一种多通道功能性电刺激装置
    11.
    发明公开

    公开(公告)号:CN117159920A

    公开(公告)日:2023-12-05

    申请号:CN202310930707.1

    申请日:2023-07-27

    Abstract: 本发明公开了一种多通道功能性电刺激装置,包括主控电路、信号调理电路、恒流源电路、保护电路、电源供电电路和外设电路。主控电路包括主机、从机两部分,从机部分与所述信号调理电路输入端相连接,为信号调理电路提供DAC信号,并与所述保护电路控制端相连接,为保护电路提供通断信号。所述信号调理电路输出端与所述恒流源电路输入端相连接,为恒流源电路提供调理后DAC信号。恒流源电路输出端与所述保护电路输入端相连接,为保护电路提供输出电流。本发明采用锂电池供电,不依赖市电,集成触摸屏可为使用者提供良好的使用指导,可调参数多,范围广;且提供可编辑预设模式,操作简单。

    基于标准模板肌电分解的脑肌信息传递规律提取方法

    公开(公告)号:CN114052750A

    公开(公告)日:2022-02-18

    申请号:CN202111579890.2

    申请日:2021-12-22

    Abstract: 本发明公开了一种基于标准模板肌电分解的脑肌信息传递规律提取方法。首先,安排受试者执行相应动作记录下同步的肌电信号和脑电信号。通过小波去噪先对sEMG信号完成预处理,再利用先验知识而总结提出的模板进行模板匹配,将肌电信号中的波形按照模板匹配的规则进行剥离MUAP进行分解。接着对分解出的信号序列分别提取MUAP数量、MUAP波幅、MUAP瞬时传导速度特征,构建肌电特征与同步脑电信号之间的实时变化关系图谱,显示在同一动作下脑肌电信号间的信息传递规律。本发明可以更为细化精确的找出脑肌间的信息传递方式,让所提取的特征更为敏感的响应每一次同步脑电的变化,这样可以更好地探究脑肌的信号变化规律率。

    一种基于肌电运动感知的AR手语识别方法及教学方法

    公开(公告)号:CN109192007A

    公开(公告)日:2019-01-11

    申请号:CN201811107389.4

    申请日:2018-09-21

    Abstract: 本发明提出了一种基于肌电运动感知的AR手语识别方法及教学方法。首先,将四路表面肌电信号采集、三轴加速度传感器和三轴角加速度传感器集成设计成肌电臂环,双手佩戴肌电臂环,采集手臂动作时的表面肌电信号和运动信息并通过蓝牙实时传输到PAD平板电脑,PAD运行软件,对表面肌电信号进行模糊熵特征提取,然后将特征值和运动信息输入到支持向量机进行手语动作识别。进行AR教学时,软件可以记录手语动作步骤,并与标准动作做比较,如发现识别动作或动作步骤和标准库不一致,软件会给出提示和纠正,提升了教学的时效性和互动效果。

    二自由度肌电假手实时控制装置及控制方法

    公开(公告)号:CN100515366C

    公开(公告)日:2009-07-22

    申请号:CN200710068219.5

    申请日:2007-04-24

    Abstract: 本发明涉及到一种将肌电信息控制人工假手的技术。现有的多自由度假手采用顺序控制方式或开关切换方式实现控制,缺乏实时性、仿生性能差。本发明包括三个肌电拾电传感器,肌电拾电传感器与后级放大滤波电路、A/D转换电路、单片机和二自由度肌电假手的两个电机顺序信号连接。具体控制方法:三个肌电拾电传感器分别采集来自人体的尺侧腕伸肌、尺侧腕屈肌和指伸肌对应的表面肌电信号,经过放大、滤波、A/D转换处理后输入单片机中;单片机对表面肌电信号强弱进行判断,并输出四路控制信号,经驱动电路带动假手的电机,完成假手的四个动作。本发明的手部多运动模式识别正确率达到100%,实现了高可靠识别率下二自由度假手四个动作的实时控制。

    一种基于奇异值分解的改进波达方向声源估计方法

    公开(公告)号:CN119758228A

    公开(公告)日:2025-04-04

    申请号:CN202411518260.8

    申请日:2024-10-29

    Abstract: 本发明公开了一种基于奇异值分解的改进波达方向声源估计方法,涉及声学成像声音信号处理领域。该方法基于奇异值分解和对噪声子空间加权的联合对MUSIC算法进行改进的方法,包括如下步骤:S1、接收端通过麦克风阵列接收信号源X(t);S2、对采集信号进行预处理;S3、构建交叉矩阵Z,对采集数据构建新的协方差矩阵Rnew;S4、对新的协方差矩阵Rnew奇异值分解(SVD)得到噪声子空间Un;S5、噪声子空间加权处理;S6、计算空间谱图查找峰值位置。该方法改善了MUSIC算法在低信噪比,少快拍数的非理想条件下的估计性能,同时提升了在低信噪比条件下,对邻近角度的目标分辨能力。

