P300脑机接口符号选择概率的估算方法

    公开(公告)号:CN116628412A

    公开(公告)日:2023-08-22

    申请号:CN202310742108.7

    申请日:2023-06-21

    Applicant: 福州大学

    Inventor: 黄志华

    Abstract: 本发明涉及一种P300脑机接口符号选择概率的估算方法,该方法把每次P300识别转化为一个概率输出,基于贝叶斯原理进行概率逐次传导,把一组P300识别结果转化为待选符号的概率分布,用概率来确定符号的选择。该方法提高P300脑机接口符号选择的性能。

    脑机接口中精准视觉刺激控制方法

    公开(公告)号:CN111752392B

    公开(公告)日:2022-07-08

    申请号:CN202010629983.0

    申请日:2020-07-03

    Applicant: 福州大学

    Inventor: 黄志华

    Abstract: 本发明涉及一种脑机接口中精准视觉刺激控制方法。采用视觉刺激来诱发特定的脑电信号模式并实时识别脑电信号模式是脑机接口的常见做法。然而,由于进程调度的影响,负责展现视觉刺激的进程有时被调度出CPU,视觉刺激的精准度和脑电信号模式的识别效果难以保证。本发明设计了一种控制方法来支持脑机接口中的精准视觉刺激。实现该方法的软件系统包含生成器、执行器和控制器三个组件。生成器按照实验要求自动生成一个图像序列。执行器是运行在GPU上的组件。在实验开始时控制器异步调用执行器的接口启动执行器,执行器用精准的方式展现生成器生成的图像序列,在实验结束时控制器异步调用执行器的接口停止视觉刺激的展现。

    ErrP自适应共空间模式识别方法

    公开(公告)号:CN111523519B

    公开(公告)日:2022-05-13

    申请号:CN202010516741.0

    申请日:2020-06-09

    Applicant: 福州大学

    Inventor: 黄志华

    Abstract: 本发明涉及一种ErrP自适应共空间模式识别方法。ErrP在脑机接口、康复医疗、机器人领域有着广泛的应用,识别ErrP是应用ErrP的前提,本方法解决了ErrP识别中的一个关键问题。针对不同人的ErrP呈现不同时空特性的特点,本方法根据用户的脑电数据训练集,为用户的每个导联构造一条随时间变化的决定系数曲线,再以决定系数曲线为基础选取ErrP显著的时间窗口。在时间窗口范围内用共空间模式来突显ErrP的空间特性,形成了一个能够适应不同时空特性的识别ErrP的方法。

    脑机接口中精准视觉刺激控制方法

    公开(公告)号:CN111752392A

    公开(公告)日:2020-10-09

    申请号:CN202010629983.0

    申请日:2020-07-03

    Applicant: 福州大学

    Inventor: 黄志华

    Abstract: 本发明涉及一种脑机接口中精准视觉刺激控制方法。采用视觉刺激来诱发特定的脑电信号模式并实时识别脑电信号模式是脑机接口的常见做法。然而,由于进程调度的影响,负责展现视觉刺激的进程有时被调度出CPU,视觉刺激的精准度和脑电信号模式的识别效果难以保证。本发明设计了一种控制方法来支持脑机接口中的精准视觉刺激。实现该方法的软件系统包含生成器、执行器和控制器三个组件。生成器按照实验要求自动生成一个图像序列。执行器是运行在GPU上的组件。在实验开始时控制器异步调用执行器的接口启动执行器,执行器用精准的方式展现生成器生成的图像序列,在实验结束时控制器异步调用执行器的接口停止视觉刺激的展现。

    一种基于P300的脑控话语发声器的实现方法

    公开(公告)号:CN106951081B

    公开(公告)日:2019-12-17

    申请号:CN201710162409.7

    申请日:2017-03-18

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于P300的脑控话语发声器的实现方法,该脑控话语发声器是对用P300 Speller拼写的句子进行解码,再通过语音发声器播放出来,实现用户直接通过大脑完成说话的过程;主要包括以下步骤:用户通过P300 Speller依次拼写字符序列,拼写过程中可省略某些次要字符,直至拼写完整个句子;用解码算法对拼写的字符序列进行修正,得到正确的句子;然后将正确的句子传送至语音发声器。本发明提供的方法能够提高P300 Speller拼写句子的速度并实现直接利用大脑说话的功能。

