-
公开(公告)号:CN115999069B
公开(公告)日:2024-01-05
申请号:CN202211574059.2
申请日:2022-12-08
Applicant: 北京师范大学珠海校区
Abstract: 本发明公开了一种经颅光刺激的参数确定方法、装置、设备及存储介质。经颅光刺激的参数确定方法包括:获取刺激对象的脑部在经颅光刺激的第一时间窗口内产生的多路脑电信号和多路代谢信号;提取多路脑电信号中的一路脑电信号作为第一脑电信号,提取多路代谢信号中的一路代谢信号作为第一代谢信号;对第一脑电信号进行第一预处理,得到第二脑电信号,及对第一代谢信号进行第二预处理,得到第二代谢信号;对第二脑电信号和第二代谢信号进行耦合,得到脑电代谢耦合特征值;根据第二脑电信号、第二代谢信号和脑电代谢耦合特征值,得到刺激对象在第二时间窗口对应的经颅光刺激参数;在第二时间窗口,根据经颅光刺激参数对刺激对象进行经颅光刺激。(56)对比文件WO 2022221644 A2,2022.10.20白洋;夏小雨;王勇;何江弘;李小俚.基于脑电的意识障碍重复经颅磁刺激调控评估.中国生物医学工程学报.2019,(第06期),全文.杨虎;汪毓铎;陈新华;殷胜勇;巫彤宁.多参数可调经颅微电流刺激仪的研制和基于脑电的效果评测.中国生物医学工程学报.2015,(第06期),全文.mellissa zavaglia等.the effect ofconnectivity on EEG rhyrthms,powerspectral density and coherence amogcoupled neural populations: analysis witha neural mass model《.IEEE transactions onbiomedical engineering》.2007,全文.
-
公开(公告)号:CN115216041B
公开(公告)日:2023-11-10
申请号:CN202210850027.4
申请日:2022-07-19
Applicant: 北京师范大学珠海校区
IPC: C08J7/00 , C08L33/12 , A61B5/0205 , A61B5/11
Abstract: 本发明公开一种高拉伸柔性聚合物光纤器件的制备方法,属于光纤器件制备技术领域。所述方法包括以下步骤:将两条经过预处理的聚甲基丙烯酸甲酯光纤分别插入硅胶管两端,加热固化,得到具有三明治结构的高拉伸柔性聚合物光纤器件;所述硅胶管中含有聚二甲基硅氧烷前驱体。将聚甲基丙烯酸甲酯光纤与聚二甲基硅氧烷结合,在增大了光纤弯曲损耗的同时增大光纤传感的灵敏度,解决了传统聚合物光纤杨氏模量小、灵敏度低的问题。
-
公开(公告)号:CN116942177A
公开(公告)日:2023-10-27
申请号:CN202310688684.8
申请日:2023-06-09
Applicant: 北京师范大学珠海校区
Abstract: 本发明公开了一种脑状态识别方法、装置、设备及存储介质。脑状态识别方法包括:获取用户在预设诱发电位刺激模式下产生的多路脑电数据;对每一路脑电数据分别进行节律成分与非节律成分的分离处理,得到对应于每一路脑电数据的节律数据和非节律数据;对每一路脑电数据对应的节律数据提取第一节律特征,及对每一路脑电数据对应的非节律数据提取第一非节律特征,得到每一路脑电数据对应的第一节律特征和第一非节律特征;根据每一路脑电数据对应的第一节律特征和第一非节律特征,构建融合节律特征集;将融合节律特征集输入预设的脑状态识别模型,得到由脑状态识别模型输出的脑状态识别结果。
-
公开(公告)号:CN114169366B
公开(公告)日:2023-10-20
申请号:CN202111399690.9
申请日:2021-11-19
Applicant: 北京师范大学
IPC: G06F18/213 , G06F18/214 , G16H20/70 , A61B5/374 , A61B5/00
Abstract: 本公开提供了一种神经反馈训练系统和方法,该系统包括:脑电信号采集装置,用于采集训练对象的第一任务脑电信号。处理装置,用于获取训练对象的神经反馈训练方案,该神经反馈训练方案包括训练对象的设定脑节律的滤波频段、脑电特征指标以及激励条件;用于根据滤波频段和脑电特征指标配置训练对象的脑电特征提取模型;用于将第一任务脑电信号输入至脑电特征提取模型,得到脑电特征指标的指标值;以及,用于在指标值满足激励条件的情况下,获取激励信息,并向训练对象显示激励信息。
-
公开(公告)号:CN116548949A
公开(公告)日:2023-08-08
申请号:CN202310402961.4
申请日:2023-04-14
