-
公开(公告)号：CN113749619B
公开(公告)日：2025-03-21
申请号：CN202111066253.5
申请日：2021-09-13
Applicant: 上海大学
Abstract: 本发明公开了一种基于K‑TRCA的脑力疲劳评估方法，预处理阶段：对空缺的数据段用“0”填充；对原始脑电数据滤波，去除眼电伪迹；获取瞳孔直径数据样本集和脑电数据样本集；标定阶段：计算所有瞳孔数据样本的P80数值，获取初始聚类中心；基于K‑means算法对瞳孔数据样本集进行重新聚类，获取脑电数据样本集。训练阶段：使用TRCA算法对样本进行训练，计算出空间滤波器组和训练样本平均值；测试阶段：对测试样本和样本平均值进行滤波，并计算皮尔逊相关系数，判断测试样本的类别。本发明通过P80阈值判定法结合K‑means聚类算法对眼动数据进行标定，保证了疲劳类别划分的客观性和准确性，提高RSVP弱小目标识别任务中的疲劳评估精度，增强鲁棒性和泛化能力。
-
公开(公告)号：CN112130663B
公开(公告)日：2024-03-26
申请号：CN202010891516.5
申请日：2020-08-31
Applicant: 上海大学
IPC: G06F3/01 , G06Q10/0639 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于EEG‑NIRS的目标识别训练系统及方法，包括信号采集帽、脑电信号放大器、近红外脑功能成像仪、电脑、训练系统界面、P300解码单元和NIRS解析单元。训练人员戴好信号采集帽并打开训练系统界面；训练开始后，显示界面随机显示目标图片与非目标图片，训练人员注视显示界面，信号采集帽采集训练人员的脑电信号，经过放大后传输给P300解码单元进行解码，计算目标识别率，进而评估识别能力；电脑中的NIRS解析单元用于量化训练人员的大脑疲劳程度，调节显示界面中图片呈现的频率。本发明能够实现多阶段渐进式训练、能够根据训练人员脑疲劳程度自适应调节图像呈现频率、能够根据P300脑电分析目标识别率并评估训练人员能力的目标识别训练系统。
-
公开(公告)号：CN112364812A
公开(公告)日：2021-02-12
申请号：CN202011343524.2
申请日：2020-11-26
Applicant: 上海大学
IPC: G06K9/00
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。
-
公开(公告)号：CN116725551A
公开(公告)日：2023-09-12
申请号：CN202310287920.5
申请日：2023-03-22
Applicant: 上海大学
Abstract: 本发明涉及一种基于FPGA的植入式电极Spike信号检测系统及方法，使用FPGA对植入式电极芯片传输的脑电数据信号进行采集，在对脑电数据采集的同时进行滤波处理与自动阈值特征提取，完成Spike的提取任务，处理完的的脑电数据与原始数据均通过PCI‑E方式发送给上位机。与现有技术相比，本发明采用FPGA并行处理数据，将Spike信号检测方法集成在FPGA上，大大缩减了Spike实时检测的速度，采用滤波器对脑电数据进行预处理，能够有效地保留Spike有效信号，采用自动阈值特征提取方法，能够自适应脑电信号波动来提取Spike信号，不仅降低了芯片的功耗，同时也保证了Spike信号提取的准确性。
-
公开(公告)号：CN114041793A
公开(公告)日：2022-02-15
申请号：CN202111353222.8
申请日：2021-11-16
Applicant: 上海大学
Abstract: 本发明公开了一种融合多模态疲劳监测与调控的RSVP目标识别系统及方法，包括信号采集帽、脑电信号放大器、近红外脑功能成像仪、眼动仪、耳机、电脑、训练系统界面、P300解码单元、NIRS解析单元、眼动数据分析单元和反应时间分析单元。训练人员戴好信号采集帽并打开训练系统界面；显示界面随机显示目标图片与非目标图片，训练人员注视显示界面，信号采集帽采集训练人员的脑电信号，经过放大后进行解码，计算目标识别率，进而评估识别能力；联合评估训练人员的大脑疲劳程度，调节显示界面中图片呈现的频率。本发明能实现多阶段渐进式训练、能够联合多模态数据评估训练人员脑疲劳程度并自适应调节图像呈现频率，能分析目标识别率并评估训练人员能力。
-
Patent Agency Ranking
公开(公告)号：CN113349804A
公开(公告)日：2021-09-07
