-
公开(公告)号：CN105496404A
公开(公告)日：2016-04-20
申请号：CN201510833210.3
申请日：2015-11-25
IPC分类号： A61B5/0476
CPC分类号： A61B5/0476 , A61B5/48
摘要： 本发明公开了一种基于脑机接口辅助CRS-R量表听觉惊吓的评估方法，包括步骤：1)刺激选定，编排与实验范式的设计；2)信号采集；3)数据处理；4)统计检验评估标准。本发明根据听觉新异实验范式诱发人类特有失匹配负波MMN和P300，结合昏迷恢复量表CRS-R的听觉惊吓评估方法，采用脑机接口系统与峰值检测算法评估CRS-R中听觉惊吓项目的评分，不但可以有效应用于昏迷恢复量表的评估诊断和康复效果的跟踪及预后治疗方案的选择，还可以为常规性的量表诊断提供科学客观的检测数据，以保证检测结果的真实性和有效性。
-
公开(公告)号：CN105496404B
公开(公告)日：2018-06-29
申请号：CN201510833210.3
申请日：2015-11-25
IPC分类号： A61B5/0476
摘要： 本发明公开了一种基于脑机接口辅助CRS‑R量表听觉惊吓的评估方法，包括步骤：1)刺激选定，编排与实验范式的设计；2)信号采集；3)数据处理；4)统计检验评估标准。本发明根据听觉新异实验范式诱发人类特有失匹配负波MMN和P300，结合昏迷恢复量表CRS‑R的听觉惊吓评估方法，采用脑机接口系统与峰值检测算法评估CRS‑R中听觉惊吓项目的评分，不但可以有效应用于昏迷恢复量表的评估诊断和康复效果的跟踪及预后治疗方案的选择，还可以为常规性的量表诊断提供科学客观的检测数据，以保证检测结果的真实性和有效性。
-
公开(公告)号：CN110569727A
公开(公告)日：2019-12-13
申请号：CN201910720007.3
申请日：2019-08-06
申请人： 华南理工大学
摘要： 本发明公开了一种基于运动想象分类的结合类内距和类间距的迁移学习方法，包括步骤：1)利用除当前受试者以外的其它受试者的跨session数据作为训练集，当前受试者的跨session数据作为测试集；2)利用巴特沃斯带通滤波器提取目标信号；3)使用CSP(共同空间模式)提取特征；4)结合分布自适应、类内距和类间距做特征迁移；5)使用集成学习方法进行分类。本发明将分布自适应、类内距和类间距结合起来做特征迁移，并使用集成学习的方法进行分类，有效地解决了由于运动想象数据稀缺而导致的分类准确度不高的问题。
-
公开(公告)号：CN107944465A
公开(公告)日：2018-04-20
申请号：CN201710952350.1
申请日：2017-10-13
申请人： 华南理工大学
CPC分类号： G06K9/6218 , G06F16/215
摘要： 本发明公开了一种适用于大数据的无监督快速聚类方法及系统，对预处理后的大规模数据集进行超网格划分采样的处理，得到新数据集，然后再利用改进后的近邻传播方法,对新数据集进行聚类，得到初步聚类结果，最后将初步聚类结果再映射还原到原始数据集上，得到最终的聚类结果，为进一步的分析工作创造条件。本发明具有较强的鲁棒性，不仅适用于低维的数据集，而且适用于高维的数据集。
-
公开(公告)号：CN103677264A
公开(公告)日：2014-03-26
申请号：CN201310642657.3
申请日：2013-12-03
申请人： 华南理工大学
IPC分类号： G06F3/01
摘要： 本发明公开了一种基于脑机接口资源管理器的操作方法，步骤为：（1）系统初始化；（2）脑控鼠标：控制鼠标移动至目标区域，选择是否点击目标区域；若选择点击该目标区域，鼠标点击该目标区域，判断该目标区域是否为地址输入栏；若否，进入（3）；若是，则资源管理器界面转换为P300文本输入界面，进入（4）；若未点击目标区域，表示选择拒绝点击该目标，则不响应目标区域内的任何事件；执行（2）；（3）响应鼠标的点击事件，根据目标区域响应的点击事件刷新界面；提前删除不可能点击的目标区域，确定新的目标区域，执行（2）；（4）文本输入：更新到路径所指的界面，执行（2）。本发明实现了对计算机中资源的操作，操作的效率高。
-
公开(公告)号：CN117942038A
公开(公告)日：2024-04-30
申请号：CN202410131963.9
申请日：2024-01-31
申请人： 华南理工大学