    基于深度神经网络的相干源DOA估计方法

    公开(公告)号:CN117558287A

    公开(公告)日:2024-02-13

    申请号:CN202311453716.2

    申请日:2023-11-03

    Abstract: 本发明公开了一种基于深度神经网络的相干源DOA估计方法,包括如下步骤:S1、接收端通过麦克风阵列接收信源信号;S2、对采集信号进行预处理;S3、通过设计的自编码器对采集数据进行处理产生数据的协方差估计;S4、利用产生的协方差估计矩阵构建toeplitz重构矩阵;S5、将构建的toepliez重构矩阵通过ESPRIT算法进行DOA估计,该方法DOA研究中能够进行有效解码,从而有效提高了预测正确率。

    基于Taguchi方法的麦克风阵列优化
    17.
    发明公开

    公开(公告)号:CN117528348A

    公开(公告)日:2024-02-06

    申请号:CN202311620779.2

    申请日:2023-11-30

    Abstract: 本发明公开了一种基于Taguchi方法的麦克风阵列优化方法,包括如下步骤:S1、构建所需的麦克风阵列;S2、选取适当参数进行阵列参数正交实验;S3、选用S2中的参数在matlab中进行仿真实验,对实验结果进行性能衡量;S4、对S3中所得数据进行计算信噪比S/N值(品质衡量的统一量化标准,便于统一量纲)S5、变异数分析(ANOVA,Analysis of Variance)数据,得到控制因子对最终结果性能影响大小的趋势和各控制因子的水准对于最终结果性能影响的贡献度大小。

    一种表面肌电信号无线传感器
    18.
    发明公开

    公开(公告)号:CN116831601A

    公开(公告)日:2023-10-03

    申请号:CN202310801604.5

    申请日:2023-07-03

    Abstract: 本发明公开了一种表面肌电信号无线传感器,由封装壳体、贴片式金属电极、模拟数据采集转换板、板对板连接器、主控电路板、无线传输模块和锂电池组成。封装壳体包裹在整个硬件装置外围,底部根据贴片式金属电极对应位置开出孔位;贴片式金属电极,通过锡浆焊接于模拟数据采集转换板反面;模拟数据采集转换板通过板对板连接器与主控电路板连接,采集肌电信号,并转换成数字信号传输至主控电路板。无线传输模块贴附焊接于主控电路板正面,用于肌电信号无线收发。本发明去除工频干扰,信号质量得到提高,便于佩戴,信号传输丢包少,准确便捷的采集表面肌电信号。

    基于多时间尺度传递谱熵的功能性皮质肌肉耦合方法

    公开(公告)号:CN114259242A

    公开(公告)日:2022-04-01

    申请号:CN202111611263.2

    申请日:2021-12-27

    Abstract: 本发明公开了一种基于多时间尺度传递谱熵的功能性皮质肌肉耦合分析方法。首先,在实验过程中采集受试者的脑电信号和上肢相关肌肉的肌电信号。然后对脑电信号和肌电信号去除伪影,去噪,滤波处理。计算处理后的脑电信号和肌电信号之间的多时间尺度传递谱熵以及尺度为s时,特定频段内的显著性面积值。然后分析双侧运动区的脑电信号与指浅屈肌的肌电信号之间的功能性皮质肌肉耦合。本发明的多时间尺度传递谱熵不仅抑制了虚假耦合,而且还描述了局部频段内的信息传递。此外,多时间尺度传递谱熵为研究功能性皮质肌肉耦合的多尺度特性提供了新的视角,而且可以更好的分析功能性皮质肌肉耦合的耦合强度、信息流、局部频带等特性。

    基于皮层肌肉功能网络模型的肌肉控制精准度确定方法

    公开(公告)号:CN113974652A

    公开(公告)日:2022-01-28

    申请号:CN202111247517.7

    申请日:2021-10-26

    Abstract: 本发明公开了一种基于皮层肌肉功能网络模型的肌肉控制精准度确定方法。本发明首先获取待测人员四个表面肌电信号和脑电信号。通过能量阈值法确定动作的起始位置和终止位置作为动作肌电信号。然后,用小波分析法对原始表面肌电信号与脑电进行多尺度分解,去除信号的噪声,再使用ICA独立分量分析方法去除脑电信号的伪影。最后使用传递熵计算不同肌肉与电极之间的传递熵,并构建邻接矩阵。将邻接矩阵二值化后构建有向皮层肌肉功能网络,使用网络的分析法对皮层与肌肉在运动时的状态进行分析。本发明体现了脑电信号与肌电信号之间的信息流动关系,将大脑皮层与肌肉整合为一个网络进行深度分析,从整体上对皮层与肌肉的关系进行了更深层次的解析。

Patent Agency Ranking