-
公开(公告)号：CN107292095A
公开(公告)日：2017-10-24
申请号：CN201710431989.5
申请日：2017-06-09
Applicant: 北京工业大学
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 本发明公开了一种基于多尺度窗口为阈值的复杂度分析方法。对于脑电信号的研究，以往主要集中在时频特征的传统分析方法上，近几年越来越多的研究采用非线性方法。大多非线性方法第一步都会涉及粗粒化问题，而过度粗粒化会损失脑电信号中的有效信息。本发明为了解决这个问题，提出了基于多尺度窗口的复杂度计算方法，本发明方法首先对脑电信号进行滤波处理，提取有效频段，之后取不同尺度窗口，以窗口内中值为阈值，为每个信号点取各自独特的阈值进行二值化处理进行粗粒化。本发明对之前以均值为阈值进行粗粒化提高了有效性，能正确提取信号中的有效信息。
-
公开(公告)号：CN106202887A
公开(公告)日：2016-12-07
申请号：CN201610500040.1
申请日：2016-06-29
Applicant: 北京工业大学
IPC: G06F19/00
CPC classification number: G16H50/30
Abstract: 本发明公开了一种基于电子化POMS自评量表的心境状态评价方法，主要包含电子化POMS量表数据采集、量表数据存储与管理、量表采集天数判断及量表数据处理、心境状态长时间变化评估模型构建以及基于评估模型的心境状态长时间变化客观量化评价等操作步骤。本发明基于Android手机上安装的电子化POMS自评量表对用户进行长时间、多天的不同心境状态量化评估数据采集，采用数据统计和主成分分析的方法建立心境状态评估模型，旨在为用户提供主要心境状态及其变化、用户不同心境状态日常变化和总体心境量化评估等量化评估服务，从长时间、连续性的角度避免了传统量化方法中片段式、主观化评估心境状态的缺点，丰富了精神疾病客观量化领域的研究方法。
-
公开(公告)号：CN106166073A
公开(公告)日：2016-11-30
申请号：CN201610509466.3
申请日：2016-06-29
Applicant: 北京工业大学
IPC: A61B5/16
CPC classification number: A61B5/165
Abstract: 本发明公开了一种基于电子化POMS自评量表的心境状态自评系统，该系统包含能手机和后台云服务器两大部分。其中，智能手机安装了自主开发的电子化POMS自评量表，后台云服务器上接收手机发送的量表数据并运行心境状态评价算法，将得到的主要心境状态及其变化规律、用户不同心境状态日常变化规律和总体心境量化评估等结果发送到手机上并反馈给用户。本发明通过滑块和按钮等组件来操作电子化自评量表，简单方便的操作不仅适用于患有抑郁、躁狂、焦虑等精神疾病患者及复诊患者的日常精神状态评估，提高患者治疗依从性，而且可以为家庭、社区等环境下的正常用户提供精神状态评估服务，提高精神卫生医疗服务的可及性。
-
Patent Agency Ranking
公开(公告)号：CN106166073B
公开(公告)日：2019-06-14
申请号：CN201610509466.3
申请日：2016-06-29
Applicant: 北京工业大学
IPC: A61B5/16
Abstract: 本发明公开了一种基于电子化POMS自评量表的心境状态自评系统，该系统包含能手机和后台云服务器两大部分。其中，智能手机安装了自主开发的电子化POMS自评量表，后台云服务器上接收手机发送的量表数据并运行心境状态评价算法，将得到的主要心境状态及其变化规律、用户不同心境状态日常变化规律和总体心境量化评估等结果发送到手机上并反馈给用户。本发明通过滑块和按钮等组件来操作电子化自评量表，简单方便的操作不仅适用于患有抑郁、躁狂、焦虑等精神疾病患者及复诊患者的日常精神状态评估，提高患者治疗依从性，而且可以为家庭、社区等环境下的正常用户提供精神状态评估服务，提高精神卫生医疗服务的可及性。
-
公开(公告)号：CN107423682A
公开(公告)日：2017-12-01
申请号：CN201710432360.2
申请日：2017-06-09
