間優化模塊從空間優化模塊輸出的信號中提取轉頭意圖發生前第一時間段和第二時間段的腦電信號；特征提取模塊分別對第一時間段的腦電信號和第二時間段的腦電信號進行特征提取獲得第一腦電特征和第二腦電特征。本發明提高了轉頭意圖識別的準確性。
- 一種基于分割-降噪網絡的腦電偽跡去除方法-202310171586.7
- 陳勛;李玉清;劉愛萍;尹瑾;崔恒 - 中國科學技術大學
- 2023-02-22 - 2023-05-02 - A61B5/369
- 本發明公開了一種基于分割?降噪網絡的腦電偽跡去除方法，其步驟包括：1、將采集到的單通道干凈腦電信號以及偽跡信號線性相加，從而構建訓練集；2、建立分割?降噪網絡模型SDNet，其由分割子網絡和降噪子網絡組成，同時，計算均方誤差損失和交叉熵損失優化模型參數；3、利用訓練好的模型實現腦電偽跡去除任務。本發明能夠區分腦電信號中的干凈片段和帶噪片段，避免了處理干凈片段時可能造成的失真，提高了重構的腦電信號的質量，對人機交互和醫療健康等領域具有重要意義。
- 一種肌電腦電信號聯合采集設備-202222811701.6
- 徐堯;束小康;劉朝旭;朱宇飛 - 上海念通智能科技有限公司
- 2022-10-25 - 2023-05-02 - A61B5/369
- 本實用新型實施例提供肌電腦電信號聯合采集設備，涉及信號采集領域。肌電腦電信號聯合采集設備中接口電路單元分別通過腦電信號采集單元以及肌電信號采集單元連接到信號隔離單元，信號隔離單元連接到主控單元，腦電信號采集單元與肌電信號采集單元通信連接。本實用新型克服現有肌電腦電信號聯合采集設備體積大、不方便攜帶的缺陷，提供具有一體化、小型化、便攜式的肌電腦電信號聯合采集設備，針對肌電信號和腦電信號進行硬件濾波和信號隔離以提升信號采集質量，采用多塊采集芯片同時采集16個通道腦電信號和6個通道肌電信號，實現多通道采集高質量信號。
- 入耳式腦電采集裝置-202310138058.1
- 許珊珊;崔麗霞;岳凝 - 淮南聯合大學（安徽廣播電視大學淮南分?；茨下毠ご髮W）
- 2023-02-20 - 2023-04-28 - A61B5/369
- 本發明涉及腦電采集設備技術領域，尤其是入耳式腦電采集裝置，針對現有技術中的入耳式腦電采集裝置在采集結束手不方便清理耳道內的導電膏和采集時電極容易發生松動的問題，現提出如下方案，其包括：耳機部，其包括外殼和安裝在外殼上的吸附組件，所述吸附組件包括沿外殼軸向方向活動安裝在外殼一側外壁上的活動筒、安裝在活動筒一端的吸盤和安裝在外殼內壁上的氣囊一，活動筒的另一端延伸至外殼內部，氣囊一的一端固定有連接板。本發明不僅可以在采集的時候將耳機部吸附在被檢測者的皮膚上，使其不容易松動，保證了采集信息的精準性，還可以方便在采集結束后自動在耳塞部退出耳道的過程中將耳壁上的導電膏清理掉，從而減少被檢測者的麻煩。
- 結合眼動和腦電圖的癲癇類型檢測方法-202310184470.7
- 張俊松;李曉冉 - 廈門大學
- 2023-03-01 - 2023-04-28 - A61B5/369
- 結合眼動和腦電圖的癲癇類型檢測方法，涉及癲癇檢測技術領域。通過對眼動和腦電圖的分析，輔助醫生判斷癲癇類型。首先對提取到的癲癇發作時的腦電信號和眼動三維坐標信息進行預處理并分為固定長度的時間段，然后分別使用時空域卷積網絡和眼動編碼器對腦電和眼動序列分別進行特征提取，使用跨模態注意力網絡將兩種模態的特征融合為一個特征，最后將融合特征輸入到分類器中，所得分類概率最大的類別為癲癇類型。融合癲癇發作時的眼動特征和腦電信號，兼顧發作時的行為信息和神經特征，分類結果更為準確，在輔助癲癇類型臨床診斷和鑒別癲癇類型方面有重要意義。
- 一種睡眠腦電分期方法及系統-202310140235.X
- 趙德春;李玲;舒洋;焦書洋 - 重慶郵電大學
- 2023-02-20 - 2023-04-28 - A61B5/369
- 本發明屬于數據處理技術領域，具體涉及一種睡眠腦電分期方法及系統；該方法包括：獲取腦電信號數據并對其進行預處理，得到預處理好的腦電信號數據；對預處理好的腦電信號數據進行特征提取，得到時頻特征圖；對時頻特征圖進行時序特征提取，得到時序特征圖；將時頻特征圖和時序特征圖輸入到分類器中進行分類，得到腦電信號分類結果；本發明睡眠分期準確度高，訓練時間短，收斂速度快，實用性高。
- 專利分類
- 數據顯示系統、數據中繼設備、數據中繼方法、數據系統、接收設備和數據讀取方法
- 數據記錄方法、數據記錄裝置、數據記錄媒體、數據重播方法和數據重播裝置
- 數據發送方法、數據發送系統、數據發送裝置以及數據結構
- 數據顯示系統、數據中繼設備、數據中繼方法及數據系統
- 數據嵌入裝置、數據嵌入方法、數據提取裝置及數據提取方法
- 數據管理裝置、數據編輯裝置、數據閱覽裝置、數據管理方法、數據編輯方法以及數據閱覽方法
- 數據發送和數據接收設備、數據發送和數據接收方法
- 數據發送裝置、數據接收裝置、數據收發系統、數據發送方法、數據接收方法和數據收發方法
- 數據發送方法、數據再現方法、數據發送裝置及數據再現裝置
- 數據發送方法、數據再現方法、數據發送裝置及數據再現裝置
