公开(公告)号：CN119026018A

公开(公告)日：2024-11-26

申请号：CN202411102665.3

申请日：2024-08-12

Applicant: 兰州大学

Inventor： 胡斌 ,  孙淑婷 ,  刘雪松 ,  李小伟

IPC: G06F18/2415 ,  A61B5/16 ,  A61B5/377 ,  A61B5/372 ,  A61B5/00 ,  G06F18/25 ,  G06F18/213 ,  G16H20/70

Abstract: 本申请提供一种基于证据理论融合的脑电信号的心理状态检测方法及系统，所述方法可以在获取到目标对象的脑电信号后，提取脑电信号的脑电特征。基于特征选择方法在脑电特征中提取具有辨别力的目标脑电特征，将目标脑电特征输入多个不同的心理状态分类器中，以获得多个心理状态分类器输出的分类概率值，再基于证据理论融合多个分类概率值，以得到融合概率值，最后根据融合概率值得到脑电信号的心理状态检测结果。所述方法基于证据理论的决策级融合方法以及多任务分析方法，提升心理状态检测的准确性和泛化能力。

公开(公告)号：CN118948278A

公开(公告)日：2024-11-15

申请号：CN202411014326.X

申请日：2024-07-26

Applicant: 兰州大学

Inventor： 胡斌 ,  孙淑婷 ,  曲姗姗 ,  李小伟

IPC: A61B5/16 ,  A61B5/372 ,  A61B5/00 ,  G06F18/2411 ,  G06F18/213 ,  G06F18/232

Abstract: 本申请提供一种基于频域时域结合的精神状态检测方法和系统。采集被测试目标在静息状态下的脑电信号，对脑电信号进行预处理，以获取纯净脑电信号。基于纯净脑电信号获取微状态序列，根据微状态序列构建频域和时域结合的二维多层脑功能网络。在二维多层脑功能网络中提取频域特征向量以及时域特征向量，将频域特征向量和时域特征向量输入至精神状态分类器，以获得精神状态分类器输出的分类结果。本申请结合了频域和时域两个维度，利用二维多层脑功能网络探索大脑活动在特定分布下的多节律复杂动态交互的微观波动变化，充分分析特定状态下大脑的工作运行机制，提高精神状态检测准确率。

公开(公告)号：CN118902459A

公开(公告)日：2024-11-08

申请号：CN202411004189.1

申请日：2024-07-25

Applicant: 兰州大学

Inventor： 胡斌 ,  李小伟 ,  黄俊 ,  董慧娟 ,  祝婧

IPC: A61B5/16 ,  G06F18/10 ,  G06F18/213 ,  G06F18/24 ,  G06F18/20 ,  A61B5/369 ,  A61B5/372 ,  A61B5/00

Abstract: 本申请提供一种基于脑电信号时间不可逆性的心理状态检测方法及系统，所述方法可以在获取到目标对象的脑电信号后，提取脑电信号的正序脑电序列和逆序脑电序列，并执行相空间重构，以得到正序相空间序列和逆序相空间序列。再提取正序相空间序列的正序序数模式序列以及逆序相空间序列的逆序序数模式序列，再计算正序序数模式序列的正序统计量以及逆序序数模式序列的逆序统计量，基于正序统计量和逆序统计量计算时间不可逆性特征，最后基于时间不可逆性特征生成所述脑电信号的心理状态检测结果。所述方法通过计算每个电极脑电信号的时间不可逆性，并利用脑电信号的时间不可逆性的非线性特征，进行心理状态检测，提高心理状态检测的准确率。