Abstract: 本发明公开了一种经颅超声刺激的靶点定位系统及方法。经颅超声刺激的靶点定位系统包括:超声换能器,超声换能器用于向超声刺激对象的脑部发出超声信号;核磁显影外壳,核磁显影外壳套设在超声换能器上,核磁显影外壳的内部容纳空间与超声换能器的外轮廓相适配,核磁显影外壳为能够在脑部医学影像中成像的外壳;超声定位装置,超声定位装置根据超声刺激对象的脑部医学影像,生成三维脑部模型;根据核磁显影外壳在脑部医学影像中的成像位置,计算超声换能器在三维脑部模型中的第一靶点位置;根据第一靶点位置,计算第一靶点位置对应的超声信号焦点在三维脑部模型中的焦点位置;在三维脑部模型的焦点位置处显示代表超声信息焦点的焦点标识。
-
公开(公告)号:CN116301182A
公开(公告)日:2023-06-23
申请号:CN202310141908.3
申请日:2023-02-08
Abstract: 本公开提供了一种超声刺激的功率控制系统,超声刺激的功率控制系统包括超声刺激装置,按照设置的电压值产生具有对应功率值的原始脉冲信号,及脉冲同步信号;功率放大器,对原始脉冲信号进行功率放大处理,得到第一脉冲信号;双定向耦合器,对第一脉冲信号进行信号分离处理,得到具有前向功率值的第一检测信号和具有反向功率值的第二检测信号和功率差值;超声换能器,根据双定向耦合器输出的功率差值,输出对应的超声信号;信号处理装置,对第一检测信号和第二检测信号进行采样得到第一平均功率值和第二平均功率值,得到并输出目标脉冲功率值;功率控制装置,根据目标脉冲功率值与预设的声强标准值,调整超声刺激装置所设置的电压值。
-
公开(公告)号:CN116173417A
公开(公告)日:2023-05-30
申请号:CN202211508754.9
申请日:2022-11-28
Applicant: 北京师范大学珠海校区
Abstract: 本发明公开了一种经颅光刺激的靶区确定方法、装置、设备及存储介质。经颅光刺激的靶区确定方法包括:获取刺激对象的脑部在经颅光刺激期间产生的脑部核磁数据;其中,脑部核磁数据包括脑部结构数据和脑部功能数据;根据脑部结构数据,确定预设在刺激对象头部的多个实际刺激靶点在头部坐标系中的位置坐标;根据多个实际刺激靶点在头部坐标系中的位置坐标,得到头部坐标系与预设的皮层坐标系的第一转换关系;根据皮层坐标系,建立脑网络模型,并确定脑网络坐标系与皮层坐标系的第二转换关系;其中,脑网络模型包括多个脑分区;根据第一转换关系和第二转换关系,将建立起来的脑网络模型映射到头部坐标系,使得刺激对象的头部与脑网络模型实现配准。
-
公开(公告)号:CN112256124B
公开(公告)日:2022-08-19
申请号:CN202011023966.9
申请日:2020-09-25
Applicant: 北京师范大学
IPC: G06V40/16 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06Q10/06 , A61B5/00 , A61B5/24 , A61B5/369 , A61B5/16
Abstract: 本公开提供了一种基于情绪的操控工效分析方法、设备及系统,该方法包括:获取操控选手操控目标对象执行目标任务产生的生理信息数据;将所述生理信息数据输入预置的情绪识别模型,获得所述操控选手对于所述情绪评价指标的评分;其中,所述情绪识别模型反映操控行为数据和生理信息数据与情绪评价指标的评分之间的映射关系;根据所述操控选手对于所述情绪评价指标的评分,获得所述操控选手的操控评分;根据所述操控评分,执行设定的操作。
-
公开(公告)号:CN114366103A
公开(公告)日:2022-04-19
申请号:CN202210018449.5
申请日:2022-01-07
Applicant: 北京师范大学
Abstract: 本申请实施例提供了一种注意力评估方法、装置及电子设备,包括:采集待评估用户的多模态数据,其中,所述多模态数据包括多个从不同角度反映所述用户的注意力特征的模态数据;将所述多模态数据输入目标注意力评估模型中,获得目标评估结果,其中,所述目标评估结果表示所述用户的注意力集中程度,所述目标注意力评估模型包括通过融合所述多模态数据得到的融合特征信息,预测所述目标评估结果的神经网络模型。
-
公开(公告)号:CN114343640A
公开(公告)日:2022-04-15
申请号:CN202210018461.6
申请日:2022-01-07
Applicant: 北京师范大学
Abstract: 本申请实施例提供了一种注意力评估方法及电子设备,包括:采集待评估用户的多模态数据,其中,所述多模态数据包括多个从不同角度反映所述用户的注意力特征的模态数据,所述多模式数据包括脑电数据和行为数据;将所述多模态数据输入目标注意力评估模型,获得目标评估结果,其中,所述目标注意力评估模型用于根据所述待评估用户对应的评估标准和目标深度特征,预测获得所述目标评估结果,所述评估标准根据所述行为数据获得,所述目标深度特征根据所述脑电数据获得。
-
-
-
-
-
-
-
-
-