一种基于多通道神经信号分析的信号间耦合强度判断方法

    公开(公告)号:CN112617862B

    公开(公告)日:2021-11-16

    申请号:CN202110042395.1

    申请日:2021-01-13

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于多通道神经信号分析的信号间耦合强度的判断方法,其包括以下步骤:S1、在脑电数据库中选取多通道脑电信号;步骤S2:对选取的信号的两个时间序列进行预处理;S3、计算两个时间序列的的边缘概率分布函数,及两个时间序列的熵,并基于联合概率函数计算联合熵;S4、计算两个时间序列的原始排序交叉互信息;S5、计算替代的时间序列以及替代时间序列的PCMI;S6、计算纯正PCMI。本发明可以估计不同通道间信号的真实连接强度,能有效降低由于不同通道间信号相互干扰而产生信号伪迹对通道间信号强度评估结果的影响。

    一种基于多通道神经信号分析的信号间耦合强度判断方法

    公开(公告)号:CN112617862A

    公开(公告)日:2021-04-09

    申请号:CN202110042395.1

    申请日:2021-01-13

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于多通道神经信号分析的信号间耦合强度的判断方法,其包括以下步骤:S1、在脑电数据库中选取多通道脑电信号;步骤S2:对选取的信号的两个时间序列进行预处理;S3、计算两个时间序列的的边缘概率分布函数,及两个时间序列的熵,并基于联合概率函数计算联合熵;S4、计算两个时间序列的原始排序交叉互信息;S5、计算替代的时间序列以及替代时间序列的PCMI;S6、计算纯正PCMI。本发明可以估计不同通道间信号的真实连接强度,能有效降低由于不同通道间信号相互干扰而产生信号伪迹对通道间信号强度评估结果的影响。

    一种基于多通道神经信号耦合分析的意识评估方法

    公开(公告)号:CN111110231A

    公开(公告)日:2020-05-08

    申请号:CN202010042275.7

    申请日:2020-01-15

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于多通道神经信号耦合分析的意识评估方法,其包括以下步骤:S1、同步采集人的32通道脑电信号;S2、对多通道脑电信号进行预处理并选取两个通道时间序列,用相空间重构方法构造向量;S3、计算两个时间序列的的边缘概率分布函数,及两个时间序列的熵,并基于联合概率函数计算联合熵;S4、计算两个时间序列的原始排序交叉互信息;S5、计算替代的时间序列以及替代PCMI;S6、计算纯正PCMI;S7、在脊髓电刺激前后均进行上述过程,通过对比两个真PCMI指标差异,评估意识变化。本发明可以估计神经信号通道间的真实连接强度,能有效降低由于不同通道脑电神经信号相互干扰而产生信号伪迹对意识评估结果的影响。

    一种基于车联网的驾驶员疲劳驾驶监测预警方法及系统

    公开(公告)号:CN109147279B

    公开(公告)日:2021-06-04

    申请号:CN201811219104.6

    申请日:2018-10-19

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于车联网的驾驶员疲劳驾驶监测预警方法及系统。所述监测预警方法包括:同步采集驾驶参数;对驾驶参数进行预处理,并分别对驾驶参数进行特征提取,确定特征全集;对特征全集内的特征进行归一化处理,并通过序列浮动向前选择算法对特征全集内的特征进行筛选,确定最优特征子集;以最优特征子集作为支持向量机的输入,以驾驶员的驾驶状态作为支持向量机的输出,搭建疲劳检测模型;根据疲劳检测模型确定驾驶员的当前驾驶状态;利用车联网技术将当前驾驶状态实时传输至客户端,由客户端的使用人员或企业进行监控。根据本发明所提供的方法及系统能够降低监测系统的误识率,解决由于佩戴检测设备影响驾驶舒适度的问题。

Patent Agency Ranking