-
公开(公告)号：CN107898458B
公开(公告)日：2020-07-17
申请号：CN201710946732.3
申请日：2017-10-12
Applicant: 中国人民解放军信息工程大学
IPC: A61B5/0484 , A61B5/00 , G06K9/62
Abstract: 本发明属于人脑与机器视觉融合技术领域，尤其涉及基于图像先验的单试次脑电P300成分检测方法及装置。基于图像先验的单试次脑电P300成分检测方法，包括：计算刺激图像数据集中图像的复杂度，根据复杂度对图像进行排序；对不同复杂度的图像诱发的脑电信号训练分类器；对图像诱发的脑电信号进行评分。基于图像先验的单试次脑电P300成分检测装置，包括：复杂度计算排序模块；训练模块；评分模块。本发明可以根据图像复杂度主动预判P300潜伏期的范围。
-
公开(公告)号：CN107361766A
公开(公告)日：2017-11-21
申请号：CN201710581779.4
申请日：2017-07-17
Applicant: 中国人民解放军信息工程大学
IPC: A61B5/0476 , A61B5/16 , A61B5/04 , A61B5/00
CPC classification number: A61B5/0476 , A61B5/04012 , A61B5/165 , A61B5/7264
Abstract: 本发明涉及脑电信号处理技术领域，特别是涉及一种基于EMD域多维信息的情绪脑电信号识别方法，首先利用EMD将脑电信号自适应地分解为不同震荡频率的本征模态函数IMF，然后提取本征模态函数的波形差分、相位差分和归一化能量，将提取的多维信息组成特征向量，作为不同情绪脑电信号的表征，通过KNN分类器和SVM分类器，进行情绪脑电信号的分类与识别，大大提高了分类准确率。
-
公开(公告)号：CN105395194A
公开(公告)日：2016-03-16
申请号：CN201510938293.2
申请日：2015-12-14
Applicant: 中国人民解放军信息工程大学
IPC: A61B5/0476 , A61B5/0478
CPC classification number: A61B5/0476 , A61B5/0478 , A61B5/4064 , A61B5/7264 , A61B5/7271
Abstract: 本发明公开了一种功能磁共振成像辅助的脑电通道选择方法，克服了现有技术中，单纯依靠脑电数据进行脑电通道选择所面临的空间分辨率的问题。该发明含有以下四个步骤：（1）由fMRI实验数据获取相关功能脑区的激活情况；（2）由大脑标准结构像构建EEG正演模型；（3）通过EEG 正演模型计算各个通道和特定脑功能的相关程度；（4）根据得到的脑功能相关程度地形图对EEG 通道进行选择。与现有技术相比，本发明利用了fMRI技术高空间分辨率的优势，在一定程度上突破了脑电通道选择中EEG空间分辨率低的限制；相比于传统的依靠经验或数据分析进行通道选择，更有理论依据；可针对不同人，制定出不同的通道选择方法。
-
公开(公告)号：CN104598575A
公开(公告)日：2015-05-06
申请号：CN201510016541.8
申请日：2015-01-14
Applicant: 中国人民解放军信息工程大学
CPC classification number: G06F17/30256 , G06F17/30265 , G06K9/6267
Abstract: 本发明公开了一种基于实时功能磁共振成像的脑机交互图像检索系统，克服了现有技术中，脑机交互图像检索系统仍需改进的问题。该发明含有如下步骤：1、通过预先采集fMRI数据，训练图像语义实时分类模型、图像特征相似性实时评估模型和视觉注意实时解码模型；2、给被试呈现一幅待检索图像作为视觉刺激，同时采集被试fMRI数据，使用图像语义分类模型判别待检索图像的语义类别；3、将代表所判别语义类别结果的图像和待检索图像一起呈现给被试，被试通过视觉注意反馈图像语义分类模型判别的语义类别是否正确；4、根据被试反馈的语义分类判别的结果，给出检索到的图像。本发明对提高fMRI图像检索正确率具有重要意义。
-
公开(公告)号：CN105825225B
公开(公告)日：2019-06-28
申请号：CN201610139386.3
申请日：2016-03-11
Applicant: 中国人民解放军信息工程大学
IPC: G06K9/62
Abstract: 本发明公开了一种机器视觉辅助脑电目标判决的方法，克服了现有技术中，因目标图像的具体含义会导致P300成分潜伏期的变化导致单试次P300检测算法精度下降的问题。该发明步骤（1）、通过脑电信号采集设备收集被试的脑电信号；步骤（2）、确定被试P300成分潜伏期的变化误差；步骤（3）、通过P300成分定位目标图像在图像序列中的位置；步骤（4）、结合步骤（2）中确定的潜伏期变化误差与步骤（3）中单试次检测算法确定的目标图像位置，确定目标备选图像；步骤（5）、使用机器视觉对目标备选图像进行识别归类，并统计图像出现最多的类别作为被试所关注的目标图像类别。该技术具有高准确率、低虚警率。
-
Patent Agency Ranking
公开(公告)号：CN105395194B
公开(公告)日：2018-03-16
