-
公开(公告)号：CN112315744B
公开(公告)日：2023-07-21
申请号：CN202011327814.8
申请日：2020-11-24
申请人： 中国医学科学院生物医学工程研究所
摘要： 本发明涉及一种基于运动想象的多自由度协同运动上肢外骨骼指令方法，其技术特点是：建立多自由度协同运动上肢外骨骼控制系统；运动想象脑电采集模块持续采集受试者的脑电运动想象响应信号，判断生成生成上肢外骨骼肩部电机输出上摆指令、上肢外骨骼肩部电机输出下摆指令、上肢外骨骼肩部电机输出外展指令或上肢外骨骼肩部电机输出内收指令、上肢外骨骼肘部电机输出屈指令或上肢外骨骼肘部电机输出伸指令，并将生成的指令发送给上肢外骨骼控制器；上肢外骨骼控制器接收指令并控制上肢外骨骼机械臂动作。本发明具有组合动作类型少、信号稳定、控制指令产生时间短、适用范围广泛等特点，解决了多自由度协同运动上肢外骨骼系统动作类型的控制问题。
-
公开(公告)号：CN117251807B
公开(公告)日：2024-02-13
申请号：CN202311533871.5
申请日：2023-11-17
申请人： 中国医学科学院生物医学工程研究所
IPC分类号： G06F18/2431 , G06N3/082 , G06F3/01 , G06F18/2415 , A61B5/374 , A61B5/00
摘要： 本发明提供了一种神经网络的运动想象脑电信号分类方法，包括以下步骤：S1、采集多个信道的脑电信号；S2、选择基准通道；S3、使用标准化互信息构建包含N阶近邻连接关系的邻接矩阵A；S4、使用S3得到的邻接矩阵A训练神经网络模型生成运动想象脑电信号识别模型；S5、采集患者多个信道的实时运动想象脑电信号；S6、识别出运动想象脑电信号。本发明有益效果：通过使用运动想象过程中的脑功能连接网络的特征进行连接通道选择，具有神经生理学意义，同时使用的通道连接数量少，可以有效减少网络模型训练中的计算量，在GCN网络训练过程中引入了自适应矩阵，可以对调节邻接矩阵进行训练，将无向图转为有权有向图，可以有效调整通道间的影响关系。
-
公开(公告)号：CN116522210A
公开(公告)日：2023-08-01
申请号：CN202310797681.8
申请日：2023-07-03
申请人： 中国医学科学院生物医学工程研究所
IPC分类号： G06F18/24 , G06F3/01 , G06F18/10 , G06F18/2135 , G06F18/2411
摘要： 本发明提供了基于脑网络差异性分析的运动想象脑电信号分类方法，包括以下步骤：S1、采集多个信道的脑电信号；S2、对采集到的脑电信号进行预处理；S3、利用信道间的标准化互信息构建功能连接网络；S4、通过差异性分析选取功能连接网络中具有显著差异的标准化互信息值；S5、通过PCA方法对步骤S4中具有显著差异的标准化互信息值进行降维处理；S6、使用分类正确率最高的SVM模型作为运动想象脑电信号识别模型。本发明有益效果：使用采集数据进行通道选择和训练支持向量机分类器，找到被试在不同动作的运动想象过程中具有差异的通道连接，并使用这些通道连接的互信息参数进行运动想象脑电信号的识别和分类。
-
公开(公告)号：CN110974602A
公开(公告)日：2020-04-10
申请号：CN201911237970.2
申请日：2019-12-06
申请人： 中国医学科学院生物医学工程研究所
IPC分类号： A61H1/02
摘要： 本发明涉及一种上肢外骨骼运动关节保护装置，其技术特点是：外侧固定板、内侧固定板、上端固定板和后侧固定板安装在一起，在外侧固定板及上端固定板内侧安装有定滑轮；臂板安装在外侧固定板和内侧固定板之间，该臂板外侧设有用于连接电机的减速器连接孔，在臂板内侧安装有臂板滑轮，牵引绳一端与臂板滑轮连接，该钢丝绳经定滑轮并与弹簧的一端连接，该弹簧另一端连接到拉力传感器上，该拉力传感器安装在传感器固定板上，该传感器固定板固装在内侧固定板内侧。本发明将臂板旋转与拉力传感器通过弹簧及前引用钢丝绳连接在一起，通过拉力传感器的变化判断电机工作状态,进而停止康复训练，同时，弹簧拉力可防止关节连接处零件由于疲劳损坏。
-
公开(公告)号：CN116522210B
公开(公告)日：2023-09-01
申请号：CN202310797681.8
申请日：2023-07-03
申请人： 中国医学科学院生物医学工程研究所
IPC分类号： G06F18/24 , G06F3/01 , G06F18/10 , G06F18/2135 , G06F18/2411