申请号：CN202110717437.7
申请日：2021-06-28
Applicant: 上海大学
Abstract: 本发明公开了一种柔性可扩展的导电膏快速自动注射装置，它包括注射端子、空心软管、电磁泵和控制箱。注射端子一端与脑电帽上的电极孔位连接，另一端通过空心软管与电磁泵的一端连接；电磁泵的另一端与控制箱的储液池连接。本发明通过注射端子的振动实现导电膏的高效、可靠、自动注射；还通过控制箱控制电磁泵实现出液通道数的调整，从而兼容不同导联数的脑电帽。本发明采用机器自动注射导电膏的方法，相比于人工注射，节省时间，提高工作效率，有利于促进基于湿电极的脑电采集技术的进一步发展；本发明采用分布式柔性注射方式，通过软管连接注射端子，在注射导电膏时，受试者仍可以在一定范围内活动头部，提高受试者的舒适度，属于人性化设计。
-
公开(公告)号：CN112130663A
公开(公告)日：2020-12-25
申请号：CN202010891516.5
申请日：2020-08-31
Applicant: 上海大学
Abstract: 本发明公开了一种基于EEG‑NIRS的目标识别训练系统及方法，包括信号采集帽、脑电信号放大器、近红外脑功能成像仪、电脑、训练系统界面、P300解码单元和NIRS解析单元。训练人员戴好信号采集帽并打开训练系统界面；训练开始后，显示界面随机显示目标图片与非目标图片，训练人员注视显示界面，信号采集帽采集训练人员的脑电信号，经过放大后传输给P300解码单元进行解码，计算目标识别率，进而评估识别能力；电脑中的NIRS解析单元用于量化训练人员的大脑疲劳程度，调节显示界面中图片呈现的频率。本发明能够实现多阶段渐进式训练、能够根据训练人员脑疲劳程度自适应调节图像呈现频率、能够根据P300脑电分析目标识别率并评估训练人员能力的目标识别训练系统。
-
公开(公告)号：CN114041793B
公开(公告)日：2024-08-23
申请号：CN202111353222.8
申请日：2021-11-16
Applicant: 上海大学
Abstract: 本发明公开了一种融合多模态疲劳监测与调控的RSVP目标识别系统及方法，包括信号采集帽、脑电信号放大器、近红外脑功能成像仪、眼动仪、耳机、电脑、训练系统界面、P300解码单元、NIRS解析单元、眼动数据分析单元和反应时间分析单元。训练人员戴好信号采集帽并打开训练系统界面；显示界面随机显示目标图片与非目标图片，训练人员注视显示界面，信号采集帽采集训练人员的脑电信号，经过放大后进行解码，计算目标识别率，进而评估识别能力；联合评估训练人员的大脑疲劳程度，调节显示界面中图片呈现的频率。本发明能实现多阶段渐进式训练、能够联合多模态数据评估训练人员脑疲劳程度并自适应调节图像呈现频率，能分析目标识别率并评估训练人员能力。
-
公开(公告)号：CN118412117A
公开(公告)日：2024-07-30
申请号：CN202410531155.1
申请日：2024-04-29
Applicant: 上海大学
IPC: G16H50/20 , G16H50/30 , G16H50/70 , G16H10/60 , G06F18/2135 , G06F18/214 , G06F123/02
Abstract: 本发明涉及一种联合空间分布相关分析的疲劳脑电识别方法，包括以下步骤：首先，获取训练和测试数据的多时域分量；其次，分别计算训练和测试数据的多时域分量的多尺度频带功率谱集合、总能量矩阵集合、相关系数矩阵集合、相干系数矩阵集合和锁相值矩阵集合；然后，计算训练和测试数据的联合空间分布特征，并通过任务相关成分析和主成分分析获取训练和测试数据的特征模板；最后，用训练数据中的疲劳数据模板、非疲劳数据模板分别与测试数据模板计算二维相关系数，判断测试数据类别。与现有技术相比，本发明具有获取数据联合空间分布的多模态特征能力和减少冗余度、计算速度快、强鲁棒性等优点。
-
公开(公告)号：CN116010783B
公开(公告)日：2024-06-07
申请号：CN202310021069.1
申请日：2023-01-06
Applicant: 上海大学
IPC: G06F18/10 , G06F18/24 , G06F18/214 , G06F17/16
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。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.019 seconds)
