-
公开(公告)号:CN118079185A
公开(公告)日:2024-05-28
申请号:CN202410005721.5
申请日:2024-01-03
申请人: 天津大学
IPC分类号: A61M21/02 , A61B5/372 , A61B5/00 , A61M21/00 , G06F18/213 , G06F18/2415 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/047 , G06F123/02
摘要: 本发明涉及智能穿戴设备领域,提出了基于脑机穿戴交互设备的智能睡眠调控系统,包括有脑电信号调理及转换模块、睡眠信号解码模块、睡眠反馈调控模块。首先通过脑电信号调理及转换模块,从使用者头部采集脑电信号;随后提出时序分布概率图拓扑神经网络SDPG‑TNNet,建立时序分布概率图并利用图神经网络进行睡眠状态实时解码;提出熵频自匹配能量共振网络EFS‑MERNet,判别与当前睡眠状态下的脑电信号密切相关的频带。本发明利用微电流刺激和个性化音乐,辅助睡眠质量低下者快速入睡并动态调节睡眠深度,有益于提高睡眠质量及睡眠效率。
-
公开(公告)号:CN117825457A
公开(公告)日:2024-04-05
申请号:CN202311628644.0
申请日:2024-03-04
申请人: 天津大学 , 山东广域科技有限责任公司
摘要: 本发明涉及了一种用于油水两相流相含率测量的分布式电导传感器,特别涉及一种基于自适应参数快速迭代收缩阈值算法的EIT技术,通过轴向堆叠平面层析图像,实现流场的可视化及油相体积分数的测量。设计了新型分布式电导传感器,其特征在于,传感器由8个阵列的扇形分布式电极组成,相邻两电极作为激励进行轮换,实现对不同工况下被测流场的边界电压测量。并将线性反投影算法求解的流场电导率分布作为迭代初始值,提出一种自适应参数快速迭代收缩阈值算法进行流场图像重建,最后将快速采集的多帧层析图像按照时序进行轴向堆叠,并按照Maxwell方程将EIT图像中每个像素的电导率值转化为离散油相体积分数,实现油水两相流油相体积分数的高精度测量。
-
公开(公告)号:CN117815508A
公开(公告)日:2024-04-05
申请号:CN202410004595.1
申请日:2024-01-03
申请人: 天津大学
IPC分类号: A61M21/00 , A61B5/369 , A61B5/16 , A61B5/374 , A61B5/00 , A61B5/378 , A61B5/38 , A63F13/212 , G06F3/01 , G06F18/10 , G06F18/2415 , G06N3/045 , G06N3/0464 , G06N3/0895
摘要: 一种基于脑机智能穿戴设备的专注力训练系统,包括脑机智能穿戴设备和与脑机智能穿戴设备相连的设置在手机端的游戏软件。能够实现对语音想象脑电信号的采集、处理和准确解码,通过分析使用者的语音想象脑电信号,得到使用者的专注力等级,并解码出使用者在游戏过程中所进行的语音想象类别,通过蓝牙无线传输到手机上的游戏软件进行交互。通过语音想象脑‑机接口在游戏中提供了一种更自然的交互方式,为难以集中注意力的人群,特别是多动症患儿提供了一种具有独特和有趣体验的,并且能实时反馈效果的专注力训练系统。
-
公开(公告)号:CN117743942A
公开(公告)日:2024-03-22
申请号:CN202410004685.0
申请日:2024-01-03
申请人: 天津大学
IPC分类号: G06F18/241 , A61B5/369 , A61B5/291 , A61B5/273 , G06F18/213 , G06N3/0464 , G06N3/08
摘要: 本发明提出了一种基于多频段双阶段特征提取网络的运动想象脑电解码方法,使用脑电采集设备采集受试者进行运动想象任务的脑电信号,输入到运动想象识别模块;其中运动想象识别模块对信号进行数据预处理,得到两个与运动想象任务相关的频段,利用所提出的多频段双阶段特征提取网络分析受试者运动意图;多频段双阶段特征提取网络首先结合电极空间分布对两个频段分支进行维度转换,再利用多频段三维卷积模块获取局部特征,随后基于自注意力机制模块进一步捕捉时空依赖关系,提取全局特征,最后经过分类器进行分类。本发明结合电极空间分布,充分利用卷积神经网络提取局部特征和Transformer提取全局特征的特性,实现对运动想象脑电信号的有效辨识和分类。
-
公开(公告)号:CN117665009A
公开(公告)日:2024-03-08
申请号:CN202311639487.3
申请日:2023-12-01
申请人: 天津大学 , 山东广域科技有限责任公司
IPC分类号: G01N22/04 , G01F1/86 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/08
摘要: 本发明涉及了一种油水两相流参数测量的测量方法,特别是基于双流差分网络的油水两相流参数测量方法,其由高精度油水两相流传感器以及软测量模型组成。设计的油水两相流传感器用于获取油水两相流流动过程中的参数波动信号,接着采用结构化深度学习网络提取传感器采集的波动信号并进行分析,最终可以得到校正后的油水两相流流动参数。
