-
公开(公告)号：CN116561656A
公开(公告)日：2023-08-08
申请号：CN202310507775.7
申请日：2023-05-08
Applicant: 复旦大学
IPC: G06F18/241 , A61B5/372 , A61B5/00 , G06F18/10 , G06F18/2131 , G06N3/0464 , G06T17/20 , G06F3/01
Abstract: 本发明公开了一种基于感兴趣脑区选择和连续小波变换的脑电解码方法；该方法通过使用公开头部解剖模板建立信号传导模型，并使用标准化低分辨率层析成像方法获得皮质脑电，然后基于源偶极子点的几何参数和运动想象脑电信号的生理学基础，对源成像之后的源区域进行更仔细地划分，进一步为了更好地权衡信号在时域和频域上的特征，使用连续小波变换进行特征提取，最后使用卷积神经网络完成特征的自动分类与挑选。本发明方法能在四分类运动想象脑电任务中取得较高的准确率，并具有较好的生理解释性。本发明中提出的感兴趣脑区划分方法有助于提高科研人员对脑电分析的效率，同时提出的解码方法有助于建立更加高效的人机交互系统。
-
公开(公告)号：CN114637396A
公开(公告)日：2022-06-17
申请号：CN202210183484.2
申请日：2022-02-28
Applicant: 复旦大学
IPC: G06F3/01
Abstract: 本发明公开了一种基于SSVEP的虚拟现实交互系统及其控制方法。该系统包括：干电极脑电采集模块、虚拟现实显示模块和信号分析处理模块。干电极脑电采集模块收集使用者的脑电数据，并发送给信号分析处理模块；信号分析处理模块在对脑电信号进行处理、分析和计算后，生成相应的意念控制数据，然后发送给虚拟现实显示模块；虚拟现实显示模块再将控制数据转化为控制虚拟场景的实际交互指令，完成使用者和系统之间的交互，并向使用者提供相应的视觉反馈。本发明能实现使用者和虚拟场景之间的实时交互，这种交互方式具有速度快、易操作的特性，同时方便移植到不同的应用场景中。
-
公开(公告)号：CN114595716A
公开(公告)日：2022-06-07
申请号：CN202210183447.1
申请日：2022-02-28
Applicant: 复旦大学
Abstract: 本发明公开了一种基于正交实验的脑电信号解码方法。本发明采用的方法步骤为：（1）利用运动想象数据集作为待分析的脑电信号；（2）脑电信号参数提取与设计；（3）根据脑电信号参数设计正交实验；（4）根据正交实验生成优化后的参数；（5）对正交实验选择脑电信号参数进行特征提取；（5）对提取到的特征进行分类，实现脑电信号的解码。本发明方法能克服现有技术存在的计算复杂度高、预处理过程不够准确、以及依赖神经生理学认知的问题。
-
公开(公告)号：CN115813409A
公开(公告)日：2023-03-21
申请号：CN202211542339.5
申请日：2022-12-02
Applicant: 复旦大学
IPC: A61B5/372 , G06F18/10 , G06F18/213 , G06F18/24 , G06F18/241 , G06N3/0464 , G06N3/044 , G06N3/08
Abstract: 本发明公开了一种超低延迟的运动图像脑电图解码方法。在本方法中，通过使用公开头部解剖模板建立信号传导模型，并使用标准化低分辨率层析成像方法获得皮质脑电。为了解决通道数上升带来的计算量大问题，使用滤波器组共空间模式方法获得空间滤波核，将特征提取计算量降低到线性程度。并使用包含三个域上的自注意力机制的分类网络完成特征的自动分类与挑选。本发明在四分类运动想象脑电任务中取得了先进的准确率，在具有相当低的延迟的同时具有较高的生理解释性。本发明中提出的解码方法有助于实现低延迟人机交互系统。
-
公开(公告)号：CN114595797A
公开(公告)日：2022-06-07
申请号：CN202210183442.9
申请日：2022-02-28
Applicant: 复旦大学
Abstract: 本发明公开了一种仿人机器人脸部友好性评估及其设计方法。该方法包括：（1）基于不同脸部特征模拟生成仿人机器人脸部；（2）采集友好性评估实验过程中参与者对仿人机器人脸部产生的EEG信号和眼动信号，并记录参与者的偏好反馈；（3）结合参与者的偏好反馈，对采集到的脑电信号和眼动信号进行偏好评估，获得基于脑电信号和眼动信号的偏好排名；（4）基于脑电信号和眼动信号的偏好排名结果获得脸部特征偏好排名，进而选取具有友好性的脸部特征组合成组合成仿人机器人脸部。基于本发明方法可以设计出用户偏好的仿人机器人脸部，使用户在进行人机交互时产生舒适的情感，不产生抵触感，从而获得良好的用户体验，促进仿人机器人走进大众。
