一种面向复杂电磁干扰环境的脑电信号采集设备及方法

    公开(公告)号:CN117562553A

    公开(公告)日:2024-02-20

    申请号:CN202311547423.0

    申请日:2023-11-17

    Applicant: 上海大学

    Abstract: 本发明公开一种面向复杂电磁干扰环境的脑电信号采集设备及方法,涉及生物电信号处理技术领域,设备包括:采集模块和主控制器;每个采集节点均设置一个采集模块;采集模块用于获取对应采集节点处的脑电模拟信号,并直接在各采集节点处将所述脑电模拟信号转化为脑电数字信号;主控制器与采集模块通过共享双向通信及供电复合线连接至同一根总线上进行双向通信;主控制器用于通过复合线向各采集节点处的采集模块发送控制命令,并获取各采集模块反馈的脑电数字信号以及各采集节点的状态。本发明通过设置分布式采集节点及其对应的通讯方式,使脑电信号的采集更能适应复杂的电磁干扰环境。

    基于稳态视觉诱发电位和运动想象的脑机交互方法和设备

    公开(公告)号:CN116700495A

    公开(公告)日:2023-09-05

    申请号:CN202310699422.1

    申请日:2023-06-13

    Applicant: 上海大学

    Abstract: 本发明涉及一种基于稳态视觉诱发电位和运动想象的脑机交互方法和设备,方法包括如下步骤:建立与脑电采集设备的连接,构建包括多个区块的交互界面;接收用户的指令信息;当用户的指令为区块选取时,在预设时段内输出包括交互界面的图像数据,其中可移动的区块以预设频率闪烁,接收所述预设时段内的脑电信号,基于稳态视觉诱发电位得到用户注视的目标区块;当若用户的指令为区块移动时,发出运动想象的提示信息,采集脑电信号,基于预训练好的运动想象识别模型,判断用户想象的是左手运动还是右手运动,并根据已确定的目标区块更新图像数据,完成脑机交互。与现有技术相比,本发明具有识别准确率高、应用场景广等优点。

    一种基于表面肌电信号的手功能康复训练方法

    公开(公告)号:CN110400619B

    公开(公告)日:2023-07-21

    申请号:CN201910810901.X

    申请日:2019-08-30

    Applicant: 上海大学

    Abstract: 本发明涉及一种基于表面肌电信号的手功能康复训练方法。本方法采用的训练系统包括:Neuracle表面肌电信号采集模块、表面肌电信号在线分析模块和手工能康复训练模块,其中Neuracle表面肌电信号采集模块是通过Neuracle设备获取患者控制手前臂主动完成不同动作的表面肌电信号,然后通过TCP/IP通信协议传输该表面肌电信号至PC端公共缓存区;表面肌电信号在线分析模块对公共缓存区的表面肌电信号进行预处理,特征提取,分类之后,分析出表面肌电信号中的有效成分,并将其转换成控制命令,通过Qt特有的信号与槽机制传输给所述手工能康复训练模块;手工能康复训练模块接收到控制命令之后,根据预先选择好的康复模式进行康复训练。本发明提供了不同的康复动作与康复模式,让患者可以根据自身的情况主动进行有效的康复训练,且该方法具有用户主动参与和沉浸感强的特点,促进中枢神经的重塑,为手功能康复提供新的训练模式。

    一种RSVP弱隐目标诱发脑电识别方法、装置及存储介质

    公开(公告)号:CN116010783A

    公开(公告)日:2023-04-25

    申请号:CN202310021069.1

    申请日:2023-01-06

    Applicant: 上海大学

    Abstract: 本发明涉及一种基于多频带任务相关成分匹配的RSVP弱隐目标诱发脑电识别方法、装置及存储介质,其中方法包括:模板生成:用任务相关成分分析计算带通滤波后的训练脑电数据各频带的空间滤波器,同频带不同类空间滤波器组合后对各频带滤波生成对应模板,同类不同频带模板组合后生成目标与非目标数据模板;模板匹配:用空间滤波器组对带通滤波后的测试脑电数据各频带滤波并组合生成测试数据模板,计算该模板与目标、非目标数据模板的二维相关系数,判断测试数据类别。与现有技术相比,本发明具有获取数据细微特征能力和抗干扰能力强、识别精度高、识别速度快等优点。

    一种基于TRCA-WPTD的aVEPs脑电识别方法

    公开(公告)号:CN112364812B

    公开(公告)日:2023-04-14

    申请号:CN202011343524.2

    申请日:2020-11-26

    Applicant: 上海大学

    Abstract: 本发明公开了一种基于TRCA‑WPTD的aVEPs脑电识别方法,包括以下阶段:训练阶段:对训练数据通过不同阈值设置方式的WPTD算法分别进行滤波;分别计算滤波后训练数据的SNR和RMSE参数,选择SNR值最高且RMSE值最低的数据进行数据梳理;计算广义右特征向量矩阵W;对数据进行降维,得出模板矩阵Temp;测试阶段:对测试数据进行数据筛选,与广义右特征向量矩阵W和模板矩阵Temp计算相关系数矩阵r。解码阶段:对测试阶段得出的相关系数矩阵r进行解码并生成预测编码矩阵,与实际编码矩阵比对,输出识别结果。本发明通过WPTD算法进行滤波,提高aVEPs脑电的信噪比,降低均方根误差,通过TRCA算法进行模板匹配进行识别,提高基于aVEPs脑电的字符识别准确率和识别速度。

