-
公开(公告)号：CN109171713A
公开(公告)日：2019-01-11
申请号：CN201810588009.7
申请日：2018-06-08
Applicant: 杭州电子科技大学
IPC: A61B5/0476 , A61B5/00
Abstract: 本发明涉及一种基于多模态信号的上肢运动想象模式识别方法。本发明首先，对原始近红外光谱信号进行计算，得到脑部氧合血红蛋白含量，并对氧合血红蛋白含量值提取CSP特征；其次，对采集到的脑电信号进行样本熵的提取；然后，将得到的多模态特征进行归一化，并进行串行融合；最后，采用支持向量机模型对融合后的多模态特征进行模式分类。本发明优点在于既保留了脑电信号的高空间分辨率的优势，同时又补充了近红外光谱信号的高时间分辨率的特性，提高了上肢运动想象模式的识别率。
-
公开(公告)号：CN106067178B
公开(公告)日：2018-11-23
申请号：CN201610367322.9
申请日：2016-05-30
Applicant: 杭州电子科技大学
IPC: G06T7/20
Abstract: 本发明提出一种基于肌肉协同激活模型的手部关节运动连续估计方法。本发明首先根据肌电信号量化肌肉协同理论模型，利用非负矩阵分解算法对肌电信号进行解耦，提取独立动作的协同元；其次根据非负最小二乘算法计算相应协同元激活系数。最后，通过支持向量回归构建了映射激活系数到关节角度的激活模型，利用建立的激活模型从采集的表面肌电信号得到关节运动的连续估计。对四个关节独立和组合运动的估计实验表明，该模型能获得较高的估计精度。
-
公开(公告)号：CN107180435A
公开(公告)日：2017-09-19
申请号：CN201710322399.9
申请日：2017-05-09
Applicant: 杭州电子科技大学
IPC: G06T7/292
Abstract: 本发明提出了一种适用于深度图像的人体目标跟踪方法。本发明首先利用人体目标深度值，基于阈值判断设计一种目标模板更新方法。其次，通过计算Kalman滤波器的预测位置与当前跟踪框的质心位置距离，判断跟踪是否受障碍物干扰而使跟踪框跳变，设计一种障碍物屏蔽方法，消除障碍物区域对跟踪的干扰。然后通过人体目标检测的方法实现再跟踪。最后基于阈值判断，设计屏蔽障碍物解除的机制，使深度相机改变视角后，解除视角改变前的障碍物区域屏蔽。本发明使得深度图像中人体目标的跟踪成功率有明显的提高。
-
公开(公告)号：CN103961091B
公开(公告)日：2017-01-11
申请号：CN201410150878.3
申请日：2014-04-15
Applicant: 杭州电子科技大学
IPC: A61B5/0476
Abstract: 本发明提出了一种基于双树复小波样本熵的运动想象脑电信号特征提取方法。首先，利用双树复小波变换将脑电信号分解在不同的频段，依据运动想象脑电信号中ERD/ERS现象，抽取有用信号的频段进行重构；然后，利用样本熵提取出脑电信号特定频段的非线性特征。本方法可以作为脑电数据信号分析中一种有效的特征处理方法，具有一定的可行性，可以获得比较高的识别率，它为BCI的特征提取提供了新的思路。
-
公开(公告)号：CN106067178A
公开(公告)日：2016-11-02
申请号：CN201610367322.9
申请日：2016-05-30
Applicant: 杭州电子科技大学
IPC: G06T7/20
Abstract: 本发明提出一种基于肌肉协同激活模型的手部关节运动连续估计方法。本发明首先根据肌电信号量化肌肉协同理论模型，利用非负矩阵分解算法对肌电信号进行解耦，提取独立动作的协同元；其次根据非负最小二乘算法计算相应协同元激活系数。最后，通过支持向量回归构建了映射激活系数到关节角度的激活模型，利用建立的激活模型从采集的表面肌电信号得到关节运动的连续估计。对四个关节独立和组合运动的估计实验表明，该模型能获得较高的估计精度。
-
Patent Agency Ranking
公开(公告)号：CN103961092B
公开(公告)日：2016-08-24
申请号：CN201410192868.6
申请日：2014-05-09
Applicant: 杭州电子科技大学
IPC: A61B5/0476
