-
公开(公告)号：CN113558637A
公开(公告)日：2021-10-29
申请号：CN202110758861.6
申请日：2021-07-05
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于相位传递熵的音乐感知下脑功能网络构建方法。首先，通过脑电采集仪采集音乐感知下的多通道脑电信号，经过0.5‑30Hz滤波处理，并去除眼电，肌电，心电伪迹干扰，并依据标签文件对脑电信号的活动段进行提取；以脑电信号通道位置作为节点，两通道信号的相位传递熵值作为边构建有向脑功能网络；计算出脑功能网络在不同阈值下的网络聚类系数、全局效率与网络密度特征，并比较音乐感知下与无听觉刺激下脑功能网络特征的差异。本发明通过相位传递熵构建脑功能网络，有利于描述脑电信号之间的耦合强度和双向耦合关系，对于脑电信号之间因果性的研究具有一定的意义，有利于音乐感知对人脑作用方面的深入探究。
-
公开(公告)号：CN112971781A
公开(公告)日：2021-06-18
申请号：CN202011609522.3
申请日：2020-12-30
Applicant: 杭州电子科技大学
Abstract: 本发明提出了一种基于脑功能网络抑郁对比方法。首先采集正常人和抑郁症患者静息听歌状态下的多通道脑电EEG。然后采用脑功能网络建模方法，建立关联矩阵，提取反映神经活动特点的脑功能网络特征。在此基础上，分析研究平均聚类系数、平均路径长度、度分布等脑功能网络特征与抑郁机制之间的相关性，利用序关系分析法确定相关特征权重，得出抑郁对比结果。
-
公开(公告)号：CN112617859A
公开(公告)日：2021-04-09
申请号：CN202011613825.2
申请日：2020-12-30
Applicant: 杭州电子科技大学
Abstract: 本发明提出了一种基于平衡脑功能网络特征的平衡能力评估方法。首先设置了2种对比评估范式以采集人体应激场景下的平衡脑电信号，然后根据脑‑肌耦合相干规律进行带通滤波，提取到平衡相关最密切的脑电频段。在此基础上构建了人体平衡调节时的脑功能网络，依据复杂网络分析规则计算了功能网络的局部聚类系数，由此定义了一种新的脑功能网络平衡评估指标，该指标融合了信息获取和信息整合能力，把视觉与本体觉统一在了相同当量的信息整合能力平台之上。将该指标加入到分类特征当中，获得了一个有效的人体平衡分类框架，同时结合传统COP综合特征确定了一套人体应急平衡能力等级分类标准，实验表明结合该标准后实施的脑功能网络平衡等级分类方法具有较高的分类准确性。
-
公开(公告)号：CN109374532B
公开(公告)日：2021-03-30
申请号：CN201811541673.2
申请日：2018-12-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于传递熵和自适应融合估计移动源排放气体遥测误差补偿方法。本发明有机结合测量对象的先验知识和最优估计理论，能够从带噪观测序列中得到真实值的最优估计。首先，通过超限学习机方法建立多干扰下遥测误差预测模型。然后，提出了一种虚拟观测分解模型，并利用虚拟观测分解模型对观测序列进行多序列分解。之后，将实际测量过程转化为多传感器虚拟观测过程，并建立多传感器虚拟观测过程的数学模型。最后，引入传递熵和自适应卡尔曼滤波对多虚拟观测序列进行融合重构，从而得到测量序列的最优估计。本发明能够有效补偿外部环境干扰引起的测量误差，提高遥感检测技术的环境适用性和抗干扰能力。
-
公开(公告)号：CN112465842A
公开(公告)日：2021-03-09
申请号：CN202011526420.5
申请日：2020-12-22
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于U‑net网络的多通道视网膜血管图像分割方法。本发明首先对数据集图像进行扩增处理和一系列的预处理，提高图像质量；其次将多尺度匹配滤波算法与改进的形态学算法相结合，构建U‑net网络的多通道特征提取结构；随后对三个通道进行网络训练，获得所需的分割网络，并对输出结果采用自适应阈值处理。本发明方法结合了U‑net网络与多尺度的匹配滤波算法，与单纯的U‑net网络相比，能够提取到更多的血管特征，具有更高的分割准确性和灵敏度，缓解视网膜血管图像细小血管分割不足以及错误分割的问题。
-
Patent Agency Ranking
公开(公告)号：CN109498370B
公开(公告)日：2021-02-19
申请号：CN201811603026.X
申请日：2018-12-26
