-
公开(公告)号：CN113359991B
公开(公告)日：2023-08-04
申请号：CN202110649898.5
申请日：2021-06-10
Applicant: 西安交通大学
IPC: G06F3/01 , G06F18/213 , G06Q50/22 , B25J9/16
Abstract: 一种面向残疾人的智能脑控机械臂辅助进食系统及方法，人机交互界面模块用于提供用户与计算机系统之间信息交互的平台；信号采集模块用于采集稳态视觉刺激界面上刺激频闪所诱发的脑电数据(SSVEP)；信号处理模块用于对信号采集模块采得的脑电信号进行预处理和分类，并将分类结果转化为控制指令；机械臂进食模块用于识别信号处理模块通过USB串口传输的控制指令，并根据该控制指令驱动机械臂完成相应食物的辅助进食；本发明通过液晶显示屏上的方块闪烁的刺激诱发SSVEP，同时采用所提出的FBKCCA算法对SSVEP进行有效的分类，来处理上肢残疾者注视不同频率闪烁刺激时产生的脑电信号，分类准确率更高。
-
公开(公告)号：CN113345546A
公开(公告)日：2021-09-03
申请号：CN202110649900.9
申请日：2021-06-10
Applicant: 西安交通大学
Abstract: 一种基于稳态视觉诱发电位的手功能主动康复训练系统及方法，系统包括人机交互界面模块A、信号采集模块B、信号处理模块C和手功能康复机器人模块D；通过刺激人机交互界面模块A中的频闪产生视觉诱发电位，信号采集模块B获取脑电信号后，信号处理模块C进行预处理、特征提取和特征分类，最后将特征分类结果转化为控制命令，通过通讯模块驱动手功能康复机器人模块D的气动式软体手功能康复机器人进行康复训练，其中，在脑电信号处理部分融合了独立成分分析和典型相关分析，实验证明对64通道脑电信号特征提取更有效；本发明设备使用简单，界面友好，不需要使用者具有编程经验，易于推广普及。
-
Patent Agency Ranking
公开(公告)号：CN113642528B
公开(公告)日：2022-12-09
申请号：CN202111075444.8
申请日：2021-09-14
Applicant: 西安交通大学
Abstract: 一种基于卷积神经网络的手部运动意图分类方法，该方法将多元经验模态分解算法和卷积神经网络进行结合，通过动作执行的过程中同步采集到的肌电信号对动作发生的时刻进行判断，选择动作执行前的数据为主要对象，结合卷积神经网络，确定网络参数之后，采用序列前向搜索算法对经过多元经验模态分解之后的本征模态函数进行选择，得出可以使得识别准确率最高的本征模态函数的最优组合，能够有效地对基于运动执行前的脑电信号的手部动作进行多分类。
-
公开(公告)号：CN114081506A
公开(公告)日：2022-02-25
申请号：CN202111111589.9
申请日：2021-09-23
Applicant: 西安交通大学
Abstract: 一种基于长短期记忆网络的稳态视觉诱发电位分类方法，首先，在液晶显示屏上刺激频闪的诱发下，采集被试枕叶9通道脑电信号；其次，对采集到的脑电信号通过降采样、带通滤波、陷波进行预处理；然后，对预处理后的脑电信号使用三层长短期记忆神经网络进行预测；最后，使用滤波器组典型相关分析算法对预测延长后的脑电信号进行特征提取与分类；本发明计算所需数据长度较短，可避免被试视觉疲劳，同时，特征提取更有效，分类准确率更高；此外，还提供了一种脑电预测的方法，兼顾了脑电数据的时序性和非线性特征，可以有效地预测脑电数据的变化趋势。
-
公开(公告)号：CN113642528A
公开(公告)日：2021-11-12
申请号：CN202111075444.8
申请日：2021-09-14
Applicant: 西安交通大学
Abstract: 一种基于卷积神经网络的手部运动意图分类方法，该方法将多元经验模态分解算法和卷积神经网络进行结合，通过动作执行的过程中同步采集到的肌电信号对动作发生的时刻进行判断，选择动作执行前的数据为主要对象，结合卷积神经网络，确定网络参数之后，采用序列前向搜索算法对经过多元经验模态分解之后的本征模态函数进行选择，得出可以使得识别准确率最高的本征模态函数的最优组合，能够有效地对基于运动执行前的脑电信号的手部动作进行多分类。
-
公开(公告)号：CN114081506B
公开(公告)日：2024-08-23
申请号：CN202111111589.9
申请日：2021-09-23
Applicant: 西安交通大学
Abstract: 一种基于长短期记忆网络的稳态视觉诱发电位分类方法，首先，在液晶显示屏上刺激频闪的诱发下，采集被试枕叶9通道脑电信号；其次，对采集到的脑电信号通过降采样、带通滤波、陷波进行预处理；然后，对预处理后的脑电信号使用三层长短期记忆神经网络进行预测；最后，使用滤波器组典型相关分析算法对预测延长后的脑电信号进行特征提取与分类；本发明计算所需数据长度较短，可避免被试视觉疲劳，同时，特征提取更有效，分类准确率更高；此外，还提供了一种脑电预测的方法，兼顾了脑电数据的时序性和非线性特征，可以有效地预测脑电数据的变化趋势。
-
公开(公告)号：CN113359991A
公开(公告)日：2021-09-07
申请号：CN202110649898.5
申请日：2021-06-10
Applicant: 西安交通大学
Abstract: 一种面向残疾人的智能脑控机械臂辅助进食系统及方法，人机交互界面模块用于提供用户与计算机系统之间信息交互的平台；信号采集模块用于采集稳态视觉刺激界面上刺激频闪所诱发的脑电数据(SSVEP)；信号处理模块用于对信号采集模块采得的脑电信号进行预处理和分类，并将分类结果转化为控制指令；机械臂进食模块用于识别信号处理模块通过USB串口传输的控制指令，并根据该控制指令驱动机械臂完成相应食物的辅助进食；本发明通过液晶显示屏上的方块闪烁的刺激诱发SSVEP，同时采用所提出的FBKCCA算法对SSVEP进行有效的分类，来处理上肢残疾者注视不同频率闪烁刺激时产生的脑电信号，分类准确率更高。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
