-
公开(公告)号：CN117077013B
公开(公告)日：2024-03-26
申请号：CN202311315398.3
申请日：2023-10-12
Applicant: 之江实验室
IPC: G06F18/241 , G06F18/213 , G06F18/211 , G06N3/0464 , G06N3/09 , A61B5/372 , A61B5/00
Abstract: 本发明公开了一种睡眠纺锤波检测方法、电子设备、介质，包括：将待检测的EEG信号截取为若干个时序连续等长的EEG信号片段，并提取EEG特征；根据EEG特征，将EEG信号片段划分为第一类EEG信号片段和第二类EEG信号片段；将睡眠纺锤波的占比大于第一阈值的EEG信号片段作为第一类EEG信号片段；将第一类EEG信号片段中的每一EEG信号片段与其在时间上相邻的两个EEG信号片段分别重组；将重组后的EEG信号片段输入至睡眠纺锤波预测模型，得到睡眠纺锤波的峰值位置；当相邻峰值间的距离小于第二阈值时，则相邻峰值间的信号也视为睡眠纺锤波信号；根据睡眠纺锤波的长度范围进行筛选，得到睡眠纺锤波信号的预测结果。
-
公开(公告)号：CN115357125A
公开(公告)日：2022-11-18
申请号：CN202211276614.3
申请日：2022-10-19
Applicant: 之江实验室
IPC: G06F3/01 , G06F3/04845 , G06V10/24 , G06V10/25
Abstract: 本发明提出一种搭载图形界面的可交互式脑机接口方法和装置，提供一站式的相关服务。本发明针对光学脑机接口的各实验阶段，设计了高效的用户图形界面，同时也整合了目前该领域常用的热点工具，能够有效减少研究员进行光学脑机接口实验的时间成本，提高实验效率。本发明还针对光学脑机接口实验进行了普适性调整，可适用于大部分离线、在线实验，且操作灵活简便，运行稳定，可以在光学脑机接口领域广泛使用。
-
公开(公告)号：CN115337026A
公开(公告)日：2022-11-15
申请号：CN202211276168.6
申请日：2022-10-19
Applicant: 之江实验室
Abstract: 本发明公开了一种基于卷积神经网络的EEG信号特征检索方法、装置，包括：对待检索的EEG信号数据集预处理；基于卷积神经网络构建特征提取模型；使用特征提取模型对EEG信号进行特征提取，再进行聚类，得到K个聚类中心，并计算每个聚类中心的坐标；计算所有样本与K个聚类中心的欧式距离并排序，得到将第一标签和第二标签，将该标签作为样本构建的索引；对EEG信号数据集中的所有样本构建索引得到索引库；通过索引在索引库中查询待检索的EEG信号数据集中与待查询的目标样本相似的检索结果信号；计算检索结果信号与目标样本的相似度并排序，得到EEG信号特征检索结果。本发明能快速有效地从数据集中检索出相似的信号数据。
-
公开(公告)号：CN117056788B
公开(公告)日：2023-12-19
申请号：CN202311315334.3
申请日：2023-10-12
Applicant: 之江实验室
IPC: G06F18/24 , G06F18/214 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于有监督对比学习的EEG信号分类方法、装置，包括：将EEG信号输入至预先训练的特征提取模型中，得到EEG特征；通过分类器对EEG特征进行分类；其中，特征提取模型的训练过程包括：获取有标签的EEG数据集；截取EEG数据，拥有相同标签的EEG数据样本互为正样本，不同标签的EEG数据样本互为负样本；基于滑动窗对截取的EEG数据样本进行数据增强，得到增强样本；将截取的EEG数据样本和增强样本作为训练集；利用训练集训练特征提取模型，设置损失函数，损失函数用于使负样本特征向量之间的距离逐渐增大，正样本特征向量之间的距离逐渐减小，增强样本特征向量与正样本特征向量之间的距离逐渐减小。
-
公开(公告)号：CN115444426B
公开(公告)日：2023-04-28
申请号：CN202211395311.3
申请日：2022-11-09
Applicant: 之江实验室
Abstract: 本发明公开了片上电极集成的无线肌电SoC系统、芯片及采集装置，包括：输入电极：用于传输采集到的肌电信号；差分放大器：用于对所述肌电信号进行放大处理，得到放大肌电模拟信号；信号处理模块：用于对所述放大肌电模拟信号进行转换，得到已编码串行肌电数字信号；射频传输模块：用于将所述已编码串行肌电数字信号向外发射，以及将通过无线能量传输技术接收外界传输的能量输入电源模块；电源模块：用于为无线肌电SoC系统供电；时钟模块：用于将所述时钟频率供给无线肌电SoC系统。本发明减小信号传输的误差和芯片封装面积，实现芯片输入电极端与芯片端距离最小化，降低引线键合导致的信号传输误差，保证信号完整性，同时减小芯片封装面积。
-
Patent Agency Ranking
公开(公告)号：CN115337026B
公开(公告)日：2023-03-10
申请号：CN202211276168.6
申请日：2022-10-19
Applicant: 之江实验室
