公开(公告)号：CN114521902B

公开(公告)日：2024-07-09

申请号：CN202210133826.X

申请日：2022-02-14

Applicant: 南京邮电大学

Inventor： 徐欣 ,  孙嘉雯 ,  王午阳 ,  林茂琨

IPC: A61B5/369 ,  A61B5/00 ,  G06F18/213 ,  G06F18/24 ,  G06F18/2411

Abstract: 本发明提供一种基于AR模型特征和SVM分类的工作记忆提高实验方法及装置，可以判断不同条件下工作记忆的提高情况。方法包括以下步骤：获取待检测条件下的脑电信号；预处理所述脑电信号；将预处理后的脑电信号进行AR模型特征提取，获得脑电信号特征；将所述脑电信号特征输入SVM分类器，输出分类结果；所述分类结果表示该待检测条件下的工作记忆是否提高。实验结果表明，将AR模型特征与SVM分类相结合的方法对工作记忆提高与否的判别具有一定的有效性。

公开(公告)号：CN114521902A

公开(公告)日：2022-05-24

申请号：CN202210133826.X

申请日：2022-02-14

Applicant: 南京邮电大学

Inventor： 徐欣 ,  孙嘉雯 ,  王午阳 ,  林茂琨

IPC: A61B5/369 ,  A61B5/00 ,  G06K9/00 ,  G06K9/62

Abstract: 本发明提供一种基于AR模型特征和SVM分类的工作记忆提高实验方法及装置，可以判断不同条件下工作记忆的提高情况。方法包括以下步骤：获取待检测条件下的脑电信号；预处理所述脑电信号；将预处理后的脑电信号进行AR模型特征提取，获得脑电信号特征；将所述脑电信号特征输入SVM分类器，输出分类结果；所述分类结果表示该待检测条件下的工作记忆是否提高。实验结果表明，将AR模型特征与SVM分类相结合的方法对工作记忆提高与否的判别具有一定的有效性。

公开(公告)号：CN118203333A

公开(公告)日：2024-06-18

申请号：CN202410402027.7

申请日：2024-04-03

Applicant: 南京邮电大学

Inventor： 徐欣 ,  林茂琨 ,  汤婕 ,  张高扬 ,  王一洲

IPC: A61B5/369 ,  A61B5/372 ,  A61B5/00 ,  G06F18/213 ,  G06F18/24 ,  G06F18/21 ,  G06F18/25

Abstract: 本发明提供基于脑电信号熵特征和模型融合的癫痫预警系统和方法，包括信号采集模块；信号分类分段模块：用于对第一脑电信号进行分类，分为两类：A类和B类，A类为预定时间段后有癫痫发作的信号，B类为预定时间后无癫痫发作的信号；信号去噪模块；特征提取模块：用于对去噪后的第一脑电信号、第二脑电信号从时域、频域、时频域及空间域四个角度计算第一脑电信号、第二脑电信号的熵特征；模型训练模块：用于训练决策树、随机森林、GBDT三种机器学习模型，训练获得最终的融合模型；发作预警模块：所述发作预警模块对预定时间段后是否有癫痫发作做出预警。本发明提高了预测准确率，同时也提升了整个系统的性能。