申请号：CN201510938293.2
申请日：2015-12-14
Applicant: 中国人民解放军信息工程大学
IPC: A61B5/0476 , A61B5/0478
Abstract: 本发明公开了一种功能磁共振成像辅助的脑电通道选择方法，克服了现有技术中，单纯依靠脑电数据进行脑电通道选择所面临的空间分辨率的问题。该发明含有以下四个步骤：（1）由fMRI实验数据获取相关功能脑区的激活情况；（2）由大脑标准结构像构建EEG正演模型；（3）通过EEG正演模型计算各个通道和特定脑功能的相关程度；（4）根据得到的脑功能相关程度地形图对EEG通道进行选择。与现有技术相比，本发明利用了fMRI技术高空间分辨率的优势，在一定程度上突破了脑电通道选择中EEG空间分辨率低的限制；相比于传统的依靠经验或数据分析进行通道选择，更有理论依据；可针对不同人，制定出不同的通道选择方法。
-
公开(公告)号：CN104598575B
公开(公告)日：2017-09-01
申请号：CN201510016541.8
申请日：2015-01-14
Applicant: 中国人民解放军信息工程大学
Abstract: 本发明公开了一种基于实时功能磁共振成像的脑机交互图像检索系统，克服了现有技术中，脑机交互图像检索系统仍需改进的问题。该发明含有如下步骤：1、通过预先采集fMRI数据，训练图像语义实时分类模型、图像特征相似性实时评估模型和视觉注意实时解码模型；2、给被试呈现一幅待检索图像作为视觉刺激，同时采集被试fMRI数据，使用图像语义分类模型判别待检索图像的语义类别；3、将代表所判别语义类别结果的图像和待检索图像一起呈现给被试，被试通过视觉注意反馈图像语义分类模型判别的语义类别是否正确；4、根据被试反馈的语义分类判别的结果，给出检索到的图像。本发明对提高fMRI图像检索正确率具有重要意义。
-
公开(公告)号：CN103823984B
公开(公告)日：2017-05-17
申请号：CN201410076298.4
申请日：2014-03-04
Applicant: 中国人民解放军信息工程大学
IPC: G06F19/00
Abstract: 本发明涉及一种脑网络动态差异实时度量方法，含有如下步骤：步骤1：针对某一被试对象获取fMRI训练数据，根据该fMRI训练数据计算脑网络的两个待比较DCM模型；步骤2：根据两个待比较DCM模型定义参考模型；步骤3：计算两个待比较DCM模型的先验分布；步骤4：参考模型后验参数估计；步骤5：计算脑网络动态差异值，并输出计算结果；步骤6：判断是否有新的fMRI实时数据y；如有，执行步骤7；如没有，执行步骤8；步骤7：获取下一个时刻的fMRI实时数据y，然后，执行步骤4；步骤8：结束。本发明速度快，可实现脑网络动态差异的实时度量。
-
公开(公告)号：CN105700687A
公开(公告)日：2016-06-22
申请号：CN201610139359.6
申请日：2016-03-11
Applicant: 中国人民解放军信息工程大学
IPC: G06F3/01 , G06F17/30 , A61B5/0476 , A61B5/04
CPC classification number: G06F3/015 , A61B5/04012 , A61B5/0476 , G06F17/30244
Abstract: 本发明涉及一种基于folding HDCA算法的单试次脑电P300成分检测方法，给被试看一系列RSVP图像序列，采集被试脑电信号，将所有图像所对应的脑电信号分为若干个时间窗口，取一个时间窗口及其前f个时间窗口内的多导联信号组成一组新的导联信号，并与空间权重、时间权重做运算，获得兴趣得分，将兴趣得分与设定阈值进行比对，判断目标图像，将目标图像结果进行输出。本发明通过将被试当前时刻的脑电信号与之前时刻的脑电信号相关联，将多导联脑电信号降维到一维，有效降低实际应用中P300成分的潜伏期与峰值随被试生理状态、目标概率、目标含义而引起的变化因素的影响，有效的提取脑电P300成分，进而确定目标图像。
-
公开(公告)号：CN105868712A
公开(公告)日：2016-08-17
申请号：CN201610184386.5
申请日：2016-03-28
Applicant: 中国人民解放军信息工程大学
CPC classification number: G06K9/00536 , G06F16/50
Abstract: 本发明公开了一种基于后验概率模型的脑电与机器视觉目标图像检索方法，克服了现有技术中，机器视觉与人类视觉结合起来，在脑电图像检索方法是有待改进的问题。该发明含有以下步骤：步骤（1）、给被试呈现RSVP图像序列，并利用脑电采集设备采集被试脑电信号，使用现代数据分析技术对脑电信号进行分析，实现脑电目标图像识别；步骤（2）、依据脑电识别模块的结果，找出目标图像在机器视觉模块中属于的目标类；步骤（3）、从机器视觉模块计算每张图像为目标类图像的概率；步骤（4）、对每张图像建立后验概率模型，计算图像为目标图像的概率的新估计值，从而给出该图像最终的识别结果。本方法能在保持低虚警率的同时达到相当高的准确率。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.031 seconds)