-
公开(公告)号:CN114504329B
公开(公告)日:2023-09-22
申请号:CN202210114275.2
申请日:2022-01-30
申请人: 天津大学 , 天津富瑞隆金属制品有限公司
摘要: 本发明的基于40导联脑电采集设备的人脑疲劳状态自主辨识系统,能够实现对驾驶员EEG脑电信号的准确获取、有效辨识和正确分类,通过最佳机器学习模型识别驾驶员的大脑状态,有效预警驾驶员的疲劳状态,防止驾驶事故。模拟驾驶实验的设计让基于疲劳的EEG脑电信号收集过程更加合理,有效,避免了在实际驾车过程中进行收集带来的社会风险。最佳机器学习模型的引入大幅度降低了人工设计深度学习模型的工作量,并能够根据采集到的EEG脑电信号的具体特征做出针对性模型设计,提升模型最终的人脑疲劳状态辩识准确率。
-
公开(公告)号:CN111584033B
公开(公告)日:2023-04-18
申请号:CN202010366869.3
申请日:2020-04-30
申请人: 天津大学 , 天津富瑞隆金属制品有限公司
IPC分类号: G16H20/30 , A61B5/369 , A61B5/395 , A61B5/378 , A61B5/389 , G06N3/0464 , G06F18/213
摘要: 一种基于多层有序网络的脑控智能康复系统运动意图识别方法,被试者通过观看手部握拳与伸展动作视频进行运动想象,同时脑电信号采集设备采集被试者的脑电信号;运动意图识别模块对获得的运动想象信号进行预处理,构建多层有序网络,该多层有序网络能够融合多通道脑电信号,从脑电信号中提取符号波动的特征,实现手部握拳与伸展动作想象信号的有效分类与辨识,将分类结果传输到脑控智能康复系统,脑控智能康复系统基于所述运动意图协助被试者进行上肢康复训练。本发明可以实现运动想象信号特征的有效提取和手部握拳与伸展运动想象EEG信号的有效辨识,并转化为指令控制脑控智能康复系统,帮助上肢运动通路损伤以致于活动受限的病患进行康复训练。
-
公开(公告)号:CN111584032B
公开(公告)日:2023-04-18
申请号:CN202010364737.7
申请日:2020-04-30
申请人: 天津大学
IPC分类号: G16H20/30 , G06F18/213 , G06F18/24 , G06N3/0464
摘要: 基于胶囊网络的新型脑控智能康复方法及应用:上位机根据使用者选择的康复训练项目产生对应的运动刺激视频,通过显示器显示给使用者,使用者想象相应的动作,并通过脑电采集装置采集使用者同步的运动想象脑电信号,并进行放大滤波预处理,通过无线方式传输至上位机;上位机接收到运动想象脑电信号,进行再次处理后,通过基于胶囊网络算法提取运动想象脑电信号的特征并进行分类,将分类结果转化为相应的康复训练控制信号,传输至康复运动装置;康复运动装置带动使用者进行相应的训练动作,并将使用者训练动作的信号数据反馈给上位机,上位机采用Fugl‑Meyer评估法对使用者训练动作的信号数据进行评估。本发明可以提高脑控康复系统的安全。
-
公开(公告)号:CN111584029B
公开(公告)日:2023-04-18
申请号:CN202010364697.6
申请日:2020-04-30
申请人: 天津大学
IPC分类号: G16H20/30 , G06F18/10 , A61B5/372 , G16H50/50 , G16H40/60 , G06F18/25 , G06N3/084 , G06N3/0464 , G06F18/213
摘要: 一种基于判别式对抗网络的脑电自适应模型及在康复中的应用,包括:构建脑电信号数据的源域和目标域作为输入样本;构建脑电自适应模型的由特征提取器和分类器构成的主干网络;构建脑电自适应模型的域判别器作为分支网络;构建脑电自适应模型的损失函数;利用源域和目标域的脑电信号数据对脑电自适应模型进行训练。通过康复医疗设备中的脑电采集装置获取的被试者脑电信号数据,采用脑电自适应模型,对脑电信号类别进行预测,实时监测被试者运动意图,并将该运动意图转换为康复医疗设备对应的动作,通过康复医疗设备中外骨骼康复器械协助被试者肢体完成对应的动作。本发明能够应用于康复医疗系统实现对人体运动意图的辨识。
-
公开(公告)号:CN111584031B
公开(公告)日:2023-04-07
申请号:CN202010364735.8
申请日:2020-04-30
申请人: 天津大学
摘要: 一种基于便携式脑电采集设备的脑控智能肢体康复系统及,康复系统包括便携式脑电采集设备、运动意图识别模块、运动康复系统,所述便携式脑电采集设备从被试者大脑采集脑电信号,运动意图识别模块对脑电信号进行分析,确定运动意图,运动康复系统基于所述运动意图协助被试者进行运动康复。应用为小腿的运动与被试者的想象过程保持一致,形成被试者对小腿伸展和小腿弯曲控制的闭环回路,促进肌体康复。本发明的基于便携式脑电采集设备的脑控智能肢体康复系统及应用,能够实现对运动想象EEG脑电信号的准确获取、有效辨识和正确分类,并转化为脑控指令,实现对电刺激器的控制;本发明能够实现两个自由度大脑意念控制,辅助小腿运动困难者进行训练。
-
-
-
-
-
-
-
-
-