Applicant: 北京工业大学
CPC classification number: G06K9/00523 , A61B5/72
Abstract: 本发明公开了一种非线性脑电信号的复杂度分析方法。排列熵与样本熵算法大量被运用在非线性复杂度分析中，但其均存在一定的缺点。样本熵虽然具有很好的鲁棒性并且在准确度上有一定的优势，但其计算效率缺不尽如人意；而排列熵虽然计算不如样本熵精确但其具有计算快速的特性。针对以上问题，发明一种对脑电信号进行非线性复杂度分析的方法，首先对脑电信号进行滤波处理，提取有效频段，之后进行排序并按照两个规则进行等分符号化赋值，最后分别进行m维及m+1维相空间构造进行熵值的计算。本发明对之前非线性方法排列熵提高了准确度，对样本熵方法提高了计算效率。
-
公开(公告)号：CN107273841A
公开(公告)日：2017-10-20
申请号：CN201710432101.X
申请日：2017-06-09
Applicant: 北京工业大学
CPC classification number: G06K9/00536 , G06K9/6223 , G06K9/6269
Abstract: 本发明公开了一种基于EMD及高斯核函数SVM的脑电情感分类方法，针对脑电信号分类正确率不高的问题，本发明将经验模态分解(EMD)技术与SVM进行结合，对脑电信号先进行EMD分解，得到若干条模态分量，每个模态分量中包含不同频率的有效信息，再将频率能量作为每条模态分量的量化标准，即每条脑电可以得到不同的特征值，将这些特征值作为脑电序列的特征值进行下一步的分类样本值。通过实验表明，基于EMD及高斯核函数SVM的脑电分类方法能够提高脑电信号分类的正确率。
-
公开(公告)号：CN105943065A
公开(公告)日：2016-09-21
申请号：CN201610509460.6
申请日：2016-06-29
Applicant: 北京工业大学
IPC: A61B5/16 , A61B5/0205 , A61B5/02 , A61B5/11 , A61B5/0402 , A61B5/0476 , A61B5/00
CPC classification number: A61B5/165 , A61B5/02 , A61B5/0205 , A61B5/0402 , A61B5/0476 , A61B5/11 , A61B5/1101 , A61B5/4803 , A61B5/6802
Abstract: 一种基于脑信息学系统化方法学的人体可穿戴生理‑心理‑行为数据采集与分析系统，涉及传感技术、医疗电子系统、抑郁症量化治疗和健康管理等领域。设计多种可穿戴设备采集语音、运动状态、脉搏、脑电、心电和震颤等生理、行为数据，结合智能手机，在其上开发了系统。设计长时数据采集方法连续采集12个小时以上的语音、运动状态和脉搏等数据，设计短时数据采集方法一天多次对脑电、心电和震颤等数据进行片段式采集，基于智能手机将数据通过USB或WIFI方式传输到后台服务器中，后台服务器不仅能够对采集的生理、心理和行为数据进行动态显示，而且建立心境状态量化评估模型用于对用户提供生理、行为结果反馈和心境状态量化评估等服务。
-
公开(公告)号：CN106175800A
公开(公告)日：2016-12-07
申请号：CN201610538843.6
申请日：2016-07-10
Applicant: 北京工业大学
CPC classification number: A61B5/165 , A61B5/11 , A61B5/7275
Abstract: 本发明涉及一种基于人体运动状态数据的心境状态量化评估方法，包含基于可穿戴运动传感设备采集到的人体运动状态数据特征抽取、基于电子化POMS量表采集到的心理数据预处理、基于多重多元线性回归分析方法的心境状态量化评估模型建立与有效性验证以及心境状态量化评估等步骤。本发明根据客观的人体运动状态数据对心境状态进行客观量化评估，避免了传统抑郁评估方法的主观性，丰富了抑郁症量化治疗的研究方法，可应用于抑郁症量化治疗和面向家庭、社区用户的精神健康管理等领域。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.03 seconds)