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于肌电小波关联维的下肢关节角度预测方法。首先，从人体下肢的相关肌肉组上采集表面肌电信号，运用能量阈值确定表面肌电信号的动作信号段。对动作信号段的表面肌电信号进行小波降噪得到有效表面肌电信号。然后将有效表面肌电信号进行小波多尺度分解,提取每一层的低频系数,再对每一层低频系数计算关联维。结合低频系数和关联维数计算有效肌电信号的小波关联维系数特征,将这一特征作为预测网络的输入。先将提取到的肌电信号分为训练集与测试集,按上述方法提取特征。训练集训练好网络之后,使用测试集验证预测准确率。实验结果表明，该方法获得了较高的人体下肢运动膝关节角度预测率，预测结果优于其它预测方法。
-
公开(公告)号：CN111870241A
公开(公告)日：2020-11-03
申请号：CN202010637325.6
申请日：2020-07-03
Applicant: 杭州电子科技大学
IPC: A61B5/0476 , A61B5/00
Abstract: 本发明公开了一种基于优化的多维样本熵的癫痫发作信号检测方法。在这项研究中，本发明采用多维样本熵作为特征来区分癫痫发作状态和正常状态，并对其进行了优化，提高了计算效率。此外，通过结合多维样本熵征提取和Bi-LSTM，开发了一种新的预测方法来预测癫痫发作。结果表明，该方法取得了良好的表现，可预测5分钟后脑电的多维样本熵，准确率高达80.09％，误报率为0.26/h。本研究的结果表明，所提出的预测方案更适合于实际癫痫发作预测。
-
公开(公告)号：CN111563581A
公开(公告)日：2020-08-21
申请号：CN202010460960.1
申请日：2020-05-27
Applicant: 杭州电子科技大学
IPC: G06N3/06 , A61B5/00 , A61B5/04 , A61B5/0476 , A61B5/0488
Abstract: 本发明涉及一种基于小波相干的脑肌功能网络构建方法。在人体运动过程中，大脑皮层通过脊髓和周围神经控制肌肉组织的运动，使得肢体可以完成一定的运动功能，而肢体的运动又可以通过传入神经反馈给大脑皮层。脑肌电功能耦合可以从生理上反映皮层与肌肉之间的关系。为了更好的探索人体行为感知，应用脑电与肌电信号研究运动过程中不同通道信号之间的脑肌功能耦合强度，并以此作为复杂网络加权边的值，构建脑肌功能网络。将两两信号之间的小波相干值作为脑肌功能耦合强度，同时为了增大不同动作网络模型的差异，应用阈值法和固定加权边法简化网络模型。实验结果证明，构建的脑肌功能网络具有小世界特性，应用网络特征，可对人体行为动作进行识别。
-
公开(公告)号：CN111258426A
公开(公告)日：2020-06-09
申请号：CN202010051096.X
申请日：2020-01-17
Applicant: 杭州电子科技大学
IPC: G06F3/01
Abstract: 本发明涉及到一种基于肌电肌音模型和无迹粒子滤波的关节运动估计方法，首先采集人体上肢肩关节和肘关节在同步连续运动状态下肱二头肌、肱三头肌、肱桡肌、斜方肌、小圆肌、前三角肌、侧三角肌和胸大肌的表面肌电和肌音信号，分别对其进行带通滤波处理；然后提取表面肌电和肌音信号的威尔逊幅值和模糊熵特征；通过参数替代和化简将生理肌肉模型和关节运动学相结合组成关节运动模型，并将提取到的特征组成测量方程作为关节运动模型的反馈，得到肌电肌音状态空间模型；最终通过无迹粒子滤波算法对肩关节和肘关节的同步连续运动进行估计。该方法与传统的多关节同步连续运动估计方法相比，在预测精度和实时性方面有了明显的提高。
-
公开(公告)号：CN110969108A
公开(公告)日：2020-04-07
申请号：CN201911168627.7
申请日：2019-11-25
Applicant: 杭州电子科技大学
IPC: G06K9/00 , G06K9/62 , A61B5/0476 , A61B5/00
Abstract: 本发明是一种基于自主运动想象脑电的肢体动作识别方法，调查数据表明，当人做同一个动作时，大脑会产生类似的脑电信号，因此可以提取这些特征信号来实现机械臂的运动，进而辅助残疾人运动。本发明通过建立脑网络进行动作的分类，这种方法加强了大脑各个区域之间相关性的考虑，展现了EEG信号及其相关节律特征背后的工作机制。之后通过一种全新的基于非线性部分定向相干方法的脑因效性网络分析法，利用随机森林进行进行上肢运动分类，分类准确度高，根据脑电信号判断相应的动作，从而使得机械臂运动，达到残疾人辅助运动的目的。
-
-
-
-
-
-
-
-
-
Search Results
204
records
(took 0.03 seconds)
