-
公开(公告)号：CN116796223A
公开(公告)日：2023-09-22
申请号：CN202310603558.8
申请日：2023-05-25
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种脑电信号解码方法、装置、电子设备及存储介质，其中方法包括：获取待解码脑电数据；对待解码脑电数据进行通道压缩，得到压缩脑电数据；基于策略模型，对压缩脑电数据进行策略选择，得到待解码脑电数据的压缩策略和对应的解码模型轻量化策略；基于压缩策略对待解码脑电数据进行压缩，得到目标压缩数据，并基于解码模型轻量化策略所选择的目标解码模型对所述目标压缩数据进行意图解码，得到意图解码结果。本发明提供的方法、装置、电子设备及存储介质，通过待解码脑电数据压缩和解码模型轻量化，降低了脑电解码所需的计算量，提高了解码模型的解码效率，为在许多资源有限的终端(例如康复机器人)上的部署带来了可能。
-
公开(公告)号：CN111297629A
公开(公告)日：2020-06-19
申请号：CN202010114859.0
申请日：2020-02-25
Applicant: 中国科学院自动化研究所
IPC: A61H1/02
Abstract: 本发明公开了模拟上下楼梯的康复训练方法，属于下肢运动损伤康复治疗的技术领域，旨在增加康复训练的多样性，提高患者训练效率和环境适应能力。该方法由两条机械腿与人腿相对固定并带动人腿运动以模拟上下楼梯时人腿的动作，机械腿的运动是基于腿部运动模型进行的；在人腿运动的同时，通过背板与人体相对固定并带通人体上下移动以模拟上下楼梯时人体重心位置的变化。为了实现该方法，本发明还公开了一种下肢康复机器人。
-
公开(公告)号：CN116595437B
公开(公告)日：2023-10-31
申请号：CN202310558791.9
申请日：2023-05-17
Applicant: 中国科学院自动化研究所
IPC: G06F18/241 , G06N3/096 , G06F18/22 , G06F18/214
Abstract: 本发明提供一种零校准迁移学习分类模型的训练方法、设备和存储介质，该方法包括：获取标记域分类标签和任务分类标签的脑电数据；基于模型中特征提取层，对标记后的脑电数据进行特征提取；分别利用模型中运动想象分类层和域鉴别层，预测对应的预测任务分类以及预测域分类；基于标记后的脑电数据中源域的任务态数据及其对应的预测任务分类，以及目标域和源域的静息态数据及其对应的预测域分类，确定分类模型的总损失函数；在总损失函数满足收敛或达到预设阈值的情况下，得到所述零校准迁移学习分类模型。通过本发明提供的训练方法，该零校准迁移学习分类模型无需进行提前校准，是兼顾分类准确率与用户专属的模型，提高对脑电数据分类的准确度。
-
公开(公告)号：CN113688952A
公开(公告)日：2021-11-23
申请号：CN202111237839.3
申请日：2021-10-25
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于自适应脑电通道选择的脑机接口解码加速方法及系统，包括：获取待解码脑电数据；将所述待解码脑电数据输入解码模型，输出对所述待解码脑电数据进行意图解码的解码结果；其中，所述解码模型用于基于所述待解码脑电数据压缩为的最少通道数据进行特征提取得到策略特征，并根据所述策略特征选择最优通道数目以获取最优通道数据后，通过所述最优通道数据对所述待解码脑电数据进行意图解码。用以解决现有技术利用多通道进行脑电数据解码，造成解码效率低下的缺陷，实现通过解码模型进行待解码脑电数据解码通道的转换和选择，在不降低甚至提高解码精度的前提下，提高解码效率。
-
公开(公告)号：CN116595437A
公开(公告)日：2023-08-15
申请号：CN202310558791.9
申请日：2023-05-17
Applicant: 中国科学院自动化研究所
IPC: G06F18/241 , G06N3/096 , G06F18/22 , G06F18/214
Abstract: 本发明提供一种零校准迁移学习分类模型的训练方法、设备和存储介质，该方法包括：获取标记域分类标签和任务分类标签的脑电数据；基于模型中特征提取层，对标记后的脑电数据进行特征提取；分别利用模型中运动想象分类层和域鉴别层，预测对应的预测任务分类以及预测域分类；基于标记后的脑电数据中源域的任务态数据及其对应的预测任务分类，以及目标域和源域的静息态数据及其对应的预测域分类，确定分类模型的总损失函数；在总损失函数满足收敛或达到预设阈值的情况下，得到所述零校准迁移学习分类模型。通过本发明提供的训练方法，该零校准迁移学习分类模型无需进行提前校准，是兼顾分类准确率与用户专属的模型，提高对脑电数据分类的准确度。
-
Patent Agency Ranking
