-
公开(公告)号：CN116127364A
公开(公告)日：2023-05-16
申请号：CN202310382137.7
申请日：2023-04-12
申请人： 上海术理智能科技有限公司
IPC分类号： G06F18/24 , G06N3/084 , G06N3/0455
摘要： 本申请公开基于集成Transformer的运动想象解码方法和解码系统，解码方法包括以下步骤：规范化EEG脑电信号数据；滑动时间窗口数据划分，以预定时间窗口参数切分通道数据，扩增数据量；Transformer模型自动特征提取，包括：将经过规范化和划分后的脑电数据转换成时间序列，然后将每一列数据捆绑成一个一维向量作为输入Transformer的单个词向量；对输入的数据进行嵌入处理；对嵌入后的数据进行位置编码；将编码后的数据输入至自注意力机制模块，以抽取得到与全序列相关的全局特征，进行特征抽取；全连接分类网络；投票策略处理，包括依次进行模型训练和数据测试。本申请提供的运动想象解码方法和解码系统能够有效提高分类解码的准确率，并具有良好的通用性和泛化性能。
-
公开(公告)号：CN115484343A
公开(公告)日：2022-12-16
申请号：CN202211093533.X
申请日：2022-09-08
申请人： 上海术理智能科技有限公司
IPC分类号： H04M1/72412 , H04M1/72409 , H04M1/72406 , H04M1/72454 , H04W4/80 , H04W8/00 , H04W76/14
摘要： 本发明公开了一种基于微信小程序防止安卓手机与蓝牙设备数据传输丢失的方法，判断设备的软硬件环境是否支持低功耗蓝牙；打开蓝牙适配器，获取所有发现的新设备，以及与当前手机已连接的设备，并筛选设备展示可用相关设备列表，并连接此蓝牙设备；获取该设备的所有服务，并获取该服务的特征值以及服务uuid。本发明在开启蓝牙设备notify监听的同时，在硬件业务回包的时候设置合适的业务等待，一般等待时间45ms到60ms左右，这样能对Android手机也能保证接受得到完整的数据；该设计中的硬件业务等待能确保Android能监听到蓝牙设备特征值变化而获得蓝牙设备推送的完整的信息。
-
公开(公告)号：CN115034272A
公开(公告)日：2022-09-09
申请号：CN202210760799.9
申请日：2022-06-29
申请人： 上海术理智能科技有限公司
摘要： 本发明公开了一种基于迭代学习的运动想象脑电信号分类方法，对患者进行离线训练得到带有标签的运动想象脑电信号数据集，利用空域滤波技术对预处理后的脑电信号数据进行特征提取，利用支持向量机对特征向量进行二分类，得到基础分类模型；对离线数据集进行主成分分析，建立指数加权移动平均模型并计算模型的上下限；采集患者在线训练数据，判断该组数据的主成分是否处于模型的上下限，如符合要求，则将该组数据融入之前的离线训练数据集重新建立基础分类模型，供下次在线训练；否则丢弃这组数据，下次在线训练仍用之前的基础分类模型；重复步骤使分类模型不断融入新的在线训练数据进行迭代学习，直至数据集规模达到预期要求或患者训练计划结束。
-
公开(公告)号：CN110384602B
公开(公告)日：2022-07-12
申请号：CN201910682019.1
申请日：2019-07-26
申请人： 上海术理智能科技有限公司
IPC分类号： A61H1/02
摘要： 本申请涉及康复设备技术领域，尤其涉及一种上肢康复训练机器人。该上肢康复训练机器人可包括：底座；升降装置，包括升降模组和工作台，所述升降模组的一端与所述底座连接，另一端与所述工作台连接，用于驱动所述工作台进行升降运动；训练装置，包括训练模组和至少一个承托结构，所述训练模组安装在所述工作台上，用于对上肢进行训练，所述承托结构包括用于承托上肢的承托部和转动安装在所述工作台上的摇臂，所述承托部的底部设有装配孔，所述摇臂设置有锁销；其中，所述锁销能够相对所述装配孔进行插拔运动，以实现所述承托部与所述摇臂的拆装过程。该上肢康复训练机器人能够对患者的上肢进行系统化的康复训练，以达到良好的康复训练效果。
-
公开(公告)号：CN108268844A
公开(公告)日：2018-07-10
申请号：CN201810043837.2
申请日：2018-01-17
申请人： 上海术理智能科技有限公司
摘要： 本申请公开一种基于表面肌电信号的动作模式识别方法及装置。涉及计算机信息处理领域，该方法包括：获取使用者的多通道表面肌电信号；分别提取每一个通道的表面肌电信号的特征数据，所述特征数据包括时域特征数据与频域特征数据；通过所有通道的所述表面肌电信号的所述特征数据组成特征数据集合；以及通过所述特征数据集合与分类器模型对所述使用者的动作模式进行识别。本申请公开的基于表面肌电信号的动作模式识别方法及装置，能够准确的反映肌肉的活动状态并准确的识别相应动作。
-
公开(公告)号：CN107126302A
公开(公告)日：2017-09-05
