-
公开(公告)号：CN102697495A
公开(公告)日：2012-10-03
申请号：CN201210161480.0
申请日：2012-05-23
Applicant: 杭州电子科技大学
IPC: A61B5/0488
Abstract: 本发明涉及一种基于总体平均经验模式分解的二代小波肌电信号消噪方法。本发明采用基于总体平均经验模式分解的二代小波消噪方法，获取人体的肌电信号样本数据，对原始的肌电信号加入白噪声后进行经验模态分解，然后对高频的内蕴模式函数分量进行二代小波分解及阈值处理，小波重构高频分量。最后把经过处理的高频分量与低频分量进行叠加，重构后的信号即为去噪信号。本发明将信号自适应地分解到不同的尺度上，适合非线性、非平稳信号的处理，不仅具有小波分析的全部优点，还有更清晰准确的谱结构，并能改善信号的极值点分布，具有抗混分解能力，既尽可能地保存了有用信号，又有效地消除了噪声，并且能够大幅提高信号信噪比。
-
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。
-
公开(公告)号：CN101332136A
公开(公告)日：2008-12-31
申请号：CN200810063305.1
申请日：2008-08-01
Applicant: 杭州电子科技大学
IPC: A61F2/72
Abstract: 本发明涉及脑电肌电联合控制的电动假手以及控制方法。目前三自由度肌电假手的模式处理正确率不够。本发明的电动假手包括多个肌电拾电传感器和脑电拾电传感器。肌电拾电传感器和脑电拾电传感器中的二次处理电路输出端与A/D转换电路的输入端连接。三个电机分别与对应的驱动电路连接，微处理器分别与A/D转换电路的输出端、驱动电路的输入端信号连接。肌电拾电传感器和脑电拾电传感器分别采集来自人体残臂各点的表面肌电信号和来自人体头顶和耳部的脑电信号，经过放大、滤波、A/D转换处理后输入微处理器中；微处理器对处理后的表面肌电信号和脑电信号进一步处理，实现对三自由度电动假手的控制。本发明通过脑电和肌电信号融合、经模式识别后实现控制，识别的正确率高、动作控制可靠。
-
公开(公告)号：CN101074895A
公开(公告)日：2007-11-21
申请号：CN200710069421.X
申请日：2007-06-19
Applicant: 杭州电子科技大学
IPC: G01L1/14
Abstract: 本发明涉及一种用于接触压力分布测量的传感器。阵列传感器需解决单体传感器的问题，以及集成小型化、相互干扰等问题。本发明的传感器金属外壳内由上至下依次设置有橡胶封装层、压电敏感层、电极转接板和电荷读出集成电路。橡胶封装层为带有呈阵列排列突点的橡胶片。压电敏感层包括PVDF片，PVDF片的一面为整片电极，另一面为阵列电极。阵列电极与突点位置一一对应。电荷读出集成电路为带有电荷注入电极的CCD集成电路。本发明利用压电原理与集成电路相结合的方法，不仅使阵列压电传感器的动态性能和抗干扰能力得到明显的改善，稳定性也得到大大加强，同时具有表面柔顺、体积小、集成度高的特点。
-
公开(公告)号：CN112735595B
公开(公告)日：2023-09-26
申请号：CN202011609523.8
申请日：2020-12-30
Applicant: 杭州电子科技大学
Abstract: 本发明提出了一种工作记忆能力的综合评定方法。首先让被试执行工作记忆任务范式，从不同记忆负载的角度测试工作记忆能力并采集行为学数据与多通道脑电数据。其次提取行为学数据中的反应时长T与准确率AC作为特征，计算得到工作记忆能力的行为学评价指标。再次对采集得到的脑电数据进行处理，利用通道间的互相关系数构建出全脑功能网络，提取节点度、聚类系数和全局效率作为特征计算得到工作记忆能力的脑网络特征评价指标。最后综合行为学评价指标和脑网络特征评价指标，通过组合得到更全面更科学客观的综合评估指标，为经颅直流电刺激提升工作记忆能力的参数调节方式提供了思路。
-
Patent Agency Ranking
公开(公告)号：CN111931578B
公开(公告)日：2023-09-22
申请号：CN202010646364.2
申请日：2020-07-07
Applicant: 杭州电子科技大学
IPC: G06F18/10 , G06F18/213 , G06F18/23 , G06F18/2411 , A61B5/372