-
Patent Agency Ranking
公开(公告)号：CN115813409B
公开(公告)日：2024-08-23
申请号：CN202211542339.5
申请日：2022-12-02
Applicant: 复旦大学
IPC: A61B5/372 , G06F18/10 , G06F18/213 , G06F18/24 , G06F18/241 , G06N3/0464 , G06N3/044 , G06N3/08
Abstract: 本发明公开了一种超低延迟的运动图像脑电图解码方法。在本方法中，通过使用公开头部解剖模板建立信号传导模型，并使用标准化低分辨率层析成像方法获得皮质脑电。为了解决通道数上升带来的计算量大问题，使用滤波器组共空间模式方法获得空间滤波核，将特征提取计算量降低到线性程度。并使用包含三个域上的自注意力机制的分类网络完成特征的自动分类与挑选。本发明在四分类运动想象脑电任务中取得了先进的准确率，在具有相当低的延迟的同时具有较高的生理解释性。本发明中提出的解码方法有助于实现低延迟人机交互系统。
-
公开(公告)号：CN114638257A
公开(公告)日：2022-06-17
申请号：CN202210183478.7
申请日：2022-02-28
Applicant: 复旦大学
Abstract: 本发明公开了一种基于源成像的精细动作运动想象脑电信号解码方法。本发明采用的方法步骤为：（1）利用手指精细动作运动想象数据集作为待分析的脑电信号；（2）对精细运动想象的脑电信号进行源成像分析；（3）根据源成像结果进行分类，完成脑电信号解码。本发明方法能克服现有技术在精细动作运动控制时，运动意图与动作输出无法匹配，不能准确识别精细动作的问题。
-
公开(公告)号：CN113662552A
公开(公告)日：2021-11-19
申请号：CN202111012542.7
申请日：2021-08-31
Applicant: 复旦大学
Abstract: 本发明公开了一种在顶颞区三维均匀分布的脑电极阵列及其制备方法。其中所述的在顶颞头皮表面三维均匀分布是指脑电极阵列中相邻脑电极三维空间上的距离相等，在脑电极阵列覆盖的头皮范围内所有的脑电极是均匀分布的。其中所述的二维高密度脑电极阵列是指本发明的脑电极阵列是通过二维平面的微纳加工方法制作的，这些以特定坐标排列的二维脑电极佩戴到三维的头部时，则会三维变形在头皮表面实现脑电极的均匀分布。本发明形成的二维高密度脑电极阵列，在二维平面不是均匀分布，只有佩戴在顶颞头皮表面才会均匀分布，以均匀的距离对运动想象脑区的脑电信号进行记录，以便实现脑电信号记录均匀的空间分辨率。
-
公开(公告)号：CN113662552B
公开(公告)日：2022-12-20
申请号：CN202111012542.7
申请日：2021-08-31
Applicant: 复旦大学
Abstract: 本发明公开了一种在顶颞区三维均匀分布的脑电极阵列及其制备方法。其中所述的在顶颞头皮表面三维均匀分布是指脑电极阵列中相邻脑电极三维空间上的距离相等，在脑电极阵列覆盖的头皮范围内所有的脑电极是均匀分布的。其中所述的二维高密度脑电极阵列是指本发明的脑电极阵列是通过二维平面的微纳加工方法制作的，这些以特定坐标排列的二维脑电极佩戴到三维的头部时，则会三维变形在头皮表面实现脑电极的均匀分布。本发明形成的二维高密度脑电极阵列，在二维平面不是均匀分布，只有佩戴在顶颞头皮表面才会均匀分布，以均匀的距离对运动想象脑区的脑电信号进行记录，以便实现脑电信号记录均匀的空间分辨率。
-
公开(公告)号：CN116756643A
公开(公告)日：2023-09-15
申请号：CN202310729167.0
申请日：2023-06-20
Applicant: 复旦大学
IPC: G06F18/2411 , G06F18/214 , G06F3/01 , A61B5/369 , A61B5/37 , A61B5/374
Abstract: 本发明公开了一种基于Fisher分数的脑电通道选择方法。本发明采用基于Fisher分数的局部最优化方法实现通道的选择；本发明首先基于Fisher分数这一统计学衡量指标，对预选择的通道做初步的划分，进而采用局部最优化方法完成最优通道子集的选择，并分析不同波段的通道选择规律和准确率，同时给出其选择的通道子集在传感器域上的位置分布。本发明提出的方法对脑电信号运动想象任务的分类准确率与选择全部通道相比有明显的提高，并且有助于脑机接口的便携化以及精准化应用。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.021 seconds)