申请号：CN201710082333.7
申请日：2017-02-15
申请人： 上海术理智能科技有限公司
IPC分类号： A61F2/72
摘要： 本发明公开了一种上下肢运动仿真处理方法，通过Micro USB接口连接表面电极采集人体表面肌电信号，对表面肌肉信号进行采集，去噪，滤波，谱分析，归一化等系列算法，利用神经网络等模式识别算法，生成有效运动控制信号，通过蓝牙设备输入到上下肢运动装置控制器，达到利用人体自身表面肌肉信号控制可穿戴假手/臂/脚/腿的目的。
-
公开(公告)号：CN118416364A
公开(公告)日：2024-08-02
申请号：CN202410522599.9
申请日：2024-04-28
申请人： 上海术理智能科技有限公司
摘要： 本发明公开了一种基于脑电监测的专注度训练方法及装置，实时采集用户脑电信号，并基于所述脑电信号，确定所对应的第一专注度阈值和第二专注度阈值；基于所述第一专注度阈值和/或第二专注度阈值，实现对游戏进程进行反馈调节的专注度训练。当用户当前专注度低于第一专注度阈值时，显示模块降低游戏训练速度，当用户当前专注度值高于第一专注度阈值低于第二专注度阈值时，为正常训练速度；当前专注度值高于第二专注度阈值，则显示模块的游戏训练速度加快。本发明训练的专注度阈值根据患者情况灵活调整，能有效的提高用户专注度；训练过程中加入视觉刺激和声音刺激，使其不再单调，同时也能使患者注意力集中。
-
公开(公告)号：CN118403284A
公开(公告)日：2024-07-30
申请号：CN202410691084.1
申请日：2024-05-30
申请人： 上海术理智能科技有限公司
IPC分类号： A61N1/36 , G06N3/0455 , G06N3/048 , G06N3/084
摘要： 本申请公开了结合脑机接口的功能电刺激调节方法和装置，方法包括对被试者的脑电信号进行采样；对脑电信号进行解码，获得各类别的概率分布和所属类别；根据所属类别对应的概率分布，获得信号强度预测值；根据信号强度预测值和所属类别，确定对应的功能电刺激强度；对被试者待刺激的肌群输出功能电刺激强度的电刺激。本申请通过对被试者的脑电信号进行采样和解码，可以获得被试者与特定运动或认知任务相关的脑电信号强度预测值，基于信号强度预测值，可以精确地确定被试者的意图或需要，从而根据被试者的具体需求和情况，灵活地调整电刺激的参数，能够提供个性化的电刺激调节，这种个性化与精准性有助于提高治疗或康复的效果。
-
公开(公告)号：CN118363460A
公开(公告)日：2024-07-19
申请号：CN202410522597.X
申请日：2024-04-28
申请人： 上海术理智能科技有限公司
IPC分类号： G06F3/01 , G06F3/16 , G06F18/213 , G06F18/24 , G16H10/60 , G16H20/30 , A61B5/369 , A61B5/378 , A61B5/38 , A61B5/372 , A61B5/00
摘要： 本发明提供一种基于运动想象与语言想象的脑机接口控制系统、方法及其应用，该系统包括：语料刺激模块，用于选择言语康复训练文本并对用户进行语料刺激，引导其执行语言想象与运动想象；运动想象选择模块，对用户在语料刺激下执行运动想象所获得的脑电信号输入具有用户特征的运动想象模型，解码用户运动意图，并判断所想动作对应的肢体部位，并据此确定用户所选择的候选项；语言反馈模块，根据用户所选择的候选项填入题目，并反馈结果的正/误。本发明通过采用基于运动想象与语言想象的脑‑机接口范式，应用于言语‑语言障碍的康复训练，同时调动运动与语言神经网络，提供精确稳定的量化训练与主动康复方案，实现高质量的训练康复训练效果。
-
公开(公告)号：CN118356200A
公开(公告)日：2024-07-19
申请号：CN202410443048.3
申请日：2024-04-12
申请人： 上海术理智能科技有限公司
IPC分类号： A61B5/369 , A61B5/372 , A61B5/00 , A61B5/291 , A61B5/256 , G06F18/241 , G06F18/2415 , G06N3/0464
摘要： 本发明提供一种基于EEG信号的脑电帽脱落检测方法，包括：采集历史脑电信号数据并对其进行预处理，生成训练集；将训练集输入基于神经网络结构搭建的模型中进行学习训练，训练结束后，得到检测分类模型，检测分类模型至少包含第一分类模型和第二分类模型；获取被试脑电信号并对其进行预处理，生成测试集；将测试集输入第一分类模型中，判断是否达到检测次数，并输出脑电帽是否脱落的检测数据；将检测数据输入第二分类模型中，输出脑电帽连通数据；根据间隔周期，循环获取被试脑电信号，输入第一分类模型、第二分类模型中进行上述处理，迭代N次后结束；求取N次迭代过程中脑电帽连通数据的平均值，将平均值作为最终的脑电帽脱落检测结果。
-
-
-
-
-
-
-
-
-
搜索结果
151 条记录 (耗时 0.039 秒)
