-
Patent Agency Ranking
公开(公告)号：CN118021323B
公开(公告)日：2024-07-05
申请号：CN202410211771.9
申请日：2024-02-27
Applicant: 华南理工大学
IPC: A61B5/374 , A61B5/00 , G06F18/00 , G06F18/10 , G06F123/02
Abstract: 本发明涉及脑电信号识别的技术领域，公开了一种多域特征融合的脑电信号识别方法，所述方法包括：对采集的脑电信号进行滤波处理；对滤波脑电信号进行去除生物体电信号干扰的降噪处理；对降噪后的脑电信号进行图像化表示以及频域特征提取；对提取得到的频域特征进行时域分析；构建深度脑电信号识别模型并进行所采集脑电信号的识别。本发明采用希尔伯特黄变换的方式从脑电信号的分解结果中过滤低频噪声信号，实现脑电信号中肌电干扰、眼电干扰的滤波处理，对脑电信号进行图像化表示以及频域特征提取，采用双向时域特征提取的方式从频域特征中提取脑电信号的时域特征，实现多域特征的提取融合处理，基于融合结果识别得到脑电信号的类别。
-
公开(公告)号：CN118526210B
公开(公告)日：2024-12-13
申请号：CN202410596503.3
申请日：2024-05-14
Applicant: 华南理工大学
IPC: A61B5/372 , G06F18/10 , G06F18/213 , G06F18/2415 , G06N3/006
Abstract: 本发明涉及脑电信号识别的技术领域，公开了一种多维脑电信号识别方法，所述方法包括：采集不同位置的脑电信号，并向脑电信号中加入共振信息进行随机共振处理；构建脑电信号共振消除模型并利用训练数据集进行模型参数训练；采集待识别的原始脑电信号，利用训练得到的脑电信号共振消除模型对原始脑电信号进行共振消除；构建多通道脑电信号识别模型对共振消除后的原始脑电信号进行识别。本发明向所采集脑电信号加入共振信息，得到随机性增强的非稳定性脑电信号构成训练数据集，增强训练后模型对脑电信号进行共振消除的鲁棒性，结合信号的频域功率谱信息以及时域信息进行信号过滤，并结合特征分解信息以及邻近信号值信息提取方式进行信号识别。
-
公开(公告)号：CN118021323A
公开(公告)日：2024-05-14
申请号：CN202410211771.9
申请日：2024-02-27
Applicant: 华南理工大学
IPC: A61B5/374 , A61B5/00 , G06F18/00 , G06F18/10 , G06F123/02
Abstract: 本发明涉及脑电信号识别的技术领域，公开了一种多域特征融合的脑电信号识别方法，所述方法包括：对采集的脑电信号进行滤波处理；对滤波脑电信号进行去除生物体电信号干扰的降噪处理；对降噪后的脑电信号进行图像化表示以及频域特征提取；对提取得到的频域特征进行时域分析；构建深度脑电信号识别模型并进行所采集脑电信号的识别。本发明采用希尔伯特黄变换的方式从脑电信号的分解结果中过滤低频噪声信号，实现脑电信号中肌电干扰、眼电干扰的滤波处理，对脑电信号进行图像化表示以及频域特征提取，采用双向时域特征提取的方式从频域特征中提取脑电信号的时域特征，实现多域特征的提取融合处理，基于融合结果识别得到脑电信号的类别。
-
公开(公告)号：CN119896587A
公开(公告)日：2025-04-29
申请号：CN202510015188.5
申请日：2025-01-06
Applicant: 华南理工大学
IPC: A61H1/02 , A61B5/11 , A61B5/372 , A61B5/00 , G06F18/2415 , G06F18/25 , G06F18/10 , G06N3/0464
Abstract: 本发明公开了一种基于多模态融合的下肢外骨骼康复机器人控制系统，包括：数据获取与预处理模块，用于获取原始EEG脑电信号数据集、实际场景的视觉识别数据集和下肢外骨骼康复机器人的步态数据集，并对原始EEG脑电信号数据集进行预处理，再将预处理后的EEG脑电信号数据集划分为训练集和验证集；数据处理模块，用于对预处理后的EEG脑电信号数据集、实际场景的视觉识别数据集和下肢外骨骼康复机器人的步态数据集进行处理，并构建加权贝叶斯融合网络融合EEG脑电分类结果和视觉分类结果来输出最终分类结果；执行模块，基于最终分类结果来控制下肢外骨骼康复机器人的运动状态。本发明可以有效提高脑卒中患者控制下肢外骨骼康复机器人的分类指令准确性以及康复效果。
-
公开(公告)号：CN118526210A
公开(公告)日：2024-08-23
申请号：CN202410596503.3
申请日：2024-05-14
Applicant: 华南理工大学
IPC: A61B5/372 , G06F18/10 , G06F18/213 , G06F18/2415 , G06N3/006
Abstract: 本发明涉及脑电信号识别的技术领域，公开了一种多维脑电信号识别方法，所述方法包括：采集不同位置的脑电信号，并向脑电信号中加入共振信息进行随机共振处理；构建脑电信号共振消除模型并利用训练数据集进行模型参数训练；采集待识别的原始脑电信号，利用训练得到的脑电信号共振消除模型对原始脑电信号进行共振消除；构建多通道脑电信号识别模型对共振消除后的原始脑电信号进行识别。本发明向所采集脑电信号加入共振信息，得到随机性增强的非稳定性脑电信号构成训练数据集，增强训练后模型对脑电信号进行共振消除的鲁棒性，结合信号的频域功率谱信息以及时域信息进行信号过滤，并结合特征分解信息以及邻近信号值信息提取方式进行信号识别。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
