公开(公告)号：CN116196015A

公开(公告)日：2023-06-02

申请号：CN202310188226.8

申请日：2023-03-01

Applicant: 南京大学

Inventor： 黄晓林 ,  顾鹏程 ,  曹阳 ,  葛云 ,  陈颖

IPC: A61B5/372 ,  A61B5/00

Abstract: 本发明公开了一种基于节律特征融合卷积神经网络对脑电信号进行分类的模型。目的是解决目前关于脑电信号的研究中忽视信号的节律特征的，以及脑电信号在不同个体间的差异导致在迁移学习中神经网络表现差的问题。针对现有的问题，本发明设计了一种提取特定频段特征的网络结构，实现了从各个脑电节律提取不同的特征，并使用与一致性相关的自定义函数作为评价指标进行网络训练，并将各个节律的特征融合的分类方法。大大提高了脑电信号分类的迁移学习准确率。

公开(公告)号：CN116366413A

公开(公告)日：2023-06-30

申请号：CN202310315903.8

申请日：2023-03-28

Applicant: 南京大学

Inventor： 黄晓林 ,  曹阳 ,  顾鹏程 ,  葛云 ,  陈颖

IPC: H04L27/26

Abstract: 本申请提供一种信号之间相位同步的检测方法及系统，所述方法包括获取第一信号和第二信号；对第一信号执行离散傅里叶变换得到第一傅里叶频谱，以及对第二信号执行离散傅里叶变换得到第二傅里叶频谱；根据第一傅里叶频谱和第二傅里叶频谱计算第一信号和第二信号的交叉谱；根据交叉谱计算全复平面均值比和半复平面分布比；根据全复平面均值比和半复平面分布比确定目标衡量值，以根据目标衡量值确定第一信号和第二信号之间的相位同步程度。所述方法可以综合考虑基于交叉谱虚部的全复平面均值比和半复平面分布比，进而更准确的检测出信号之间相位同步程度。同时可以根据交叉谱虚部不同的极性类型匹配不同的计算方式，提升信号之间相位同步检测的效率。