基于图像先验的单试次脑电P300成分检测方法及装置

    公开(公告)号:CN107898458B

    公开(公告)日:2020-07-17

    申请号:CN201710946732.3

    申请日:2017-10-12

    Abstract: 本发明属于人脑与机器视觉融合技术领域,尤其涉及基于图像先验的单试次脑电P300成分检测方法及装置。基于图像先验的单试次脑电P300成分检测方法,包括:计算刺激图像数据集中图像的复杂度,根据复杂度对图像进行排序;对不同复杂度的图像诱发的脑电信号训练分类器;对图像诱发的脑电信号进行评分。基于图像先验的单试次脑电P300成分检测装置,包括:复杂度计算排序模块;训练模块;评分模块。本发明可以根据图像复杂度主动预判P300潜伏期的范围。

    基于图像先验的单试次脑电P300成分检测方法及装置

    公开(公告)号:CN107898458A

    公开(公告)日:2018-04-13

    申请号:CN201710946732.3

    申请日:2017-10-12

    Abstract: 本发明属于人脑与机器视觉融合技术领域,尤其涉及基于图像先验的单试次脑电P300成分检测方法及装置。基于图像先验的单试次脑电P300成分检测方法,包括:计算刺激图像数据集中图像的复杂度,根据复杂度对图像进行排序;对不同复杂度的图像诱发的脑电信号训练分类器;对图像诱发的脑电信号进行评分。基于图像先验的单试次脑电P300成分检测装置,包括:复杂度计算排序模块;训练模块;评分模块。本发明可以根据图像复杂度主动预判P300潜伏期的范围。

    一种机器视觉辅助脑电目标判决的方法

    公开(公告)号:CN105825225A

    公开(公告)日:2016-08-03

    申请号:CN201610139386.3

    申请日:2016-03-11

    CPC classification number: G06K9/6263 G06K2209/21

    Abstract: 本发明公开了一种机器视觉辅助脑电目标判决的方法,克服了现有技术中,因目标图像的具体含义会导致P300成分潜伏期的变化导致单试次P300检测算法精度下降的问题。该发明步骤(1)、通过脑电信号采集设备收集被试的脑电信号;步骤(2)、确定被试P300成分潜伏期的变化误差;步骤(3)、通过P300成分定位目标图像在图像序列中的位置;步骤(4)、结合步骤(2)中确定的潜伏期变化误差与步骤(3)中单试次检测算法确定的目标图像位置,确定目标备选图像;步骤(5)、使用机器视觉对目标备选图像进行识别归类,并统计图像出现最多的类别作为被试所关注的目标图像类别。该技术具有高准确率、低虚警率。

    一种机器视觉辅助脑电目标判决的方法

    公开(公告)号:CN105825225B

    公开(公告)日:2019-06-28

    申请号:CN201610139386.3

    申请日:2016-03-11

    Abstract: 本发明公开了一种机器视觉辅助脑电目标判决的方法,克服了现有技术中,因目标图像的具体含义会导致P300成分潜伏期的变化导致单试次P300检测算法精度下降的问题。该发明步骤(1)、通过脑电信号采集设备收集被试的脑电信号;步骤(2)、确定被试P300成分潜伏期的变化误差;步骤(3)、通过P300成分定位目标图像在图像序列中的位置;步骤(4)、结合步骤(2)中确定的潜伏期变化误差与步骤(3)中单试次检测算法确定的目标图像位置,确定目标备选图像;步骤(5)、使用机器视觉对目标备选图像进行识别归类,并统计图像出现最多的类别作为被试所关注的目标图像类别。该技术具有高准确率、低虚警率。

    基于folding HDCA算法的单试次脑电P300成分检测方法

    公开(公告)号:CN105700687B

    公开(公告)日:2018-03-13

    申请号:CN201610139359.6

    申请日:2016-03-11

    Abstract: 本发明涉及一种基于folding HDCA算法的单试次脑电P300成分检测方法,给被试看一系列RSVP图像序列,采集被试脑电信号,将所有图像所对应的脑电信号分为若干个时间窗口,取一个时间窗口及其前f个时间窗口内的多导联信号组成一组新的导联信号,并与空间权重、时间权重做运算,获得兴趣得分,将兴趣得分与设定阈值进行比对,判断目标图像,将目标图像结果进行输出。本发明通过将被试当前时刻的脑电信号与之前时刻的脑电信号相关联,将多导联脑电信号降维到一维,有效降低实际应用中P300成分的潜伏期与峰值随被试生理状态、目标概率、目标含义而引起的变化因素的影响,有效的提取脑电P300成分,进而确定目标图像。

    基于后验概率模型的脑电与机器视觉目标图像检索方法

    公开(公告)号:CN105868712A

    公开(公告)日:2016-08-17

    申请号:CN201610184386.5

    申请日:2016-03-28

    CPC classification number: G06K9/00536 G06F16/50

    Abstract: 本发明公开了一种基于后验概率模型的脑电与机器视觉目标图像检索方法,克服了现有技术中,机器视觉与人类视觉结合起来,在脑电图像检索方法是有待改进的问题。该发明含有以下步骤:步骤(1)、给被试呈现RSVP图像序列,并利用脑电采集设备采集被试脑电信号,使用现代数据分析技术对脑电信号进行分析,实现脑电目标图像识别;步骤(2)、依据脑电识别模块的结果,找出目标图像在机器视觉模块中属于的目标类;步骤(3)、从机器视觉模块计算每张图像为目标类图像的概率;步骤(4)、对每张图像建立后验概率模型,计算图像为目标图像的概率的新估计值,从而给出该图像最终的识别结果。本方法能在保持低虚警率的同时达到相当高的准确率。

Patent Agency Ranking