公开(公告)号：CN116561656A

公开(公告)日：2023-08-08

申请号：CN202310507775.7

申请日：2023-05-08

Applicant: 复旦大学

Inventor： 康晓洋 ,  王君孔帅 ,  穆伟 ,  方涛 ,  王璐 ,  韩加官 ,  张立华

IPC: G06F18/241 ,  A61B5/372 ,  A61B5/00 ,  G06F18/10 ,  G06F18/2131 ,  G06N3/0464 ,  G06T17/20 ,  G06F3/01

Abstract: 本发明公开了一种基于感兴趣脑区选择和连续小波变换的脑电解码方法；该方法通过使用公开头部解剖模板建立信号传导模型，并使用标准化低分辨率层析成像方法获得皮质脑电，然后基于源偶极子点的几何参数和运动想象脑电信号的生理学基础，对源成像之后的源区域进行更仔细地划分，进一步为了更好地权衡信号在时域和频域上的特征，使用连续小波变换进行特征提取，最后使用卷积神经网络完成特征的自动分类与挑选。本发明方法能在四分类运动想象脑电任务中取得较高的准确率，并具有较好的生理解释性。本发明中提出的感兴趣脑区划分方法有助于提高科研人员对脑电分析的效率，同时提出的解码方法有助于建立更加高效的人机交互系统。

公开(公告)号：CN117454246A

公开(公告)日：2024-01-26

申请号：CN202311401825.X

申请日：2023-10-26

Applicant: 复旦大学

Inventor： 康晓洋 ,  王璐 ,  苏昊龙 ,  王君孔帅 ,  韩加官 ,  王浩然 ,  张立华

IPC: G06F18/241 ,  A61B5/369 ,  A61B5/372 ,  A61B5/00 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种具备生理可解释性的运动想象脑电图解码方法。该方法首先采用基于动态参数统计映射的电生理源成像技术以捕捉源域通道间的依赖关系。在此基础上，引入了感兴趣区域选择和最大池化采样方法，以降低系统的计算复杂度和时间延迟。最后为了从全局层面充分提取源域信号的通道间相互依赖特征和时序特征，设计集成了两种注意力机制的基于通道依赖性注意力分类模型完成特征提取和分类任务。本发明提出的方法在四分类运动想象脑电任务中取得了先进的准确率，同时本发明可以通过分析信号通道权重热力图及其对应脑区的映射，从生理学角度阐述了注意力机制对于脑电信号通道依赖性的重要意义，为未来BCI技术的发展和应用提供了有益参考。

公开(公告)号：CN116756643A

公开(公告)日：2023-09-15

申请号：CN202310729167.0

申请日：2023-06-20

Applicant: 复旦大学

Inventor： 康晓洋 ,  苏昊龙 ,  穆伟 ,  王君孔帅 ,  王璐 ,  韩加官

IPC: G06F18/2411 ,  G06F18/214 ,  G06F3/01 ,  A61B5/369 ,  A61B5/37 ,  A61B5/374

Abstract: 本发明公开了一种基于Fisher分数的脑电通道选择方法。本发明采用基于Fisher分数的局部最优化方法实现通道的选择；本发明首先基于Fisher分数这一统计学衡量指标，对预选择的通道做初步的划分，进而采用局部最优化方法完成最优通道子集的选择，并分析不同波段的通道选择规律和准确率，同时给出其选择的通道子集在传感器域上的位置分布。本发明提出的方法对脑电信号运动想象任务的分类准确率与选择全部通道相比有明显的提高，并且有助于脑机接口的便携化以及精准化应用。