公开(公告)号：CN112818883B

公开(公告)日：2024-03-26

申请号：CN202110169344.5

申请日：2021-02-07

Applicant: 东南大学

Inventor： 曾洪 ,  王新志 ,  宋爱国 ,  张建喜 ,  刘兴

IPC: G06F18/10 ,  G06F18/213 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于眼动信号的感兴趣目标深度学习检测与定位方法，包括以下步骤：获取眼动仪的原始输出数据；对原始数据预处理，包括剔除异常数据及数据滤波；采用自适应阈值算法从预处理后的眼动数据中区分出凝视事件和扫视事件；手动标记凝视序列并设计处理不等长序列的深度神经网络，训练ConvLSTM神经网络,并使用该网络检测刻意凝视簇和非刻意凝视簇,将刻意凝视簇与原图叠加即可定位感兴趣目标在图片中的具体位置，该方法中的自适应阈值算法识别凝视事件和扫视事件，对不同的被试具有更高的识别精度，深度神经网络也提高了感兴趣目标检测与定位精度，尤其是在遮挡目标、不完整目标以及不确定目标等检测与定位精度远高于基于计算机视觉的方法。

公开(公告)号：CN111449650A

公开(公告)日：2020-07-28

申请号：CN202010211448.3

申请日：2020-03-24

Applicant: 东南大学

Inventor： 曾洪 ,  刘兴 ,  黄孝妍 ,  沈俊杰 ,  王新志 ,  宋爱国

IPC: A61B5/0476 ,  A61B5/00

Abstract: 本发明公开了一种基于脑网络动态连接特征的运动意图预测方法，步骤：构建时变动态贝叶斯网络模型，将时域的EEG信号矩阵转变为时域的电极间的有向加权连接矩阵；将得到的有向加权连接矩阵按定义的运动意图状态和静息状态对每个电极对进行配对t检验，筛选得到在两种状态下差异性显著的电极对，并按筛选得到的电极对和时间重构为特征矩阵；将得到的特征矩阵重构为特征向量，并将该特征向量输入训练好的分类器中，输出运动意图的预测结果。本发明弥补了传统脑电运动意图预测方法忽视大脑皮层不同区域之间的动态联系的缺陷。

公开(公告)号：CN112818883A

公开(公告)日：2021-05-18

申请号：CN202110169344.5

申请日：2021-02-07

Applicant: 东南大学

Inventor： 曾洪 ,  王新志 ,  宋爱国 ,  张建喜 ,  刘兴

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于眼动信号的感兴趣目标深度学习检测与定位方法，包括以下步骤：获取眼动仪的原始输出数据；对原始数据预处理，包括剔除异常数据及数据滤波；采用自适应阈值算法从预处理后的眼动数据中区分出凝视事件和扫视事件；手动标记凝视序列并设计处理不等长序列的深度神经网络，训练ConvLSTM神经网络,并使用该网络检测刻意凝视簇和非刻意凝视簇,将刻意凝视簇与原图叠加即可定位感兴趣目标在图片中的具体位置，该方法中的自适应阈值算法识别凝视事件和扫视事件，对不同的被试具有更高的识别精度，深度神经网络也提高了感兴趣目标检测与定位精度，尤其是在遮挡目标、不完整目标以及不确定目标等检测与定位精度远高于基于计算机视觉的方法。