-
公开(公告)号：CN110495880B
公开(公告)日：2022-04-08
申请号：CN201910758648.8
申请日：2019-08-16
Applicant: 杭州电子科技大学
IPC: A61B5/369 , A61B5/372 , A61B5/383 , A61B5/389 , A61B5/395 , A61B5/00 , A61N1/36 , G06Q10/06 , G16H20/30
Abstract: 本发明提出了一种基于经颅电刺激脑肌耦合的运动障碍皮层可塑性管理方法。本发明首先分析功能脑区多导联EEG信号，采用脑功能网络建模方法计算出连通率、小世界特性的脑功能网络指标，对tDCS刺激前后的脑功能网络特性做出比较，揭示运动活动期间受激半球的功能前区、功能区和功能感知区的功能连接和神经重塑规律。然后采用基于动态回归模型因果测度的多层次神经肌肉耦合分析的方法，提取脑‑脑、脑‑肌和肌‑肌耦合特征指标，从不同侧面描述了上肢运动功能的康复效果。最后研究脑肌电耦合特征与tDCS对神经可塑性的影响规律之间的相关性，为进一步tDCS的刺激方式和参数改进提供依据，实现运动功能皮层神经重塑的有效引导和管理。
-
公开(公告)号：CN109885159B
公开(公告)日：2022-03-01
申请号：CN201910038188.1
申请日：2019-01-16
Applicant: 杭州电子科技大学
Abstract: 本发明涉及到一种基于正向动力学与希尔模型的状态空间肌电模型构建方法，首先采集关节在连续运动状态下相关肌肉的肌电信号，并对其进行带通滤波处理，然后由神经激活求出相关肌肉激活，并将其代入希尔肌肉模型，然后对希尔肌肉模型进行化简及参数替代，再将替代后的简化模型与关节正向动力学结合，得出离散时间状态下的预测模型，最后通过对采集到的相关肌电信号进行均方根和小波系数的特征提取，组成测量方程作为状态反馈，并通过拟合方程与关节运动拟合，得到最终的状态空间肌电模型。该模型与传统的角度估计方法相比，在预测精度和实时性等方面都有了明显的改进。
-
公开(公告)号：CN114027857A
公开(公告)日：2022-02-11
申请号：CN202111578460.9
申请日：2021-12-22
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于脑电信号测量运动能力的方法。本发明使用脑功能网络和样本熵，分别检验在伪刺激和两种刺激范式下被试的不同复杂性和功能连通性，并提取脑网络特征和非线性动力学特征。此外，利用共空间模式算法分析了脑电信号的空间特征，并将其输入支持向量机模型中进行分类识别，以此评估运动康复的效果。本发明提高了关于经颅直流电刺激对运动康复评估的准确性和科学性。
-
公开(公告)号：CN111931078B
公开(公告)日：2021-11-16
申请号：CN202010645826.9
申请日：2020-07-07
Applicant: 杭州电子科技大学
IPC: G06F16/9537 , G06F16/9538 , H04L12/58 , H04W4/02
Abstract: 本发明公开了一种基于地图场景的信息交互系统和方法，其中信息交互系统包括移动终端和服务器端两个组成部分，移动终端收集互动信息并发送给服务器端，服务器端接收信息后进行数据的融合处理并将处理结果返回移动终端，最终移动终端将互动信息进行场景化的动态展示。本发明提供一种全新的信息交互方式，可以有效解决现有交互系统的架构局限性和场景单调性，提高信息的检索效率和交互体验。
-
公开(公告)号：CN113408712A
公开(公告)日：2021-09-17
申请号：CN202110805164.1
申请日：2021-07-16
Applicant: 杭州电子科技大学
Abstract: 本发明提出了一种基于时延尺度长短期记忆网络与传递熵的脑肌耦合方法。本发明首先设计自适应选择器来选择不通时延尺度的长短期记忆网络提取时序特征，对时域特性进行傅里叶变换转换为频域特征。其次对于相同频率点处的脑肌电信号的频域特征求取传递熵，作为基准耦合强度。最后计算最佳时延尺度模型提取的序列在相同频率处的传递熵，求传递熵与基准耦合强度之间的面积即为该频段的耦合强度。本发明利用增加时延尺度的长短期记忆网络提取出信号的特征序列，然后用传递熵计算出耦合面积，以此探究人体在不同的行为动作下皮层与肌肉的耦合关系，解码人体的运动意图，拓展了研究人体运动机制的方法。
-
