-
公开(公告)号:CN119587903A
公开(公告)日:2025-03-11
申请号:CN202411616397.7
申请日:2024-11-13
Applicant: 燕山大学
Abstract: 本发明公开了一种基于深度学习的个体化可变参数闭环超声刺激设备与方法,属于经颅超声刺激技术领域,包括脑电信号采集模块、脑电信号处理模块、脑电信号深度学习判别模块、超声刺激模块;脑电信号采集模块采集实验对象指定有限时间内的脑电信号并传输至脑电信号处理模块;脑电信号处理模块预处理和实时显示脑电信号,并按指定时间拆分脑电信号,将所有脑电信号片段另存为图片格式;脑电信号深度学习判别模块判别脑电异常等级和指定有效超声刺激参数;超声刺激模块对实验对象进行可变参数超声刺激。本发明通过对大样本脑电信号进行深度学习训练,建立脑电信号深度学习模型,针对其他任一实验对象判别其脑电异常等级,并进行可变参数闭环超声刺激。
-
公开(公告)号:CN116382085A
公开(公告)日:2023-07-04
申请号:CN202310357591.7
申请日:2023-04-06
Applicant: 燕山大学
IPC: G05B13/04
Abstract: 本发明公开了超声刺激下双神经元去同步的模糊控制方法、系统和设备。通过经颅磁声刺激模型和双神经元模型对超声数据和去同步状态指标的深度解读,联合闭环模糊自适应PID控制思想协作分析,可以很好地解决可兴奋神经元的去同步问题,同时使得去同步化指标即双神经元放电峰峰间期之和ISI即使是在模型参数变动的情况下依然能够保持对应的稳定最大值,记录对应的超声波数据,显著提高神经元去同步化程度,并消除双神经元模型参数变动带来的影响,使得本发明更准确的应用于与超声数据、闭环模糊自适应PID控制以及神经元去同步化有关的精神类疾病发生发展的辅助控制、方案的辅助选择。
-