-
公开(公告)号：CN113842151B
公开(公告)日：2024-01-05
申请号：CN202111160386.9
申请日：2021-09-30
Applicant: 杭州电子科技大学
Abstract: 本发明提出一种基于高效多源胶囊网络的跨被试EEG认知状态检测方法。本发明通过将目标域和多源域的特征分布对齐，以实现域间特征的有效迁移。将EEG数据构建成多通道一维结构，提高了训练效率，同时提高模型性能。其次，引入自表达模块来捕捉样本之间的潜在联系，能够很好地适应不同任务下具有显著个体差异的跨被试EEG数据分析。最后提出了基于动态子胶囊的空间注意力算法来进一步学习EEG数据空间层次上的细粒度特征信息，有效刻画了EEG数据的部分间空间关系和部分‑整体层次关系。本发明有效避免了脑认知计算领域脑电信号的个体差异性问题，可适用于任何任务下基于EEG的认知状
-
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：CN113288147A
公开(公告)日：2021-08-24
申请号：CN202110599857.X
申请日：2021-05-31
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于EEG与神经反馈技术的轻度认知障碍康复评估系统。本发明包括Openvibe脑信号转发装置、Unity范式客户端、Web移动智能终端以及网络服务器；Openvibe脑信号转发装置通过VRPN通信协议与Unity范式客户端相连，Unity范式客户端与Web移动智能终端通过移动互联网与网络服务器相连。Openvibe脑信号转发装置将实时采集到的EEG信号发送给Unity范式客户端，Unity范式客户端分析实时数据来动态改变范式难度，同时在每一次范式结束后，将Openvibe生成的CSV格式的完整EEG信号数据上传到网络服务器进行处理并存储，处理后的分析结果反馈给Web移动智能终端进可视化显示。本发明使用方便、快速准确，便于进行轻度认知障碍患者的康复训练，并对其大脑认知功能进行综合性评估。
-
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：CN113988122B
公开(公告)日：2024-11-15
申请号：CN202111212519.2
申请日：2021-10-19
Applicant: 杭州电子科技大学
IPC: G06F18/24 , G06F18/213 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开了一种基于深度学习及图像特征的脑电数据分类方法。使用EEGnet作为特征分类的方法，图像特征学习网络作为重要处理方式，通过对EEG信号进行图像特征提取及学习,对特征进行分类。获取EEG数据并预处理；用被试观看的图片做数据预处理，并用EEGnet对图像数据做训练，得到图像特征分类器；用特征学习方法从脑电数据中得到图像特征向量；将EEG信号提取出的图像特征向量放入特征分类器中分类。在EEG数据的图像特征分类领域中，与传统的机器学习、深度学习方法相比，本发明特征提取方法拥有更好的提取效果，图像特征分类的准确率得到了显著提升。
-
Patent Agency Ranking
公开(公告)号：CN114259241B
公开(公告)日：2024-03-29
申请号：CN202111547901.9
申请日：2021-12-16
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于EEG的认知功能可视化系统。本发明包括可视化模块、数据计算模块和存储模块。可视化模块主要基于Unity3D平台，用于交互操作和可视化的效果实现，能够通过交互调用数据计算模块、读取本地存储模块内的数据；数据计算模块主要是一些Python文件，用于从存储模块读取数据后执行所需程序，将结果反馈到可视化显示模块以及将数据保存到本地存储模块内；存储模块用于存储数据。本发明使用方便、快速准确，从通道和脑区多个角度展现连通性可视化效果，使用多个功能连通性指标多方面分析大脑功能连通性，研究静态以及动态脑功能连通性的3D变化，从而便于研究人员分析和判断脑认知功能。
-
公开(公告)号：CN114259241A
公开(公告)日：2022-04-01
申请号：CN202111547901.9
申请日：2021-12-16
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于EEG的认知功能可视化系统。本发明包括可视化模块、数据计算模块和存储模块。可视化模块主要基于Unity3D平台，用于交互操作和可视化的效果实现，能够通过交互调用数据计算模块、读取本地存储模块内的数据；数据计算模块主要是一些Python文件，用于从存储模块读取数据后执行所需程序，将结果反馈到可视化显示模块以及将数据保存到本地存储模块内；存储模块用于存储数据。本发明使用方便、快速准确，从通道和脑区多个角度展现连通性可视化效果，使用多个功能连通性指标多方面分析大脑功能连通性，研究静态以及动态脑功能连通性的3D变化，从而便于研究人员分析和判断脑认知功能。
-
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。
-
公开(公告)号：CN112450946A
公开(公告)日：2021-03-09
申请号：CN202011206585.4
申请日：2020-11-02
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于循环生成对抗网络的脑电伪迹修复的方法。由于脑电数据没有严格一一对应的无伪迹EEG数据和有伪迹的EEG数据，传统的方法并不能很好验证是否将感兴趣的信息也一并去除。本发明设计了基于循环生产对抗网络，将有伪迹EEG数据处理后仍能保留住感兴趣的信息。首先根据设计的范式获取数据；其次并进行必要的预处理并将数据根据类别分离；然后设置训练参数，将数据导入训练网络，最后得到去除伪迹而保留兴趣信息的EEG数据。与传统的伪迹去除方法相比，基于循环生成对抗网络的脑电伪迹修复，在修复后的EEG数据上更能保留感兴趣的信息，有助于进行后续研究。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.02 seconds)
