公开(公告)号：CN115414056A

公开(公告)日：2022-12-02

申请号：CN202210975375.4

申请日：2022-08-15

Applicant: 燕山大学

Inventor： 陈晓玲 ,  焦云涛 ,  蔡裕豪 ,  王新宇 ,  杨怀刚 ,  杨轶楠 ,  尹立勇 ,  谢平

IPC: A61B5/389 ,  A61B5/397 ,  A61B5/00 ,  G06K9/00

Abstract: 本发明公开了面向多通道FES伪迹去除的G‑S‑G自适应滤波方法，包括如下步骤：S1、对多通道肌电信号进行带通滤波，获取肌电信号能量集中的有效频段；S2、基于FES参数范围和信号采集频率确定滑动窗的窗口长度，滑动窗每次前移长度与滑动窗长度相同，窗口数据不存在重叠部分；S3、利用多通道肌电信号间FES伪迹的高度相关性，将每个滑动窗内的各通道肌电信号作为彼此的参考信号，应用格拉姆‑施密特算法对多通道肌电信号进行去相关处理，消除各通道肌电信号中的m波和大部分尖峰伪迹；S4、运用格拉布斯准则依次进行异常值识别与剔除，并进一步去除尖峰伪迹；S5、再次进行带通滤波处理，去除肌电信号中的谐波干扰。

公开(公告)号：CN118797236A

公开(公告)日：2024-10-18

申请号：CN202410798367.6

申请日：2024-06-20

Applicant: 燕山大学 ,  秦皇岛市第一医院

Inventor： 李朝辉 ,  邢艳宇 ,  尹立勇

IPC: G06F18/10 ,  A61B5/372 ,  A61B5/00 ,  G06F17/18

Abstract: 本发明公开了一种基于检测网络结构的多元脑电信号相位同步量化方法，属于多通道脑电信号分析领域，包括以下步骤：采集多个通道的脑电信号；对采集到的脑电信号进行滤波；计算每个通道t个时刻的瞬时相位；获得多个通道间的分簇关系；分别计算各簇的互信息熵；计算各簇互信息熵的加权平均值；对采集数据做分段时间窗分析；对计算结果做归一化处理。本发明基于多元互信息的概念对多通道脑电信号构成的功能性网络做分簇分析，并在此基础上计算多元脑电信号相位同步强度，能够准确的反映出多通道脑电信号的同步情况，并且在区分具有相似网络结构的多通道信号时具有更强的分辨能力。

公开(公告)号：CN119694587A

公开(公告)日：2025-03-25

申请号：CN202411731545.X

申请日：2024-11-29

Applicant: 燕山大学

Inventor： 李朝辉 ,  王晨龙 ,  尹博文 ,  尹立勇

IPC: G16H50/80

Abstract: 本发明公开了一种基于指数模型的超图关键节点检测方法，属于识别超图关键节点领域，包括以下步骤：超边集表示超图结构；使用s线图将超边集转换为顶点集；计算第k拉普拉斯能量；计算删除节点后的拉普拉斯能量差；计算拉普拉斯能量中心性LC；计算最短平均距离；计算超图的指数中心性HEC；计算真实世界超图数据集前5％节点；使用SIR模型检验方法性能；绘制传染扩散曲线；计算十个癫痫病人致痫区和非致痫区的HEC；绘制致痫区和非致痫区HEC对比图；统计HEC平均值并计算p值；绘制分布箱线图。本发明结合了指数模型和s线图的概念，可以用于识别超图中的关键节点。该发明在识别准确性和计算复杂性方面较以往方法有较大提升，具有较好的性能。

公开(公告)号：CN115414056B

公开(公告)日：2024-09-20

申请号：CN202210975375.4

申请日：2022-08-15

Applicant: 燕山大学

Inventor： 陈晓玲 ,  焦云涛 ,  蔡裕豪 ,  王新宇 ,  杨怀刚 ,  杨轶楠 ,  尹立勇 ,  谢平

IPC: A61B5/389 ,  A61B5/397 ,  A61B5/00 ,  G06F18/10 ,  G06F18/2433

Abstract: 本发明公开了面向多通道FES伪迹去除的G‑S‑G自适应滤波方法，包括如下步骤：S1、对多通道肌电信号进行带通滤波，获取肌电信号能量集中的有效频段；S2、基于FES参数范围和信号采集频率确定滑动窗的窗口长度，滑动窗每次前移长度与滑动窗长度相同，窗口数据不存在重叠部分；S3、利用多通道肌电信号间FES伪迹的高度相关性，将每个滑动窗内的各通道肌电信号作为彼此的参考信号，应用格拉姆‑施密特算法对多通道肌电信号进行去相关处理，消除各通道肌电信号中的m波和大部分尖峰伪迹；S4、运用格拉布斯准则依次进行异常值识别与剔除，并进一步去除尖峰伪迹；S5、再次进行带通滤波处理，去除肌电信号中的谐波干扰。

公开(公告)号：CN115177864A

公开(公告)日：2022-10-14

申请号：CN202210857951.5

申请日：2022-07-20

Applicant: 燕山大学

Inventor： 谢平 ,  王新宇 ,  陈晓玲 ,  焦云涛 ,  王颖 ,  杨轶楠 ,  杨昊翔 ,  尹立勇 ,  赵海红 ,  王国宾

IPC: A61N1/36 ,  A61B5/395

Abstract: 本发明公开了一种结合肌肉激活度与深度学习的功能性电刺激闭环调控方法，将肌肉激活度分析和深度学习中的LSTM模型结合起来，设计开发了基于肌肉激活度与LSTM的功能性电刺激闭环调控方法，该方法可以根据对肌电信号实时分析得出肌肉状态并自动学习合适功能性电刺激参数，使得患者在健康侧握拳动作时可以根据肌肉激活度变化自动调整功能性电刺激参数，使功能性电刺激下的患侧与健康侧握力大小趋于一致；并且LSTM模型会随着输入数据集的增多不断学习优化输出的电刺激参数，解决了功能性电刺激临床治疗上不能根据用户肌肉状态实时调整自身参数、参数调整完全凭借经验、患者参与度不高和不能主动康复的问题。