-
公开(公告)号：CN105266804B
公开(公告)日：2017-10-17
申请号：CN201510771113.6
申请日：2015-11-12
Applicant: 杭州电子科技大学
IPC: A61B5/0476
Abstract: 本发明公开了一种基于低秩和稀疏矩阵分解的脑电信号处理方法。本发包括如下步骤：步骤1、被试者根据提示执行运动想象任务，使用多通道脑电信号采集设备采集被试者的脑电信号数据，完成被试者信息录入和脑电数据采集；步骤2、对步骤1中采集到的脑电数据进行数据预处理，预处理过程包括带通滤波、去公共平均参考方法；步骤3、对步骤2预处理后得到的脑电数据X进行分解；步骤4、计算噪声部分；步骤5、计算运动想象任务执行正确率。本发明能有效的表达脑电信号的组成部分，便于不同脑机系统应用场合的特征提取和分析。
-
公开(公告)号：CN105956546A
公开(公告)日：2016-09-21
申请号：CN201610277786.0
申请日：2016-04-28
Applicant: 杭州电子科技大学
CPC classification number: G06K9/00885 , G06F3/015 , G06K9/6267 , G06K2009/00939
Abstract: 本发明公开了一种基于脑电信号的情绪识别方法。本发明包括如下步骤：步骤1、脑电信号的采集：采用多通道脑电采集设备采集被试脑电信号；步骤2、脑电信号的预处理：对步骤1所得的脑电信号进行预处理，以减少尾迹干扰，提高最终分类识别率；预处理包括降低采样率，去除基线数据，进行不同频段带通滤波等；步骤3、计算相位同步特征；步骤4、采用主成分分析对相位同步特征向量降维；步骤5、对降维后的相位同步特征向量通过稀疏表达的分类器进行分类。本发明从相位的角度出发，利衡量两个通道同一时间窗口的相位同步性，得到脑电信号的相位同步特征，得到较好的情绪分类识别效果。
-
公开(公告)号：CN105844111A
公开(公告)日：2016-08-10
申请号：CN201610216864.6
申请日：2016-04-07
Applicant: 杭州电子科技大学
IPC: G06F19/00 , A61B5/0476 , A61B5/00
CPC classification number: G06F19/321 , A61B5/0476 , A61B5/4064 , A61B5/72 , A61B5/7203 , G06F19/34 , G16H10/60
Abstract: 本发明公开了一种基于脑效应网络的新型脑电卒中评估方法。本发明利用因果关系模型构建脑效应网络，并根据脑网络的属性，即因果关系流量和因果关系密度来研究脑卒中组与正常对照组的差异，从而揭示被试在运动想象心理旋转认知过程中的大脑皮层活跃模式，对卒中病灶进行评估。本发明更加直观明显，是一种新型并且有效的脑电卒中评估方法。在患者组和正常对照组的实验中可以观察大脑皮层的活跃模式有着非常明显的区别。
-
公开(公告)号：CN105266804A
公开(公告)日：2016-01-27
申请号：CN201510771113.6
申请日：2015-11-12
Applicant: 杭州电子科技大学
IPC: A61B5/0476
Abstract: 本发明公开了一种基于低秩和稀疏矩阵分解的新型脑电信号处理方法。本发包括如下步骤：步骤1、被试者根据提示执行运动想象任务，使用多通道脑电信号采集设备采集被试者的脑电信号数据，完成被试者信息录入和脑电数据采集；步骤2、对步骤1中采集到的脑电数据进行数据预处理，预处理过程包括带通滤波、去公共平均参考方法；步骤3、对步骤2预处理后得到的脑电数据X进行分解；步骤4、计算噪声部分；步骤5、计算运动想象任务执行正确率。本发明能有效的表达脑电信号的组成部分，便于不同脑机系统应用场合的特征提取和分析。
-
-
-
Search Results
4
records
(took 0.016 seconds)
