一种基于低秩和稀疏矩阵分解的脑电信号处理方法

    公开(公告)号:CN105266804B

    公开(公告)日:2017-10-17

    申请号:CN201510771113.6

    申请日:2015-11-12

    Abstract: 本发明公开了一种基于低秩和稀疏矩阵分解的脑电信号处理方法。本发包括如下步骤:步骤1、被试者根据提示执行运动想象任务,使用多通道脑电信号采集设备采集被试者的脑电信号数据,完成被试者信息录入和脑电数据采集;步骤2、对步骤1中采集到的脑电数据进行数据预处理,预处理过程包括带通滤波、去公共平均参考方法;步骤3、对步骤2预处理后得到的脑电数据X进行分解;步骤4、计算噪声部分;步骤5、计算运动想象任务执行正确率。本发明能有效的表达脑电信号的组成部分,便于不同脑机系统应用场合的特征提取和分析。

    一种中风病人脑电信号采集与处理的方法

    公开(公告)号:CN103300850A

    公开(公告)日:2013-09-18

    申请号:CN201310137847.X

    申请日:2013-04-19

    Abstract: 本发明涉及一种中风病人脑电信号采集与处理的方法。本发明首先加载多种不同类型的脑电采集设备,其次加载算法链,然后脑电信号处理,最后控制康复器械。其中脑电信号处理包括信号预处理、信号特征提取和信号分类。本发明采用设备驱动注册机制,可加载多种不同类型的信号采集设备,方便不同医院使用不同设备开展康复训练。

    一种基于脑机接口的实时主动式系统控制方法

    公开(公告)号:CN103268149A

    公开(公告)日:2013-08-28

    申请号:CN201310138896.5

    申请日:2013-04-19

    Abstract: 本发明涉及一种基于脑机接口的实时主动式系统控制方法。本发明包括EEG信号采集阶段、信号处理阶段和控制器械工作。其中信号处理阶段包括EEG信号特征离线分析、脑电信号特征实时提取和分类决策。控制器械工作包括脑电信号采集系统和计算机软件系统。本发明通过相应的信号处理机制以及综合分类决策实现了实时性,通过在传统机械的基础上改装串口通信设备实现了主动性。

    一种基于脑电信号的中风康复程度指标计算方法

    公开(公告)号:CN103258120A

    公开(公告)日:2013-08-21

    申请号:CN201310137455.3

    申请日:2013-04-19

    Abstract: 本发明涉及一种基于脑电信号的中风康复程度指标计算方法。本发明首选被试根据提示执行左/右手运动想象任务,使用多通道脑电信号采集设备采集被试执行运动想象任务时的脑电信号。然后使用去公共平均参考方法降低公共噪声的水平,使用独立成分分析方法消除眼电伪迹,提高脑电信号的信噪比,使用巴特沃斯滤波器提取与运动想象任务密切相关的频段的数据用于以后的分析。最后计算脑功能网络的聚合系数、全局效率属性;计算运动想象任务执行的正确率;使用脑功能网络属性和运动想象任务正确率作为康复程度指标,把计算结果保存到专用数据库。本发明具有不受意志干扰,客观性强的优点。通过该方法可以获得一个客观的评估依据。

    基于DDADSM跨被试迁移学习脑电精神状态检测方法

    公开(公告)号:CN112488081B

    公开(公告)日:2024-08-09

    申请号:CN202011541187.8

    申请日:2020-12-23

    Abstract: 本发明公开基于DDADSM跨被试迁移学习脑电精神状态检测方法。本发明采用先进行双子空间特征空间映射再动态分布对齐的迁移学习方法对脑电数据进行分类检测的方法。是脑电迁移学习检测方法的重大创新与尝试,能够减少传统单一子空间迁移学习方法的空间漂移问题以及忽略条件分布和边缘分布重要性定量计算造成的精确性不足、迁移能力有限等问题。该方法在疲劳驾驶脑电数据的分类问题上能够取得很好的效果,能够为复杂脑电数据的处理提高新的研究手段。

Patent Agency Ranking