-
公开(公告)号：CN111008610B
公开(公告)日：2024-03-22
申请号：CN201911324186.5
申请日：2019-12-16
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种信息相关脑电位诱发实验方法，包括：步骤1，使用含有信息的刺激作为偏差，使用听觉材料和视觉材料分别进行了听觉Informational‑Oddball实验和视觉Informational‑Oddball实验。步骤2，将EEG信号分离成相互独立的信号，去除眼电、肌电等伪迹信号后，将留下的信号还原得到干净的EEG成分。步骤3，对EEG数据进行处理后，得到两种类型的诱发电位，使用配对T检验来检验两种诱发电位的差异，若差异显著，则说明，在有信息加工阶段，相关脑区确实发生了电位变化，从而证明IRP的存在。步骤4，用目标刺激的诱发电位减去偏差刺激的诱发电位，提取出IRP。本发明的有点在于：提出了信息相关脑电位和诱发实验范式，验证了实验的准确性，扩展了传统ERP。
-
公开(公告)号：CN114343675A
公开(公告)日：2022-04-15
申请号：CN202111614625.3
申请日：2021-12-27
Applicant: 深圳航天科技创新研究院 , 哈尔滨工业大学
Abstract: 本发明提出一种脑电成分提取方法，包括：采集原始脑电信号，从原始脑电信号中获取静息脑电信号与激励脑电信号；以静息脑电信号作为取值基础进行卡尔曼滤波模型的参数估算，得出状态预测参数；根据状态预测参数对激励脑电信号进行卡尔曼滤波，以获取滤波后的脑电信号。由于静息脑电信号与激励脑电信号均为原始脑电信号的一部分，因此静息脑电信号与激励脑电信号中的噪声组成成分近似。另外，静息脑电信号反映大脑处于未受刺激状态的脑电信号，信号波动较为稳定，适宜作为提取状态预测参数的取值基础。以静息脑电信号作为取值基础进行参数估算，能够为激励脑电信号的滤波过程提供较高质量的状态预测参数，从而进一步提升脑电成分提取的准确度。
-
公开(公告)号：CN113392259A
公开(公告)日：2021-09-14
申请号：CN202110528102.0
申请日：2021-05-14
Applicant: 深圳航天科技创新研究院 , 哈尔滨工业大学
Abstract: 本发明公开了一种声音刺激样本选择方法、控制设备及存储介质，声音刺激样本选择方法包括：获取若干声音刺激样本，并根据声音刺激样本的时长和预设时长范围确定初选声音刺激样本；获取若干初选声音刺激样本的起始点，并将初选声音刺激样本根据起始点对齐；计算对齐后的初选声音刺激样本的原始响度，根据预设响度范围和原始响度调整初选声音刺激样本的响度；将调节响度后的初选声音刺激样本进行趋势分类以确定样本类别；计算调节后若干初选声音刺激样本的特征相似度以得到样本相似度；根据用户预设要求选取所述样本类别、所述样本相似度对应的所述初选声音刺激样本。本发明无需人工操作，提高声音刺激样本选择的准确性和效率。
-
公开(公告)号：CN110443194B
公开(公告)日：2021-09-07
申请号：CN201910715343.9
申请日：2019-08-05
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于SPI稀疏约束的时变信号成分提取方法，包括：a)SPI稀疏性能估计指标及包含SPI指标的时变信号成分估计范式，以及b)一种基于上述范式的时变信号成分提取方法，包括数据预处理、系统初始化、稀疏建模与波形字典学习、时变信号单次特定成分估计及新异类目标成分波形发现等五个独立步骤。本发明的优点是，相对于传统方法，具有不依赖统计平稳性或独立性假设的优势，可以获取更可靠的时变信号特定成分字典和时变信号特定成分的盲估计，且具有非监督的发现未知的目标成分的能力，对具备复杂结构和许多未知或未发现成分的时变信号的分析具有广阔的潜在应用价值。适用于各类面向时变信号成分分析和提取的设备和算法的改进。
-
公开(公告)号：CN113392259B
公开(公告)日：2022-11-29
申请号：CN202110528102.0
申请日：2021-05-14
Applicant: 深圳航天科技创新研究院 , 哈尔滨工业大学
Abstract: 本发明公开了一种声音刺激样本选择方法、控制设备及存储介质，声音刺激样本选择方法包括：获取若干声音刺激样本，并根据声音刺激样本的时长和预设时长范围确定初选声音刺激样本；获取若干初选声音刺激样本的起始点，并将初选声音刺激样本根据起始点对齐；计算对齐后的初选声音刺激样本的原始响度，根据预设响度范围和原始响度调整初选声音刺激样本的响度；将调节响度后的初选声音刺激样本进行趋势分类以确定样本类别；计算调节后若干初选声音刺激样本的特征相似度以得到样本相似度；根据用户预设要求选取所述样本类别、所述样本相似度对应的所述初选声音刺激样本。本发明无需人工操作，提高声音刺激样本选择的准确性和效率。