摘要： 本发明提供了基于脑网络差异性分析的运动想象脑电信号分类方法，包括以下步骤：S1、采集多个信道的脑电信号；S2、对采集到的脑电信号进行预处理；S3、利用信道间的标准化互信息构建功能连接网络；S4、通过差异性分析选取功能连接网络中具有显著差异的标准化互信息值；S5、通过PCA方法对步骤S4中具有显著差异的标准化互信息值进行降维处理；S6、使用分类正确率最高的SVM模型作为运动想象脑电信号识别模型。本发明有益效果：使用采集数据进行通道选择和训练支持向量机分类器，找到被试在不同动作的运动想象过程中具有差异的通道连接，并使用这些通道连接的互信息参数进行运动想象脑电信号的识别和分类。
-
公开(公告)号：CN116541751A
公开(公告)日：2023-08-04
申请号：CN202310797684.1
申请日：2023-07-03
申请人： 中国医学科学院生物医学工程研究所
IPC分类号： G06F18/24 , G06F3/01 , G06F18/10 , G06F18/214 , G06F18/2411
摘要： 本发明提供了一种基于脑功能连接网络特征的脑电信号分类方法，包括以下步骤：S1、采集运动想象脑电信号；S2、将采集运动想象脑电信号进行预处理，并分为训练集数据和测试集数据；S3、通过脑连接网络的互信息特征和网络中心性选择运动想象过程中重要的脑电通道；S4、使用共空间模式方法提取经过预处理的训练集数据和测试集数据中符合步骤S3选择出的重要的脑电通道的数据；S5、通过训练集特征数据训练SVM模型。本发明有益效果：将脑电数据进行通道选择对向量模型进行训练，找到被试的运动想象过程中大脑活跃的重要区域，使用该区域的脑电通道信号进行在线识别多类运动想象脑电信号，并对运动想象脑电信号进行分类。
-
公开(公告)号：CN117251807A
公开(公告)日：2023-12-19
申请号：CN202311533871.5
申请日：2023-11-17
申请人： 中国医学科学院生物医学工程研究所
IPC分类号： G06F18/2431 , G06N3/082 , G06F3/01 , G06F18/2415 , A61B5/374 , A61B5/00
摘要： 本发明提供了一种神经网络的运动想象脑电信号分类方法，包括以下步骤：S1、采集多个信道的脑电信号；S2、选择基准通道；S3、使用标准化互信息构建包含N阶近邻连接关系的邻接矩阵A；S4、使用S3得到的邻接矩阵A训练神经网络模型生成运动想象脑电信号识别模型；S5、采集患者多个信道的实时运动想象脑电信号；S6、识别出运动想象脑电信号。本发明有益效果：通过使用运动想象过程中的脑功能连接网络的特征进行连接通道选择，具有神经生理学意义，同时使用的通道连接数量少，可以有效减少网络模型训练中的计算量，在GCN网络训练过程中引入了自适应矩阵，可以对调节邻接矩阵进行训练，将无向图转为有权有向图，可以有效调整通道间的影响关系。
-
公开(公告)号：CN116541751B
公开(公告)日：2023-09-12
申请号：CN202310797684.1
申请日：2023-07-03
申请人： 中国医学科学院生物医学工程研究所
IPC分类号： G06F18/24 , G06F3/01 , G06F18/10 , G06F18/214 , G06F18/2411
摘要： 本发明提供了一种基于脑功能连接网络特征的脑电信号分类方法，包括以下步骤：S1、采集运动想象脑电信号；S2、将采集运动想象脑电信号进行预处理，并分为训练集数据和测试集数据；S3、通过脑连接网络的互信息特征和网络中心性选择运动想象过程中重要的脑电通道；S4、使用共空间模式方法提取经过预处理的训练集数据和测试集数据中符合步骤S3选择出的重要的脑电通道的数据；S5、通过训练集特征数据训练SVM模型。本发明有益效果：将脑电数据进行通道选择对向量模型进行训练，找到被试的运动想象过程中大脑活跃的重要区域，使用该区域的脑电通道信号进行在线识别多类运动想象脑电信号，并对运动想象脑电信号进行分类。
-
公开(公告)号：CN112315744A
公开(公告)日：2021-02-05
申请号：CN202011327814.8
申请日：2020-11-24
申请人： 中国医学科学院生物医学工程研究所
摘要： 本发明涉及一种基于运动想象的多自由度协同运动上肢外骨骼指令方法，其技术特点是：建立多自由度协同运动上肢外骨骼控制系统；运动想象脑电采集模块持续采集受试者的脑电运动想象响应信号，判断生成生成上肢外骨骼肩部电机输出上摆指令、上肢外骨骼肩部电机输出下摆指令、上肢外骨骼肩部电机输出外展指令或上肢外骨骼肩部电机输出内收指令、上肢外骨骼肘部电机输出屈指令或上肢外骨骼肘部电机输出伸指令，并将生成的指令发送给上肢外骨骼控制器；上肢外骨骼控制器接收指令并控制上肢外骨骼机械臂动作。本发明具有组合动作类型少、信号稳定、控制指令产生时间短、适用范围广泛等特点，解决了多自由度协同运动上肢外骨骼系统动作类型的控制问题。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.044 秒)