    融合眼动方向分类和增强现实技术的手功能康复训练系统

    公开(公告)号:CN114864044A

    公开(公告)日:2022-08-05

    申请号:CN202210524747.1

    申请日:2022-05-13

    Inventor: 杨帮华 庄皓东

    Abstract: 本发明公开了一种融合眼动方向分类和增强现实技术的手功能康复训练系统,其包括脑电采集设备、数据解析模块、数据预处理模块、卷积神经网络模块、手功能康复模块,脑电采集设备获取患者眼球运动相关通道的原始脑电信号,数据解析模块接收脑电信号并解析为数据格式可处理的脑电信号,数据预处理模块对脑电信号进行预处理,卷积神经网络模块接收预处理后的脑电信号并进行模型训练和测试,得到分类结果后将分类结果作为与手功能康复模块交互的指令。本发明将增强现实和眼动识别技术相结合,带给脑卒中患者更加舒适的康复体验,满足患者的交互需求,提高患者参与康复的积极性。

    一种基于沉浸式虚拟现实的个性化康复训练系统及方法

    公开(公告)号:CN114706472A

    公开(公告)日:2022-07-05

    申请号:CN202210069237.X

    申请日:2022-01-21

    Abstract: 本发明公开了一种基于沉浸式虚拟现实的个性化康复训练系统与方法。本发明系统包括个性化康复训练系统、相机、3D头部模型库、脑电帽、HTC Vive Pro头显、EEG解码单元。运行个性化康复训练系统,构建个性化模型,使用相机拍摄使用者照片,获取人脸图片,将图片载入3D头部模型库,检验模型制作情况,打开对应的VR训练场景,将使用者的头部模型构建在VR训练场景引导人物的头部模型上,最终构成了一个自己,就形成了个性化训练模型;使用者根据系统提示注视头显中的“自己”开始运动想象,脑电帽采集脑电信号,EEG解码单元解码脑电信号,将结果转换为对应的控制指令发送给训练界面,训练界面根据指令进行实时视觉反馈,本发明给与患者更高的沉浸式治疗体验。

    面向不同医疗机构的脑卒中康复训练系统及其训练方法

    公开(公告)号:CN114664434A

    公开(公告)日:2022-06-24

    申请号:CN202210310987.1

    申请日:2022-03-28

    Abstract: 本发明公开了一种面向不同医疗机构的脑卒中康复训练系统及其训练方法,该系统包括:服务器,服务器向多个运动想象脑机接口设备分发运动想象识别的全局模型;多个运动想象脑机接口设备,位于医疗机构内,根据全局模型结合本地训练数据实现独立的模型训练,最后向服务器传送训练后的模型;服务器将各多个运动想象脑机接口设备训练后的模型聚合后形成新的全局模型,再分发给各个运动想象脑机接口设备;医疗机构电脑,运动想象脑机接口设备与患者、医疗机构电脑连接。本发明提高了模型的精度,又节省了病人进行离线训练的时间和训练成本。

    一种基于树莓派的便携式脑卒中康复训练系统及方法

    公开(公告)号:CN113506607A

    公开(公告)日:2021-10-15

    申请号:CN202110471468.9

    申请日:2021-04-29

    Applicant: 上海大学

    Abstract: 本发明公开一种基于树莓派的便携式脑卒中康复训练系统及方法。本系统包括脑电帽、信号放大器、多参数同步器、树莓派3B+和气动手,所述树莓派3B+包含用户交互界面、采集软件、MI‑EEG离线解码建模单元和MI‑EEG在线识别单元;播放视频引导使用者进行离线的左右手运动想象训练,采集到的数据由信号放大器放大后与多参数同步器的同步信号一起经由路由器发送至采集软件,再由MI‑EEG离线解码建模单元对数据解码并建立模型。最后,给使用者佩戴好气动手并进行在线的VR运动想象任务,采集到的数据由MI‑EEG在线识别单元进行在线分类识别,并根据分类结果控制气动手带动患者手部运动,从而达到对使用者进行康复训练的目的。

    一种毒瘾程度检测方法
    30.
    发明公开

    公开(公告)号:CN112089398A

    公开(公告)日:2020-12-18

    申请号:CN202010822415.2

    申请日:2020-08-17

    Applicant: 上海大学

    Abstract: 本发明公开了一种毒瘾程度检测方法,利用计算机系统进行毒瘾程度检测,采用的检测系统由行为学模块、毒瘾刺激模块、数据采集模块、CNN模型建立模块、CNN分类模块和结果评估模块组成。本发明方法的操作步骤为:1)行为学指标采集,2)刺激吸毒人员对毒品的反应,3)采集近红外数据,4)建立CNN模型。5)进行CNN分类,6)对结果进行评估。本发明方法解决了吸毒人员成瘾程度仅能依据人为主观因素界定的问题,本发明方法将人工智能方法用于轻度、中度、重度三类吸毒人员生理数据分类得到平均正确率在75%。本发明方法使吸毒成瘾程度界定更客观和标准化,使戒毒康复走向更科学性、合理化、人性化的道路。

Patent Agency Ranking