-
公开(公告)号：CN114330436B
公开(公告)日：2024-12-03
申请号：CN202111617915.3
申请日：2021-12-22
Applicant: 杭州电子科技大学
IPC: G06F18/10 , G06N3/042 , G06N3/0464 , G06N3/049 , G06N3/0455 , G06N3/045 , G06N3/08 , A61B5/16 , A61B5/372 , A61B5/00
Abstract: 本发明涉及一种基于孪生网络架构和图卷积的情绪识别方法，属于脑电情绪识别技术领域，在进行数据预处理后，对被试在不同情绪下的脑电信号提取差分熵特征，并利用时空图卷积神经网络模型网络对特征进行解码，同时搭建了孪生网络框架进行辅助任务的训练，在使用模型进行情绪分类的同时，利用中间层的特征进行对比学习，从而改进了模型的性能和泛化能力，实现了较好地情绪识别效果。
-
公开(公告)号：CN114176610A
公开(公告)日：2022-03-15
申请号：CN202111670306.4
申请日：2021-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种面向轻度认知功能障碍患者诊断的工作负荷评估方法。本发明包括如下步骤：步骤1：基于Oddball的工作负荷评估实验范式；步骤2：数据采集；步骤3：数据预处理；步骤4：基于MCI‑WI的MCI患者诊断方法。本发明参考控制类的工作负荷评估范式，设计了基于Oddball的工作负荷评估范式，使得MCI患者和健康老年人在认知方面的工作负荷区别更明显，进而减少误差，增加MCI患者诊断的准确率，优化了以往范式存在的效率低、准确率低的缺点。其次本发明考虑到MCI患者和健康老年人的认知差异，提出了面向MCI患者诊断的工作负荷评估指标，综合考虑脑电数据和行为学数据，将被试在任务不同阶段的工作负荷量化，直观地显示了被试的工作负荷变化情况。
-
公开(公告)号：CN114176607A
公开(公告)日：2022-03-15
申请号：CN202111616915.1
申请日：2021-12-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于视觉Transformer的脑电信号分类方法，首先进行数据预处理，获取带标签的处理后的EEG数据，然后构建基于Vision Transformer的脑电信号分类模型；最后通过预处理后的EEG数据训练脑电信号分类模型：本发明方法通过合适的EEG特征嵌入方法对EEG样本进行特征嵌入然后学习EEG样本的局部特征与连续脑电信号之间的长时间依赖关系，在脑电信号分类任务中取得了较好的性能。
-
Patent Agency Ranking
公开(公告)号：CN114330436A
公开(公告)日：2022-04-12
申请号：CN202111617915.3
申请日：2021-12-22
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于孪生网络架构和图卷积的情绪识别方法，属于脑电情绪识别技术领域，在进行数据预处理后，对被试在不同情绪下的脑电信号提取差分熵特征，并利用时空图卷积神经网络模型网络对特征进行解码，同时搭建了孪生网络框架进行辅助任务的训练，在使用模型进行情绪分类的同时，利用中间层的特征进行对比学习，从而改进了模型的性能和泛化能力，实现了较好地情绪识别效果。
-
公开(公告)号：CN114176607B
公开(公告)日：2024-04-19
申请号：CN202111616915.1
申请日：2021-12-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于视觉Transformer的脑电信号分类方法，首先进行数据预处理，获取带标签的处理后的EEG数据，然后构建基于Vision Transformer的脑电信号分类模型；最后通过预处理后的EEG数据训练脑电信号分类模型：本发明方法通过合适的EEG特征嵌入方法对EEG样本进行特征嵌入然后学习EEG样本的局部特征与连续脑电信号之间的长时间依赖关系，在脑电信号分类任务中取得了较好的性能。
-
公开(公告)号：CN114224344B
公开(公告)日：2024-05-07
申请号：CN202111664458.3
申请日：2021-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于EEG与迁移学习的疲劳状态实时检测系统。本发明包括信号采集模块、WPF可视化模块以及远程计算模块。信号采集模块通过开源软件Openvibe连接脑电帽采集设备获得原始脑电信号，并通过VRPN通信协议与WPF可视化模块相连；WPF可视化模块与远程计算模块通过WebSocket通信协议相连。信号采集模块将采集到的被试的实时EEG信号进行通道筛选然后发送给WPF可视化模块，WPF可视化模块作为中间媒介将获得的脑电信号分段后传送给远程计算模块。远程计算模块获得对应被试的脑电数据后会训练生成相匹配的判别网络模型，该模型将判断回馈给WPF可视化模块进行数据可视化以及疲劳状态预警。本发明使用方便、快速准确，便于进行疲劳状态的实时检测，并对其进行疲劳预警。
-
公开(公告)号：CN114176610B
公开(公告)日：2024-05-07
申请号：CN202111670306.4
申请日：2021-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种面向轻度认知功能障碍患者诊断的工作负荷评估方法。本发明包括如下步骤：步骤1：基于Oddball的工作负荷评估实验范式；步骤2：数据采集；步骤3：数据预处理；步骤4：基于MCI‑WI的MCI患者诊断方法。本发明参考控制类的工作负荷评估范式，设计了基于Oddball的工作负荷评估范式，使得MCI患者和健康老年人在认知方面的工作负荷区别更明显，进而减少误差，增加MCI患者诊断的准确率，优化了以往范式存在的效率低、准确率低的缺点。其次本发明考虑到MCI患者和健康老年人的认知差异，提出了面向MCI患者诊断的工作负荷评估指标，综合考虑脑电数据和行为学数据，将被试在任务不同阶段的工作负荷量化，直观地显示了被试的工作负荷变化情况。
-
公开(公告)号：CN114224344A
公开(公告)日：2022-03-25
申请号：CN202111664458.3
申请日：2021-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于EEG与迁移学习的疲劳状态实时检测系统。本发明包括信号采集模块、WPF可视化模块以及远程计算模块。信号采集模块通过开源软件Openvibe连接脑电帽采集设备获得原始脑电信号，并通过VRPN通信协议与WPF可视化模块相连；WPF可视化模块与远程计算模块通过WebSocket通信协议相连。信号采集模块将采集到的被试的实时EEG信号进行通道筛选然后发送给WPF可视化模块，WPF可视化模块作为中间媒介将获得的脑电信号分段后传送给远程计算模块。远程计算模块获得对应被试的脑电数据后会训练生成相匹配的判别网络模型，该模型将判断回馈给WPF可视化模块进行数据可视化以及疲劳状态预警。本发明使用方便、快速准确，便于进行疲劳状态的实时检测，并对其进行疲劳预警。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.023 seconds)