Patent Agency Ranking
公开(公告)号：CN112541415A
公开(公告)日：2021-03-23
申请号：CN202011399687.2
申请日：2020-12-02
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于符号传递熵和图论的脑肌功能网络运动疲劳检测方法；首先，通过64导联脑电帽和肌电采集仪采集了10通道脑电信号和尺侧腕屈肌、屈指浅肌、桡侧腕屈肌的表面肌电信号。结合符号传递熵和图论知识建立了脑肌功能网络，并提取了网络特征向量用于K最近邻算法训练分类器，最终用于检测运动疲劳。该方法克服了传统的基于生物电信号的运动疲劳检测方法中未全面考虑脑肌协作进行运动控制的缺点，将脑电信号和肌电信号结合进行运动疲劳检测，结果显示该方法在运动疲劳检测中具有较高的准确率。
-
公开(公告)号：CN112232301A
公开(公告)日：2021-01-15
申请号：CN202011278653.8
申请日：2020-11-16
Applicant: 杭州电子科技大学
Abstract: 本发明提出了一种基于多尺度Copula互信息的肌间耦合网络分析方法。本发明将多元变分模态分解（MVMD）与Copula互信息相结合，构建了基于MVMD‑Copula互信息的肌间耦合网络模型，从复杂网络的角度，通过节点强度、聚类系数、路径长度等网络参数分析了伸手运动过程中上肢8块肌肉在不同时频尺度上的肌间耦合特性。实验结果表明，在分解出的6个时频尺度上，肌间耦合特性存在明显区别。上述结果体现了肌间耦合网络具有尺度差异性，MVMD‑Copula互信息能够定量刻画多尺度肌间耦合强度关系，具有良好的应用前景。
-
公开(公告)号：CN111931578A
公开(公告)日：2020-11-13
申请号：CN202010646364.2
申请日：2020-07-07
Applicant: 杭州电子科技大学
Abstract: 本发明提出了一种基于最小生成树和区域双层网络的脑电识别方法。本发明针对不同运动动作想象的脑电信号，分别对每一类动作想象构建最小生成树，并计算最小生成树的直径和平均离心率特征。在不同动作想象的最小生成树基础上构建区域网络，并计算区域网络的平均节点度、平均聚类系数和平均路径长度特征。最后将最小生成树特征和区域网络特征相结合，输入到支持向量机分类器中，实现对运动脑电信号的分类。本发明可实时、准确识别出人体多种模式运动想象动作，识别结果可用于辅助康复训练的人机交互系统。
-
公开(公告)号：CN111709314A
公开(公告)日：2020-09-25
申请号：CN202010461641.2
申请日：2020-05-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于面部表面肌电的情感分布识别方法；目前基于生理信号的人脸情感识别的研究主要集中在单一的基本情感上。因此，提出了基于面部表面肌电信号的标记分布学习来预测情感分布。本方法采集了降眉肌、颧大肌、额头和降口角肌的sEMG，从中提取6个特征，利用主成分分析选出对特征集进行降维。LDL的核心思想是学习到从PCA选择的特征到人脸情感分布的映射关系，这种映射关系能够反映一个面部表情是由不同强度的基本情感混合而成。将LDL的性能与多标记学习进行了比较，结果表明，本方法能更准确地预测面部情感分布。
-
公开(公告)号：CN111657939A
公开(公告)日：2020-09-15
申请号：CN202010460926.4
申请日：2020-05-27
Applicant: 杭州电子科技大学
IPC: A61B5/0488 , A61B5/00
Abstract: 本发明提出了一种基于肌电信号GA-Elman的上肢关节角度估计方法。首先从相关肌肉组上采集相应的表面肌电信号，然后应用小波去噪对信号进行去噪。通过小波包变换提取出32-375Hz四个子空间波段的信号，这个波段内的信号特征可以滤除高频噪声和不必要的低频信息。然后计算这四个子空间的小波包能量熵，这个方法很好的去除了肌电信号中的冗余信息。该方法简单，计算速度快。后将提取到的特征和肩关节角度肘角节角度同时输入两个GA-Elman神经网络，实现肌电信号的上肢肩关节和肘关节同步连续运动的关节角估计。实验结果表明，该方法的估计结果优于其它分类方法。
-
-
-
-
-
-
-
-
-
Search Results
204
records
(took 0.029 seconds)