    基于脑电图的智能辅助诊断系统

    公开(公告)号:CN110265143A

    公开(公告)日:2019-09-20

    申请号:CN201910524998.8

    申请日:2019-06-18

    Applicant: 福州大学

    Inventor: 黄志华

    Abstract: 本发明涉及一种基于脑电图的智能辅助诊断系统,由脑电预处理、波形模型构建、波形识别、出现模型构建、出现方式识别、分布模型构建、分布方式识别、状态模型构建、病人状态识别、诊断模型构建和诊断十一个子系统组成。波形模型构建、出现模型构建、分布模型构建、状态模型构建和诊断模型构建五个子系统采用不同的方式分别构建模型;脑电预处理子系统对脑电源信号进行滤波,伪迹去除,标注和参考变换等预处理后,波形识别子系统、出现方式识别子系统、分布方式识别子系统、病人状态识别子系统和诊断子系统依次运用相应的模型对脑电数据进行处理,形成诊断意见,提供给医生作为参考。本发明能够提高脑电图医疗诊断的效率和质量。

    运动想象脑机接口的两阶段自适应训练方法

    公开(公告)号:CN105677043B

    公开(公告)日:2018-12-25

    申请号:CN201610107996.5

    申请日:2016-02-26

    Applicant: 福州大学

    Abstract: 本发明涉及一种运动想象脑机接口的两阶段自适应训练方法,包括先经历的单信任阶段和再进入的互信任阶段。单信任指,系统信任数据,用数据更新分类器。在该阶段,系统先根据用户开展的多个trial进行初步的训练,得到一个初步可行的分类器,再采用增量学习的方法不断更新分类器。互信任指,系统同时信任数据与分类器,让两者相互适应。在该阶段,系统先采用单信任阶段得到的分类器来识别,当用户开展一定量的trial后,根据反馈结果,配合以SVM寻求支持向量的方法优选数据,用增量学习的方法不断更新分类器,对之后的trial用新的分类器进行识别和反馈,反复此过程直至训练结束。本发明提供的方法,能够增强分类器与用户的相互适应,并且耗时短,准确率高。

    基于时序模式的ErrP识别方法

    公开(公告)号:CN109034251A

    公开(公告)日:2018-12-18

    申请号:CN201810860495.3

    申请日:2018-08-01

    Applicant: 福州大学

    Inventor: 黄志华 林智锋

    CPC classification number: G06K9/6267 G06K9/6256

    Abstract: 本发明涉及脑电信号中的ErrP识别问题,公开了一种基于时序模式的ErrP识别方法。该方法突出含有ErrP的脑电信号与未含ErrP的脑电信号在时序模式上的差异,把每个导联上的脑电信号转化为一个列向量,把多导联脑电信号转化为一个矩阵,计算两类脑电信号的合成协方差矩阵,再通过特征值分解构造投影矩阵,通过该投影矩阵把脑电信号转化为一个低维度空间上的向量。识别ErrP的分类器在这个低维度空间上训练得到,每一段待识别的脑电信号变换为特征向量后交给分类器判定是否含有ErrP。

    脑眼混合驱动的家电控制方法

    公开(公告)号:CN107168134A

    公开(公告)日:2017-09-15

    申请号:CN201710499330.3

    申请日:2017-06-27

    Applicant: 福州大学

    CPC classification number: G05B19/04

    Abstract: 本发明涉及一种脑眼混合驱动的家电控制方法。该控制方法允许用户仅依靠注意力影响下的脑电和眼睛注视移动向系统传递控制命令;实现该方法的系统有三个状态:启动状态、电器选择状态、键盘选择状态;用户在系统的不同状态下,通过集中注意力注视相应目标来表达自身意愿,所述系统检测相关的信号来决定系统在这三个状态间的切换,同时合理设置系统待命、回退等相关操作完善状态的切换。本发明提供的方法能够直接利用大脑和眼睛实现对家电设备的控制。

    无负担问答式c-VEP身份识别方法

    公开(公告)号:CN114298097B

    公开(公告)日:2024-06-28

    申请号:CN202111609672.9

    申请日:2021-12-27

    Applicant: 福州大学

    Inventor: 黄志华

    Abstract: 本发明涉及一种无负担问答式c‑VEP身份识别方法,该方法由用户身份c‑VEP模型构建和基于c‑VEP的身份识别两个部分组成,用户身份c‑VEP模型构建和基于c‑VEP的身份识别都要求用户佩戴脑电帽参与设定的人机交互过程,记录下用户在交互过程中的脑电信号;用户身份c‑VEP模型构建部分将交互过程中的脑电信号转化为c‑VEP样本,并运用机器学习的方法在c‑VEP样本集合上构建用户身份c‑VEP模型;基于c‑VEP的身份识别部分将当前用户的脑电信号转化为身份c‑VEP样本,送入用户身份c‑VEP模型进行计算,识别出当前用户的身份。该方法要求用户在人机交互过程中回答没有认知负担的问题,仅保留用户正确回答问题时的脑电信号用于识别身份。该方法有利于提高采用脑电信号进行身份识别的可靠性和准确性。

Patent Agency Ranking