IPC分类号： A61B5/00 , A61B5/369 , A61B5/372 , G06F18/27 , G06F18/214 , G06F18/21 , G06N3/0442
摘要： 本发明公开了一种融合交叉预测和判别任务的睡眠分期识别系统，包括：数据导入模块，用于提取脑电睡眠数据并进行预处理；自监督预训练模块，用于构建多任务预训练框架，训练出带有样本信息的编码器模型；监督微调模块，用于结合编码器模型和自回归模型构建微调框架，使用样本数据进行网络微调，得到具有良好分类效果的最优睡眠分期模型；睡眠阶段识别模块，用于依据脑电数据进行睡眠阶段识别，使用最优睡眠分期模型进行睡眠阶段判断，对受试者的睡眠状态进行深入了解和评估。本发明将自监督学习与多任务学习相结合，充分挖掘无标签样本的潜在特征，在减少训练过程对样本标签依赖的同时提供高准确率的睡眠分期识别结果。
-
公开(公告)号：CN116931720A
公开(公告)日：2023-10-24
申请号：CN202310694160.X
申请日：2023-06-13
申请人： 华南理工大学
IPC分类号： G06F3/01 , G06F18/241 , G06F18/21 , G06F18/10 , G06N3/0464 , A61B5/372 , A61B5/00
摘要： 本发明公开了一种基于多视图注意力机制的运动想象脑电解码方法，首先使用滤波器组来提取脑电信号的多视图频谱表示，然后通过频段空间注意力层和通道时间注意力层在频率、空间、时间三个维度上计算注意力权重并通过自适应时间卷积层和空间卷积层针对性提取信号特征和弱化无用噪声信息，最后使用对数方差时间信息降低时间维度，提取局部时间特征同时避免过拟合。这种方法可以在训练数据有限的情况下有效地提高解码准确率。本发明在公开的运动想象脑电信号数据集上得到了良好的分类效果，提高了分类准确度，无需手动提取特征，具有较高的应用价值。
-
公开(公告)号：CN116439663A
公开(公告)日：2023-07-18
申请号：CN202310332820.X
申请日：2023-03-31
申请人： 华南理工大学
IPC分类号： A61B5/00 , A61B5/372 , G06F18/241 , G06F18/22 , G06N3/0442
摘要： 本发明公开了一种基于自监督学习和多视图学习的睡眠分期系统，包括：数据载入模块，用于加载睡眠脑电信号和构建数据集，并对脑电信号进行预处理和增强变换；自监督预训练模块，通过基于多视图学习的孪生网络进行特征提取，配合TopK算法构造正负样本集合，最终使用对比损失完成网络的预训练；监督训练模块，利用特征表示模块和序列表示模块提取特征，并在经过特征融合后进行网络训练，最终得到最优睡眠分期模型；睡眠阶段预测模块，使用最优睡眠分期模型进行睡眠分期预测。本发明将多视图学习和自监督预训练引入睡眠分期任务中，能够提高分期准确率，减少对标签数据的依赖。
-
公开(公告)号：CN110569727B
公开(公告)日：2022-03-29
申请号：CN201910720007.3
申请日：2019-08-06
申请人： 华南理工大学
摘要： 本发明公开了一种用于运动想象分类的结合类内距和类间距的迁移学习方法，包括步骤：1)利用除当前受试者以外的其它受试者的跨session数据作为训练集，当前受试者的跨session数据作为测试集；2)利用巴特沃斯带通滤波器提取目标信号；3)使用CSP(共同空间模式)提取特征；4)结合分布自适应、类内距和类间距做特征迁移；5)使用集成学习方法进行分类。本发明将分布自适应、类内距和类间距结合起来做特征迁移，并使用集成学习的方法进行分类，有效地解决了由于运动想象数据稀缺而导致的分类准确度不高的问题。
-
公开(公告)号：CN109645994A
公开(公告)日：2019-04-19
申请号：CN201910006686.8
申请日：2019-01-04
申请人： 华南理工大学
IPC分类号： A61B5/0484 , G06F3/01
摘要： 本发明公开了一种基于脑-机接口系统辅助评估视觉定位的方法，包括步骤：1)刺激选定，编排与实验范式的设计；2)信号采集；3)数据处理；4)统计检验评估标准。本发明方法结合CRS-R的行为量表评估形式，构建视觉新异(oddball)范式的BCI系统引导被试对移动的目标刺激产生凝视并根据脑电响应对其视觉定位一项进行评分，并确保评分的准确性与客观性。
-
-
-
-
-
-
-
-
-
搜索结果
29 条记录 (耗时 0.04 秒)
