-
公开(公告)号：CN118394207A
公开(公告)日：2024-07-26
申请号：CN202410443045.X
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： G06F3/01 , G06F18/213 , G06F18/22 , G06N3/045 , G06N3/084 , A61B5/369 , A61B5/372 , A61B5/00
摘要： 本发明公开了一种基于脑电信号的设备控制系统，包括脑电信号采集模块、标准脑电信号生成模块和设备控制模块；主要通过将采集到的脑电信号与标准的运动想象脑电信号进行匹配，根据匹配结果完成对设备的控制，从而不需要在每次使用前对系统进行训练，有效提高了设备的控制效率。同时，本发明能够实时对设备进行控制，用户在使用的过程中，不需要在规定的任务时间短内完成运动想象的任务，使用更加方便。再者，本发明能够在长期使用过程中稳定识别出用户的运动想象意图，从而大大增加了用户在使用过程中对设备控制的准确性。
-
公开(公告)号：CN117708588A
公开(公告)日：2024-03-15
申请号：CN202311675785.8
申请日：2023-12-07
申请人： 上海术理智能科技有限公司
IPC分类号： G06F18/214 , A61B5/372 , A61B5/00 , G06F18/213 , G06N3/0455 , G06N3/084 , G06F3/01 , G16H20/30
摘要： 本发明提供一种基于混合神经网络的脑电信号样本增强方法、系统、介质，该方法首先使用自编码模型的编码器将脑电信号映射为第一特征向量，使用生成式模型将随机采样的高斯噪声向量映射为第二特征向量；然后以第一特征向量作为源域，以第二特征向量作为目标域，输入域判别模型进行判别，筛选出被误判为源域的第二特征向量，将其作为源域扩展，并更新源域样本集；重复上述扩充增广处理直至源域样本集的规模达到预设目标，输出最终更新的源域样本集。通过本发明提出的脑电信号样本增强方法可获得高质量的大规模训练样本，提高样本的信噪比，从而提升基于深度学习模型的表现，提高训练模型的可靠性和鲁棒性。
-
公开(公告)号：CN116746946A
公开(公告)日：2023-09-15
申请号：CN202310634603.6
申请日：2023-05-31
申请人： 上海术理智能科技有限公司
IPC分类号： A61B5/372 , G06F18/214 , G06F18/24 , A61B5/377 , A61B5/00
摘要： 本发明提供一种基于功率谱密度热力图的时间优选方法，包括：利用指定的时间窗长度W和时间间隔Δt在C3、C4通道上的整段脑电信号中滑动时间窗，获得多个时间窗，并计算每个时间窗内脑电信号的功率谱密度；基于功率谱密度，绘制功率谱密度热力图，利用各向同性的热扩散方程对功率谱密度热力图进行平滑处理；对平滑处理后的功率谱密度热力图在时间方向上进行一阶差分计算，再在频率方向上对目标频率范围进行平方和计算，得到变化曲线；在变化曲线中寻找时间t*，在训练集数据[t*‑W/2,t*+W/2]区间内，以时间间隔Δt滑动时间窗，得到(W/Δt)个训练集；对训练集进行分类计算，根据计算结果得到最优的时间点。
-
公开(公告)号：CN118468096A
公开(公告)日：2024-08-09
申请号：CN202410443049.8
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： G06F18/241 , G06F18/213 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/084 , A61B5/372 , A61B5/00 , G06F18/2415 , G06F18/2451
摘要： 本发明涉及一种基于混合神经网络的脑电信号分类方法，包括以下步骤：获取脑电信号；将脑电信号输入至混合神经网络模型进行脑电信号分类；其中，所述混合神经网络模型包括编码模块、Transformer模块、特征整合模块和分类模块。本发明通过构建以Transformer模块为主的混合神经网络模型，通过特征整合模块实现不同深度的特征融合，实现不同网络结构的残差链接，使反向传播的梯度可以通过该连接传至浅层的序列编码，避免了脑机接口领域中由于大规模数据集的缺乏，导致模型难以训练的缺陷，提高了训练时的收敛速度，提升了训练效率，同时也通过更多大的模型结构，实现了更好的分类效果和泛化性能。
-
公开(公告)号：CN118364224A
公开(公告)日：2024-07-19
申请号：CN202410097254.3
申请日：2024-01-23
申请人： 上海术理智能科技有限公司
IPC分类号： G06F18/10 , G06F18/22 , G06F18/213 , G06N3/084 , G06N3/096 , G06N3/045 , G06N3/0464 , G06N3/048 , G06F18/24
摘要： 本发明提供一种基于模板匹配的脑电信号时间选择方法、系统与介质，该基于模板匹配的脑电信号时间选择方法包括：获取运动想象脑电信号输入；基于滑动窗口切分所述运动想象脑电信号，获得多段信号片段，每个信号片段与运动想象类别对应的脑电信号模板具有相同的时长；基于所述信号片段与所述脑电信号模板的匹配，以匹配度最高的信号片段作为时间优选后的信号输出。通过本发明的基于模板匹配的脑电信号时间选择方法，旨在提高运动想象脑电信号的信噪比，以提高其参与后续特征提取和运动想象识别分类任务的准确率。
-
公开(公告)号：CN117334294A
公开(公告)日：2024-01-02
申请号：CN202311274906.8
申请日：2023-09-28
申请人： 上海术理智能科技有限公司
摘要： 本发明公开了一种康复训练系统，包括动作引导模块、脑电信号采集模块、动作分类模块、动作捕捉模块、动作评估模块和视觉反馈模块；其中，动作分类模块中包括运动意图识别模型和健侧代偿识别模型；运动意图识别模型用于识别运动想象脑电信号和静息态脑电信号；健侧代偿识别模型用于识别待康复侧运动想象脑电信号和健康侧的运动想象脑电信号。本发明基于用户的运动想象在线采集脑电信号训练数据，对模型进行训练，再采用训练后模型对用户的动作时的脑电信号进行分类，结合用户的动作，在视觉上对用户的康复动作进行反馈，并鼓励。本发明提供的系统促进用户更加针对性的进行康复训练。拓展了基于脑电信号的康复训练系统的适用范围。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.027 秒)