Abstract: 本发明涉及一种基于自适应阈值的脑电信号去噪方法。本发明首先，在软阈值的基础上改进阈值函数；其次，对采集到的脑电信号进行多层次的分解，得到相对应的小波细节系数；然后，根据小波分解后小波系数的统计相关性改进阈值，对小波系数进行自适应的阈值处理；最后，将缩放后的小波系数进行重构得到去噪后的EEG信号。本发明与硬阈值法、软阈值法、Garrote阈值法对比，其优点在于保持了软阈值法的平滑性，减少吉布斯现象，不仅有效的抑制了高斯噪声，同时保留EEG中大部分的有用的细节信息，为下一步的EEG特征提取和模式识别奠定良好的基础。
-
公开(公告)号：CN103054585B
公开(公告)日：2014-11-05
申请号：CN201310022821.0
申请日：2013-01-21
Applicant: 杭州电子科技大学
IPC: A61B5/11 , A61B5/0488
Abstract: 本发明提出了一种基于生物运动信息的上肢肩肘腕关节运动功能评价方法。本发明首先选择加速度信号和肌电信号作为上肢运动的生物运动信息。然后对加速度信号和肌电信号进行特征提取。在此基础上，从两方面对特征值进行筛选：针对不同类型的动作和针对执行动作能力的不同，根据信号特征的典型性和可区分性对特征进行筛选。最后利用两类信号的不同优势，将两类信号的特征值进行组合。以简式Fugl-Meyer评分值为标准，构建线性回归模型，进行多元信号特征的优化组合，以此作为上肢肩肘腕关节运动功能评价指标。本发明不仅可以进行在线的实时信息提取和评分检测，还能取代传统的上肢运动功能评价方法，更细致地对上肢运动功能进行量化评分。
-
公开(公告)号：CN103750927A
公开(公告)日：2014-04-30
申请号：CN201410007709.4
申请日：2014-01-07
Applicant: 杭州电子科技大学
IPC: A61F2/70
Abstract: 本发明公开了一种人体下肢假肢膝关节运动控制方法，特别涉及二刚体二自由度下肢假肢平地行走时的自适应迭代学习控制方法。本发明首先分析人体正常步态特征及下肢假肢控制要求；然后通过牛顿－欧拉算法对其进行动力学分析，建立二刚体二自由度下肢假肢运动系统模型；最后将自适应迭代学习控制算法应用于此运动系统模型，其控制算法流程包括：问题描述、收敛性分析、求取的有界性、求取的递增性、求取的递增性。采用本发明能在一定时间内稳定地减小膝关节运动的跟踪误差，达到良好的跟踪效果。
-
公开(公告)号：CN101732110B
公开(公告)日：2012-11-07
申请号：CN200910154611.0
申请日：2009-11-19
Applicant: 杭州电子科技大学
IPC: A61F2/72
Abstract: 本发明涉及用于手部动作识别的脑电和肌电信号混沌特征融合方法。现有的方法识别率不高。本发明方法从混沌动力学系统角度提取脑电与肌电对应相应手部动作时混沌特征的两个参数：最大Lyapunov指数和关联维数，融合归一化后输入SVM分类器实现对手部动作的识别，具体包括三个步骤：(1)提取消噪后脑电和肌电信号混沌特征的最大Lyapunov指数和关联维数；(2)脑电和肌电信号特征参数融合和归一化处理；(3)采用支持向量机方法，得到手部动作分类识别的结果。本发明方法从混沌动力学系统角度对脑电和肌电信号进行了分析，提取了描述了对应手部动作混沌特征的特征参数，实现了对手部动作的识别，提高了识别率，为实际的应用提供了途径。
-
公开(公告)号：CN101564328B
公开(公告)日：2011-01-05
申请号：CN200910098336.5
申请日：2009-05-07
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于支持向量数据描述的膝上假肢多运动模式识别方法。目前的肌电信号分类算法都存在各种不足。本发明采用支持向量数据描述方法，提出具有多模式特征提取能力的动态模型，实现各种模式特征空间的自适应调整。该方法首先获取人体下肢肌电信号样本数据，再建立支持向量数据描述多类分类器，然后判断测试样本的归属，并进行支持向量数据描述增量学习，包括样本添加和样本删减。本发明方法较好地满足膝上下肢假肢控制中的多运动模式识别要求，克服了支持向量数据描述离线训练方式无法有效处理反映对象特性改变的样本数据等缺点，该方法在智能假肢控制的多模式识别中具有广阔的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
151
records
(took 0.031 seconds)