公开(公告)号：CN110522447A
公开(公告)日：2019-12-03
申请号：CN201910793338.X
申请日：2019-08-27
Applicant: 中国科学院自动化研究所
IPC: A61B5/0476 , A61B5/11 , A61B5/16 , A63B22/06
Abstract: 本发明属于认知及运动康复领域，具体涉及一种基于脑-机接口的注意力调控系统，旨在为了解决现有的康复训练系统不能有效调动患者积极性，患者神经参与度低下，从而导致康复训练效果不明显的问题。本发明包括信号采集装置、中央处理装置、第一目标生成装置、第二目标生成装置、反馈装置。通过信号采集装置采集脑电波数据和参与者的运动状态数据，通过中央处理装置得到第一调整变量和第二调整变量，基于第一调整变量、第二调整变量和运行状态数据分别控制第一目标和第二目标的运行，并将运行状态实时反馈给参与者。本发明能够在康复训练过程中提高训练内容的趣味性和娱乐性，调动患者积极性，提高康复训练效果。
-
公开(公告)号：CN110123578A
公开(公告)日：2019-08-16
申请号：CN201910394716.7
申请日：2019-05-13
Applicant: 中国科学院自动化研究所
IPC: A61H1/02
Abstract: 本发明实施例涉及医疗谢谢技术领域，解决了无法为足下垂患者提供有效的康复训练问题。本发明实施例公开了一种足下垂康复训练设备，其包括车架组件、控制器和足下垂矫正组件，足下垂矫正组件安装于车架组件，足下垂矫正组件包括小腿固定构件、脚部固定构件和踝关节转动驱动机构，小腿固定构件用于固定患者的小腿，脚部固定构件用于支撑脚部，在踝关节转动驱动机构的驱动下小腿固定构件相对于脚部固定构件绕与脚踝对应的转动轴可转动地安装，踝关节转动驱动机构的控制端与控制器信号连接。本发明的有益效果为：可用于足下垂的康复治疗；根据患者病情定制训练方案；避免训练过程带来的二次伤害。
-
公开(公告)号：CN113688952B
公开(公告)日：2022-01-25
申请号：CN202111237839.3
申请日：2021-10-25
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于自适应脑电通道选择的脑机接口解码加速方法及系统，包括：获取待解码脑电数据；将所述待解码脑电数据输入解码模型，输出对所述待解码脑电数据进行意图解码的解码结果；其中，所述解码模型用于基于所述待解码脑电数据压缩为的最少通道数据进行特征提取得到策略特征，并根据所述策略特征选择最优通道数目以获取最优通道数据后，通过所述最优通道数据对所述待解码脑电数据进行意图解码。用以解决现有技术利用多通道进行脑电数据解码，造成解码效率低下的缺陷，实现通过解码模型进行待解码脑电数据解码通道的转换和选择，在不降低甚至提高解码精度的前提下，提高解码效率。
-
公开(公告)号：CN111297629B
公开(公告)日：2021-06-08
申请号：CN202010114859.0
申请日：2020-02-25
Applicant: 中国科学院自动化研究所
IPC: A61H1/02
Abstract: 本发明公开了模拟上下楼梯的康复训练方法，属于下肢运动损伤康复治疗的技术领域，旨在增加康复训练的多样性，提高患者训练效率和环境适应能力。该方法由两条机械腿与人腿相对固定并带动人腿运动以模拟上下楼梯时人腿的动作，机械腿的运动是基于腿部运动模型进行的；在人腿运动的同时，通过背板与人体相对固定并带动人体上下移动以模拟上下楼梯时人体重心位置的变化。为了实现该方法，本发明还公开了一种下肢康复机器人。
-
公开(公告)号：CN110522447B
公开(公告)日：2020-09-29
申请号：CN201910793338.X
申请日：2019-08-27
Applicant: 中国科学院自动化研究所
IPC: A61B5/0476 , A61B5/11 , A61B5/16 , A63B22/06
Abstract: 本发明属于认知及运动康复领域，具体涉及一种基于脑‑机接口的注意力调控系统，旨在为了解决现有的康复训练系统不能有效调动患者积极性，患者神经参与度低下，从而导致康复训练效果不明显的问题。本发明包括信号采集装置、中央处理装置、第一目标生成装置、第二目标生成装置、反馈装置。通过信号采集装置采集脑电波数据和参与者的运动状态数据，通过中央处理装置得到第一调整变量和第二调整变量，基于第一调整变量、第二调整变量和运行状态数据分别控制第一目标和第二目标的运行，并将运行状态实时反馈给参与者。本发明能够在康复训练过程中提高训练内容的趣味性和娱乐性，调动患者积极性，提高康复训练效果。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.023 seconds)
