公开(公告)号：CN118902392A

公开(公告)日：2024-11-08

申请号：CN202410977726.4

申请日：2024-07-22

Applicant: 西安交通大学

Inventor： 余晓阳 ,  王刚 ,  李雯 ,  樊易美 ,  苗启珠

IPC: A61B5/00 ,  A61B5/11 ,  A61B5/256 ,  A61B5/296 ,  A61B5/397 ,  G06F18/2415 ,  G06N3/0442 ,  G06F18/23213 ,  G06F18/2337

Abstract: 基于模糊聚类和长短时记忆网络的癫痫发作信号检测方法，对生理信号采集及预处理，再特征提取，通过模糊C均值聚类FCM将样本分为非发作期样本和潜在发作期样本，对潜在的发作期样本进行重构，并输入LSTM模型进行训练，根据训练好的LSTM模型估计潜在发作期样本的发作概率；本发明使用了两级分类器，通过对运动状态的筛选，降低了算法复杂度，提高了算法实时性；同时，结合了模糊C均值聚类和长短时记忆网络，提高了时序信息利用率，有效提高了算法性能，能够快速准确地判定癫痫发作，以提高癫痫发作检测的准确性和实用性。

公开(公告)号：CN116662736A

公开(公告)日：2023-08-29

申请号：CN202310647188.8

申请日：2023-06-02

Applicant: 西安交通大学

Inventor： 伍晨旭 ,  王刚 ,  司李成蹊 ,  刘治安 ,  陈霸东 ,  余晓阳

IPC: G06F18/00 ,  A61B5/374 ,  A61B5/00 ,  G06F18/10 ,  G06F18/25 ,  G06F17/16 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于深度学习混合模型的人体状态评估方法，包括获取传感器空间多通道麻醉状态下脑电信号并对获取的脑电信号进行预处理；脑电源成像并重建，并分区计算各脑区活动分布进行脑电源重建生成源空间脑电信号；计算无偏加权相位延迟指数连接矩阵，利用两组人之间的置换检验，找出有显著差异的频带，利用有显著差异的频带进行后续分析；基于有显著差异的频带，训练特征解离双编码器卷积自编码器模型；将训练完的自编码器模型与卷积神经网络模型连接构成深度学习混合模型，训练模型，最后进行模型评估；本发明对传感器脑电信号进行分析，利用深度学习混合模型进行识别分类，减少了数据中的无用信息，提高了模型的准确率。

公开(公告)号：CN116584893A

公开(公告)日：2023-08-15

申请号：CN202310485488.0

申请日：2023-04-28

Applicant: 西安交通大学

Inventor： 伍晨旭 ,  王刚 ,  徐琳澔 ,  雷茜媛 ,  余晓阳 ,  李雯 ,  盛多铮

IPC: A61B5/00 ,  A61B5/369 ,  A61B5/374 ,  G06F18/213 ,  G06F18/00 ,  G06N3/08 ,  G06F18/214 ,  G06F18/10 ,  G06N3/0464

Abstract: 一种基于通道选择时间卷积网络的癫痫信号检测方法，通过最大相关最小冗余(Max‑RelevanceandMin‑Redundancy，MRMR)计算脑电通道的得分，并依据得分对脑电通道进行排序，依据排序选择最合适的脑电通道，从而完成脑电信号的通道选择，通道选择后的脑电信号特征运用神经卷积网络进行模型训练，训练好的模型先进行基于片段的癫痫信号发作检测来挑选出病人的最优通道脑电数据，再利用粒子群优化算法寻优卡尔曼滤波参数来进行基于事件的癫痫信号发作检测；本发明具有高灵敏度、高准确率、低误报率的优点，适合处理长时程、不均衡脑电信号，有效提高了癫痫自动化检测性能。

公开(公告)号：CN116849679A

公开(公告)日：2023-10-10

申请号：CN202310647873.0

申请日：2023-06-01

Applicant: 西安交通大学

Inventor： 伍晨旭 ,  王刚 ,  陶怡 ,  徐芯语 ,  陈霸东 ,  余晓阳

IPC: A61B5/369 ,  A61B5/372 ,  A61B5/389 ,  A61B5/397 ,  A61B5/11 ,  A61B5/00 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/08

Abstract: 一种跨模态手部动作评估方法，包括获取多通道运动执行脑肌电信号并对脑肌电信号进行预处理；通过脑电独立分量分析和皮层肌肉相干性分析提取出动作相关脑电信号；脑电源成像，对脑电信号进行计算以求得其在脑电源空间的映射，并根据Brodmann分区计算各脑区活动分布；通过动态图卷积神经网络建立源空间动作相关脑电与动作模式的关系模型，提取脑电时间序列特征和脑电位置空间特征；建立源空间动作相关脑电信号和肌电信号之间的信息融合模型完成四种动作模式的识别；本发明对脑肌电信号两种模态信号进行分析，利用融合信息模型进行识别分类，降低了脑电信号数据量，提高了分析准确率，提高了计算效率和分类精度。

公开(公告)号：CN220442653U

公开(公告)日：2024-02-06

申请号：CN202321390683.7

申请日：2023-06-02

Applicant: 西安交通大学

Inventor： 伍晨旭 ,  王刚 ,  刘子墨 ,  邢书博 ,  余晓阳 ,  徐芯语 ,  盛多铮

IPC: A61B5/0205 ,  A61B5/00

Abstract: 一种传感器分离的三联腕带，在腕表主体上，设置有主电子板传感器模块，将相互之间无影响的传感器集成在主电子板传感器模块内；在腕表主体两侧的腕带表带上分别设置有A副电子板传感器模块和B副电子板传感器模块，两个副电子板传感器模块分别放置相互影响的传感器模块；在使用过程中，传感器之间采用分离的方式，三个传感器之间的电信号不会相互影响，同时手腕处都会产生有相应的信号，故三联腕带同样能够达到和单主体腕带同样的信号采集功能；本实用新型能够提高可穿戴式健康检测设备的检测准确度，减小不必要的测量差距，简化信号预处理流程；此外，本腕带装置结构简单且重量轻，便于后续加入模块进行二次开发。

公开(公告)号：CN219846558U

公开(公告)日：2023-10-20

申请号：CN202321016061.8

申请日：2023-04-28

Applicant: 西安交通大学

Inventor： 伍晨旭 ,  王刚 ,  盛多铮 ,  余晓阳 ,  徐芯语

IPC: A61B5/0205 ,  A61B5/00 ,  A44C5/00 ,  A44C5/20

Abstract: 一种用于健康监护的可穿戴腕表，包括检测表盘，所述检测表盘的两侧分别设置有第一表带和第二表带，第一表带的末端设置有套环，套环与第二表带相配套，检测表盘贴近皮肤的一侧设置有弹簧片传感器结构；在佩戴过程中，通过套环将第二表带套入，当传感器模块偏离较好的贴合位置时，弹簧片弹性结构会顶起传感器模块，使其与使用者的手腕进行较好的贴合；本实用新型解决了健康监护腕表难以充分贴合在手腕上的问题。