-
Patent Agency Ranking
公开(公告)号：CN118948303B
公开(公告)日：2025-02-07
申请号：CN202411450447.9
申请日：2024-10-17
Applicant: 中国科学院自动化研究所
IPC: A61B5/372 , G06F18/2131 , G06F18/25 , G06N3/042 , G06F18/241 , G06N3/0464 , A61B5/00 , A61B5/374
Abstract: 本发明提供一种脑力细粒度读取和解译的脑机接口装置，涉及脑力负荷检测领域，装置包括：脑电信号采集模块，在被测用户执行不同细粒度的目标占搜索空间比例的快速序列视觉呈现任务时采集脑电信号形成脑电信号样本；时域传播模块，提取脑电信号样本的时域传播图嵌入特征；频域演变模块，提取脑电信号样本的频域演变汇总图嵌入特征；信息共享导联动态选择模块，对时域传播图嵌入特征和频域演变汇总图嵌入特征进行融合，得到融合特征；脑力负荷预测模块，调用脑力负荷分类器对融合特征进行解码，得到脑力负荷评估结果。通过本申请，解决脑力负荷检测时，难以预测脑力负荷的精细梯度变化，忽略脑力负荷动态变化因素而导致检测精确度低的问题。
-
公开(公告)号：CN117494061A
公开(公告)日：2024-02-02
申请号：CN202410006000.6
申请日：2024-01-03
Applicant: 中国科学院自动化研究所
IPC: G06F18/26 , G06F18/2415
Abstract: 本发明提供一种用户兴趣挖掘方法、装置、电子设备及介质，属于脑机接口应用技术领域。该方法应用于穿戴设备，穿戴设备集成有头显设备和脑机接口设备，该方法包括：对目标用户的第一脑电数据进行预处理，得到第二脑电数据，第一脑电数据是在头显设备显示目标图像序列的情况下通过脑机接口设备采集；将第二脑电数据输入至训练完成的脑电分类模型，得到分类结果，脑电分类模型基于预处理后的脑电样本训练数据和对应标签训练得到，标签用于指示脑电样本训练数据对应的图像是否为目标检测训练任务中的目标图像；基于分类结果，确定目标用户感兴趣的图像内容。本发明提供的用户兴趣挖掘方法，可以实现更加准确的用户兴趣挖掘。
-
公开(公告)号：CN118948303A
公开(公告)日：2024-11-15
申请号：CN202411450447.9
申请日：2024-10-17
Applicant: 中国科学院自动化研究所
IPC: A61B5/372 , G06F18/2131 , G06F18/25 , G06N3/042 , G06F18/241 , G06N3/0464 , A61B5/00 , A61B5/374
Abstract: 本发明提供一种脑力细粒度读取和解译的脑机接口装置，涉及脑力负荷检测领域，装置包括：脑电信号采集模块，在被测用户执行不同细粒度的目标占搜索空间比例的快速序列视觉呈现任务时采集脑电信号形成脑电信号样本；时域传播模块，提取脑电信号样本的时域传播图嵌入特征；频域演变模块，提取脑电信号样本的频域演变汇总图嵌入特征；信息共享导联动态选择模块，对时域传播图嵌入特征和频域演变汇总图嵌入特征进行融合，得到融合特征；脑力负荷预测模块，调用脑力负荷分类器对融合特征进行解码，得到脑力负荷评估结果。通过本申请，解决脑力负荷检测时，难以预测脑力负荷的精细梯度变化，忽略脑力负荷动态变化因素而导致检测精确度低的问题。
-
公开(公告)号：CN112070177B
公开(公告)日：2021-10-15
申请号：CN202010988506.3
申请日：2020-09-18
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于脑‑机接口应用领域，具体涉及一种基于多任务信息提高目标检测泛化能力的脑机接口系统，旨在为了解决基于脑电的快速序列视觉呈现目标检索问题中跨用户模型泛化性能差的问题，通过多任务学习的方式提高跨用户泛化能力，多任务模型中包括主任务目标检测以及辅助任务按键手判断、性别判断、疲劳度估计、年龄估计和用户编号判断，辅助性任务与主任务目标检测以不同的任务分支存在于同一个模型内。本发明引入主任务相关的辅助性任务，提高模型对不同用户个体特征的辨识能力，使得模型学习不同用户个体之间的差异性表示，从而实现系统的跨被试泛化能力的提升。
-
公开(公告)号：CN112070177A
公开(公告)日：2020-12-11
申请号：CN202010988506.3
申请日：2020-09-18
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于脑‑机接口应用领域，具体涉及一种基于多任务信息提高目标检测泛化能力的脑机接口系统，旨在为了解决基于脑电的快速序列视觉呈现目标检索问题中跨用户模型泛化性能差的问题，通过多任务学习的方式提高跨用户泛化能力，多任务模型中包括主任务目标检测以及辅助任务按键手判断、性别判断、疲劳度估计、年龄估计和用户编号判断，辅助性任务与主任务目标检测以不同的任务分支存在于同一个模型内。本发明引入主任务相关的辅助性任务，提高模型对不同用户个体特征的辨识能力，使得模型学习不同用户个体之间的差异性表示，从而实现系统的跨被试泛化能力的提升。
-
-
-
-
Search Results
5
records
(took 0.023 seconds)