-
Patent Agency Ranking
公开(公告)号：CN114333909A
公开(公告)日：2022-04-12
申请号：CN202111626611.3
申请日：2021-12-28
Applicant: 深圳航天科技创新研究院 , 哈尔滨工业大学
Abstract: 本公开实施例提供一种情感识别方法及其装置、计算机设备、存储介质，属于计算机信息处理技术领域，所述方法包括：获取音频信号；对所述音频信号进行分帧处理，得到多个分帧信号，提取多个所述分帧信号的声学特征；根据所述声学特征构建第一特征矩阵；获取所述声学特征对应的情感打分值；根据所述情感打分值构建第二特征矩阵；根据所述第一特征矩阵和所述第二特征矩阵从多个所述声学特征中选择目标声学特征；根据所述目标声学特征构建情感预测模型，根据所述情感预测模型进行情感识别，原理简单，计算量小，音频信号的情感识别无需人工操作，减少了人工对音频的情感标注工作，情感识别的准确率高。
-
公开(公告)号：CN111317467A
公开(公告)日：2020-06-23
申请号：CN202010119912.6
申请日：2020-02-26
Applicant: 深圳航天科技创新研究院 , 哈尔滨工业大学
IPC: A61B5/0476 , A61B5/00
Abstract: 本申请适用于脑电生物信号技术领域，提供了一种脑电信号分析方法、装置、终端设备及存储介质，通过获取目标事件特征，提取目标事件特征的目标特征点，映射到脑电信号上，从而提取诱发的脑电信号成分，根据事件点可以提取任意时长的脑电信号成分进行分析，从而解决对连续的脑电信号无法进行有效分析的问题。
-
公开(公告)号：CN110570878A
公开(公告)日：2019-12-13
申请号：CN201910881274.9
申请日：2019-09-18
Applicant: 哈尔滨工业大学
IPC: G10L25/18
Abstract: 本发明公开了一种基于短时离散谐波变换的音色特征提取方法，包括：用基于三电平中心削波互相关函数法提取基音周期估计值，并基于基音周期获得对音频信号的谐波结构信息进行提取的频域变换方法，进一步提取谐波结构信息，构建音色谐波谱特征，用于对音频音色特征的提取。本发明的优点是：可以解决现有技术中对音频谐波结构信息提取不足，且使用的相关音色特征数目庞大，信息冗余，效率低下的问题，获得具有稀疏性的音频谐波结构信息提取方法。
-
公开(公告)号：CN110443194A
公开(公告)日：2019-11-12
申请号：CN201910715343.9
申请日：2019-08-05
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于SPI稀疏约束的时变信号成分提取方法，包括：a)SPI稀疏性能估计指标及包含SPI指标的时变信号成分估计范式，以及b)一种基于上述范式的时变信号成分提取方法，包括数据预处理、系统初始化、稀疏建模与波形字典学习、时变信号单次特定成分估计及新异类目标成分波形发现等五个独立步骤。本发明的优点是，相对于传统方法，具有不依赖统计平稳性或独立性假设的优势，可以获取更可靠的时变信号特定成分字典和时变信号特定成分的盲估计，且具有非监督的发现未知的目标成分的能力，对具备复杂结构和许多未知或未发现成分的时变信号的分析具有广阔的潜在应用价值。适用于各类面向时变信号成分分析和提取的设备和算法的改进。
-
公开(公告)号：CN112603335B
公开(公告)日：2023-10-17
申请号：CN202011593744.0
申请日：2020-12-29
Applicant: 深圳航天科技创新研究院 , 哈尔滨工业大学
Abstract: 本发明公开了一种脑电情感识别方法、系统、设备及存储介质，脑电情感识别方法包括：获取脑电信号，并将脑电信号进行预处理；将预处理后的所述脑电信号进行微状态分析仪得到微状态序列；根据所述微状态序列与预设参数确定所述脑电信号的情感特征；根据所述情感特征和预设特征数据库确定刺激事件的情感属性，所述预设特征数据库包括：所述情感特征与所述刺激事件的情感属性的匹配信息。本发明通过对预处理后的脑电信号进行微状态分析以得到微状态序列，然后根据微状态序列与预设参数确定情感特征，再通过情感特征与预设特征数据库以确定刺激事件的情感属性，使脑电情感识别准确，且识别率提高。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.023 seconds)