公开(公告)号：CN109924990A

公开(公告)日：2019-06-25

申请号：CN201910241797.7

申请日：2019-03-27

Applicant: 兰州大学

Inventor： 胡斌 ,  李小伟 ,  张鑫 ,  祝婧 ,  蔡涵书

IPC: A61B5/16 ,  A61B5/0476 ,  A61B5/00

Abstract: 本发明提供一种基于EMD算法的脑电信号抑郁症识别系统，将脑电信号电极通道中隐含的空间信息与时域、频域信息相结合，提高分类准确率，对抑郁症的临床诊断起到辅助作用。所述系统包括脑电数据预处理模块、图像构建模块、特征提取和分类识别模块；脑电数据预处理模块用于将原始的脑电信号进行预处理，自动去除工频噪声、肌电、眼电伪迹；图像构建模块用于采用EMD算法将脑电信号分解成不同频域的IMF分量，提取主要IMF分量的功率谱密度时间帧；将脑电信号电极通道的空间位置与IMF分量的功率谱密度时间帧相结合，生成对应于每个IMF分量的二维图像；特征提取和分类识别模块用于构造卷积神经网络模型对生成的二维图像进行特征提取和分类识别。

公开(公告)号：CN117918840A

公开(公告)日：2024-04-26

申请号：CN202311810547.3

申请日：2023-12-26

Applicant: 兰州大学

Inventor： 胡斌 ,  黄俊 ,  李小伟 ,  祝婧 ,  孙淑婷

IPC: A61B5/16 ,  A61B5/369 ,  A61B5/372 ,  A61B5/00 ,  G06F18/241 ,  G06F18/213

Abstract: 本申请提供一种基于熵复杂度平面的脑电信号的心理状态检测方法及系统，所述方法可以在获取到目标对象的脑电信号后，对脑电信号进行电极重参考、滤波、伪迹去除、样本划分等预处理，以得到纯净脑电信号。然后基于纯净脑电信号进行排列熵和概率统计复杂度的计算，从而构建熵复杂度平面。最后基于熵复杂度平面，使用机器学习分类器进行交叉验证分类，得到心理状态检测的分类结果。所述方法利用脑电信号的动态特征以及结构信息进行心理状态检测，引入基于概率分布的统计复杂度指标对排列熵进行补充，能够深入挖掘数据中的结构信息，提高抗噪声能力，提高心理状态检测的准确率。

公开(公告)号：CN108427929B

公开(公告)日：2021-09-10

申请号：CN201810225953.6

申请日：2018-03-19

Applicant: 兰州大学

Inventor： 胡斌 ,  孙淑婷 ,  李小伟 ,  祝婧 ,  李建秀

IPC: G06K9/00 ,  A61B5/16 ,  A61B5/372

Abstract: 本发明提出的一种基于静息态脑网络的抑郁识别分析系统，包括(a)静息态脑电数据采集及预处理模块，用于采集被试者静息态脑电数据；对采集的静息态脑电数据进行预处理，(b)提取脑网络度量模块，用于构建个性化脑网络结构，从个性化的脑网络结构中分别找出抑郁组和正常对照组的共性活动脑区，基于两组的共性活动脑区找出差异脑区，提取脑网络度量；(c)分类识别模块，用于对提取的脑网络度量及功能连接特征进行特征选择，并对筛选完特征的数据进行分类，实现抑郁患者和正常被试的识别。其优势是特征维度有效降低，提高计算效率，并且可以有效的实现抑郁识别。

公开(公告)号：CN108427929A

公开(公告)日：2018-08-21

申请号：CN201810225953.6

申请日：2018-03-19

Applicant: 兰州大学

Inventor： 胡斌 ,  孙淑婷 ,  李小伟 ,  祝婧 ,  李建秀

IPC: G06K9/00 ,  A61B5/16 ,  A61B5/0476

Abstract: 本发明提出的一种基于静息态脑网络的抑郁识别分析系统，包括(a)静息态脑电数据采集及预处理模块，用于采集被试者静息态脑电数据；对采集的静息态脑电数据进行预处理，(b)提取脑网络度量模块，用于构建个性化脑网络结构，从个性化的脑网络结构中分别找出抑郁组和正常对照组的共性活动脑区，基于两组的共性活动脑区找出差异脑区，提取脑网络度量；(c)分类识别模块，用于对提取的脑网络度量及功能连接特征进行特征选择，并对筛选完特征的数据进行分类，实现抑郁患者和正常被试的识别。其优势是特征维度有效降低，提高计算效率，并且可以有效的实现抑郁识别。