-
公开(公告)号：CN118161166A
公开(公告)日：2024-06-11
申请号：CN202410591420.5
申请日：2024-05-14
Applicant: 吉林大学
IPC: A61B5/16 , G06F18/25 , G06F18/10 , G06F18/213 , G06N3/042 , G06N3/0464 , A61B5/1455 , A61B5/369 , A61B5/00
Abstract: 本发明公开了一种基于ERP‑fNIRS的抑郁症状特性识别方法及装置，针对抑郁病症的核心症状识别的需求，重新设计新型ERP任务范式，并联合fNIRS信号同步记录脑部组织的血氧活动以有效监测脑功能状态，利用OFSLLES策略对高度非线性的ERP‑fNIRS多模态数据降维后，从中提取到抑郁病症信号特征并构建特征数据样本，之后结合具有双结构的CAG神经网络进行核心症状特征信息的融合，对抑郁病症实现精准分辨。本发明有效解决了抑郁症核心病症特性检测的痛点，极大提升了病症识别精度，从而可智能化地辅助医生对抑郁症进行判断和评估，并提供了客观、可量化的检测指标，为抑郁症的个体化精准诊疗打开新思路。
-
公开(公告)号：CN118161166B
公开(公告)日：2024-07-05
申请号：CN202410591420.5
申请日：2024-05-14
Applicant: 吉林大学
IPC: A61B5/16 , G06F18/25 , G06F18/10 , G06F18/213 , G06N3/042 , G06N3/0464 , A61B5/1455 , A61B5/369 , A61B5/00
Abstract: 本发明公开了一种基于ERP‑fNIRS的抑郁症状特性识别方法及装置，针对抑郁病症的核心症状识别的需求，重新设计新型ERP任务范式，并联合fNIRS信号同步记录脑部组织的血氧活动以有效监测脑功能状态，利用OFSLLES策略对高度非线性的ERP‑fNIRS多模态数据降维后，从中提取到抑郁病症信号特征并构建特征数据样本，之后结合具有双结构的CAG神经网络进行核心症状特征信息的融合，对抑郁病症实现精准分辨。本发明有效解决了抑郁症核心病症特性检测的痛点，极大提升了病症识别精度，从而可智能化地辅助医生对抑郁症进行判断和评估，并提供了客观、可量化的检测指标，为抑郁症的个体化精准诊疗打开新思路。
-
公开(公告)号：CN113558643A
公开(公告)日：2021-10-29
申请号：CN202110771578.7
申请日：2021-07-08
Applicant: 吉林大学
IPC: A61B5/372
Abstract: 本发明属于涉及一种基于VMD和NLTWSVM的多特征癫痫信号分类方法。包括：对脑电信号数据进行预处理；脑电信号数据包括健康人脑电数据集、癫痫患者发作间期脑电数据集和癫痫患者发作期脑电数据集；对脑电信号进行变分模态分解，得到相对应的本征模态函数；从得到的一系列本征模态函数中提取多特征参数；将提取的多特征参数作为特征组合输入到非线性双子支持向量机中进行训练和分类。针对癫痫脑电信号具有非平稳、非线性等特点，利用变分模态分解时频分析方法获取信号分量，对分量进行多特征参数提取，结合非线性双子支持向量机机器学习方法，实现正确分类癫痫脑电信号和非癫痫脑电信号。
-
公开(公告)号：CN214965701U
公开(公告)日：2021-12-03
申请号：CN202120550456.0
申请日：2021-03-17
Applicant: 吉林大学
IPC: A61B5/256 , A61B5/291 , A61B5/369 , A61B5/1455
Abstract: 本实用新型提供一种基于FNIRS‑EEG的癫痫监测系统，包括上位机、单片机、电源模块、脑电信号采集模块和功能近红外光谱采集模块，所述的脑电信号采集模块包括数个脑电电极传感器和第一A/D转换模块，所述的功能近红外光谱采集模块包括光源模块和探测器模块，所述光源模块包括驱动电路和数个光源，所述探测器模块包括数个光电探测器组件和第二A/D转换模块，所述的光电探测器组件内包括光电探测器和信号调理模块。本实用新型结构简明，操作方便，数据采集更快速、更准确，结合FNIRS和EEG对受试者进行癫痫监测，利用机器学习算法实现癫痫的发作检测与癫痫病灶区的定位，可以辅助神经科医生对癫痫进行发作检测，对癫痫的研究具有非常重要的意义。
-
-
-
Search Results
4
records
(took 0.013 seconds)