IPC: A61B5/369 , A61B5/00 , G06F16/901 , G06F16/903 , G06F16/906 , G06F18/22 , G06F18/23213 , G06N3/0464
Abstract: 本发明公开了一种基于卷积神经网络的EEG信号特征检索方法、装置，包括：对待检索的EEG信号数据集预处理；基于卷积神经网络构建特征提取模型；使用特征提取模型对EEG信号进行特征提取，再进行聚类，得到K个聚类中心，并计算每个聚类中心的坐标；计算所有样本与K个聚类中心的欧式距离并排序，得到将第一标签和第二标签，将该标签作为样本构建的索引；对EEG信号数据集中的所有样本构建索引得到索引库；通过索引在索引库中查询待检索的EEG信号数据集中与待查询的目标样本相似的检索结果信号；计算检索结果信号与目标样本的相似度并排序，得到EEG信号特征检索结果。本发明能快速有效地从数据集中检索出相似的信号数据。
-
公开(公告)号：CN115337021B
公开(公告)日：2023-01-24
申请号：CN202211276693.8
申请日：2022-10-19
Applicant: 之江实验室
IPC: A61B5/349
Abstract: 本发明公开了一种应用于心电采集的去除基线漂移的方法及系统，包括：信号放大模块：用于将穿戴式心电采集设备采集到的输入信号中的心电信号进行放大处理，得到放大心电信号，并将所述放大心电信号传输至基线漂移去除模块；基线漂移去除模块：用于去除所述放大心电信号的基线漂移，得到去基线漂移心电信号，并将所述去基线漂移心电信号传输至模数转换器；模数转换器：用于对所述去基线漂移心电信号进行转换、编码形成转换后的数字信号，并将所述数字信号传输至发射模块；发射模块：用于将所述数字信号进行发射传输。本发明通过使用自主设计的基线漂移去除模块，去除心电信号中的基线漂移，从模拟前端降低心电信号的噪声、提高心电信号的准确性。
-
公开(公告)号：CN115337021A
公开(公告)日：2022-11-15
申请号：CN202211276693.8
申请日：2022-10-19
Applicant: 之江实验室
IPC: A61B5/349
Abstract: 本发明公开了一种应用于心电采集的去除基线漂移的方法及系统，包括：信号放大模块：用于将穿戴式心电采集设备采集到的输入信号中的心电信号进行放大处理，得到放大心电信号，并将所述放大心电信号传输至基线漂移去除模块；基线漂移去除模块：用于去除所述放大心电信号的基线漂移，得到去基线漂移心电信号，并将所述去基线漂移心电信号传输至模数转换器；模数转换器：用于对所述去基线漂移心电信号进行转换、编码形成转换后的数字信号，并将所述数字信号传输至发射模块；发射模块：用于将所述数字信号进行发射传输。本发明通过使用自主设计的基线漂移去除模块，去除心电信号中的基线漂移，从模拟前端降低心电信号的噪声、提高心电信号的准确性。
-
公开(公告)号：CN117056788A
公开(公告)日：2023-11-14
申请号：CN202311315334.3
申请日：2023-10-12
Applicant: 之江实验室
IPC: G06F18/24 , G06F18/214 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于有监督对比学习的EEG信号分类方法、装置，包括：将EEG信号输入至预先训练的特征提取模型中，得到EEG特征；通过分类器对EEG特征进行分类；其中，特征提取模型的训练过程包括：获取有标签的EEG数据集；截取EEG数据，拥有相同标签的EEG数据样本互为正样本，不同标签的EEG数据样本互为负样本；基于滑动窗对截取的EEG数据样本进行数据增强，得到增强样本；将截取的EEG数据样本和增强样本作为训练集；利用训练集训练特征提取模型，设置损失函数，损失函数用于使负样本特征向量之间的距离逐渐增大，正样本特征向量之间的距离逐渐减小，增强样本特征向量与正样本特征向量之间的距离逐渐减小。
-
公开(公告)号：CN117077013A
公开(公告)日：2023-11-17
申请号：CN202311315398.3
申请日：2023-10-12
Applicant: 之江实验室
IPC: G06F18/241 , G06F18/213 , G06F18/211 , G06N3/0464 , G06N3/09 , A61B5/372 , A61B5/00
Abstract: 本发明公开了一种睡眠纺锤波检测方法、电子设备、介质，包括：将待检测的EEG信号截取为若干个时序连续等长的EEG信号片段，并提取EEG特征；根据EEG特征，将EEG信号片段划分为第一类EEG信号片段和第二类EEG信号片段；将睡眠纺锤波的占比大于第一阈值的EEG信号片段作为第一类EEG信号片段；将第一类EEG信号片段中的每一EEG信号片段与其在时间上相邻的两个EEG信号片段分别重组；将重组后的EEG信号片段输入至睡眠纺锤波预测模型，得到睡眠纺锤波的峰值位置；当相邻峰值间的距离小于第二阈值时，则相邻峰值间的信号也视为睡眠纺锤波信号；根据睡眠纺锤波的长度范围进行筛选，得到睡眠纺锤波信号的预测结果。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.018 seconds)