Abstract: 本发明提出了一种基于最小生成树和区域双层网络的脑电识别方法。本发明针对不同运动动作想象的脑电信号，分别对每一类动作想象构建最小生成树，并计算最小生成树的直径和平均离心率特征。在不同动作想象的最小生成树基础上构建区域网络，并计算区域网络的平均节点度、平均聚类系数和平均路径长度特征。最后将最小生成树特征和区域网络特征相结合，输入到支持向量机分类器中，实现对运动脑电信号的分类。本发明可实时、准确识别出人体多种模式运动想象动作，识别结果可用于辅助康复训练的人机交互系统。
-
公开(公告)号：CN110732082B
公开(公告)日：2023-09-12
申请号：CN201910923310.3
申请日：2019-09-27
Applicant: 杭州电子科技大学
Abstract: 本发明提出了一种采用经颅直流电刺激和功能性电刺激的运动功能闭环康复方法。首先对大脑皮层区域进行tDCS刺激，改善皮层活性并且促进神经重塑，提高MI‑BCI的准确性。在此基础上采集多通道运动想象的脑电信号，构建通道重要性测度，获得通道特征权值矩阵，为各通道特征向量加权，构造特征加权logistic分类机。最后利用logistic分类机进行运动想象识别，根据识别结果进行FES刺激完成上肢动作，促进本体感觉上行反馈至中枢，与tDCS刺激引发重塑和运动控制的神经冲动下行一起，构成双刺激干预，塑造了“控制下行‑感觉上行”的运动功能闭环康复回路，促使患者自然和全面的康复。
-
公开(公告)号：CN112617859B
公开(公告)日：2022-05-13
申请号：CN202011613825.2
申请日：2020-12-30
Applicant: 杭州电子科技大学
Abstract: 本发明提出了一种基于平衡脑功能网络特征的平衡能力评估方法。首先设置了2种对比评估范式以采集人体应激场景下的平衡脑电信号，然后根据脑‑肌耦合相干规律进行带通滤波，提取到平衡相关最密切的脑电频段。在此基础上构建了人体平衡调节时的脑功能网络，依据复杂网络分析规则计算了功能网络的局部聚类系数，由此定义了一种新的脑功能网络平衡评估指标，该指标融合了信息获取和信息整合能力，把视觉与本体觉统一在了相同当量的信息整合能力平台之上。将该指标加入到分类特征当中，获得了一个有效的人体平衡分类框架，同时结合传统COP综合特征确定了一套人体应急平衡能力等级分类标准，实验表明结合该标准后实施的脑功能网络平衡等级分类方法具有较高的分类准确性。
-
公开(公告)号：CN114159081A
公开(公告)日：2022-03-11
申请号：CN202111522190.X
申请日：2021-12-13
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于时变混合Copula互信息的肌电耦合方法，包括多通道表面肌电信号同步采集、肌电信号预处理、经验分布函数估计边际分布、构建时变混合Copula模型、采用期望最大化‑拟牛顿方法估计时变混合Copula模型的参数模型拟合优度检验、计算时变混合Copula互信息，得到基于时变混合Copula互信息计算得到肌间的耦合强度。本发明提出的时变混合Copula互信息提供了一种更为先进的理论指导方法，可以准确描述肌间耦合特性，探究人体的运动机制，在肌间耦合中具有良好的应用前景。
-
公开(公告)号：CN110598728B
公开(公告)日：2021-11-09
申请号：CN201910665201.6
申请日：2019-07-23
Applicant: 杭州电子科技大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于图平衡正则化的半监督超限学习机分类方法。本发明通过非负权值量来平衡基于标签一致性的邻接图和基于信息结构一致性的邻接图，以此来达到图平衡，可以获得最佳图的拉普拉斯正则项来约束模型，并且认为在信息一致性图不能很好的描述样本集的结构信息时，增大标签一致性图的权重，反之则要减小相应的比例。本发明首先通过样本的标签一致性来构造训练样本间的邻接有监督图，与基于样本信息一致性的半监督图组合在一起来约束模型的输出，通过合理的调整图的比重来改变描述数据分布的能力，获得最优的邻接图后得到最佳的输出权值向量。本发明在脑电信号处理、脑机接口系统中具有广阔的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
143
records
(took 0.032 seconds)
