公开(公告)号：CN118885907A

公开(公告)日：2024-11-01

申请号：CN202410900776.2

申请日：2024-07-05

Applicant: 成都信息工程大学

Inventor： 郜东瑞 ,  张皓凯 ,  刘世洪 ,  李芃锐 ,  汪曼青 ,  王录涛 ,  陈海宁 ,  陈俊

IPC: G06F18/2415 ,  A61B5/372 ,  A61B5/369 ,  A61B5/18 ,  A61B5/00 ,  G06F18/15 ,  G06F18/213 ,  G06F18/2321 ,  G06F18/25 ,  G06F18/27 ,  G06N3/043 ,  G06N3/0464 ,  G06N3/045 ,  G06N5/048 ,  G06N3/048

Abstract: 本发明公开了基于深度多特征TSK模糊系统的疲劳驾驶检测方法，涉及安全驾驶技术领域，包括：S1、采集驾驶员的脑电信号，并进行数据模糊化处理，得到模糊集合；S2、使用全局模糊模块对模糊集合进行特征提取，分别得到时间特征、空间特征以及频域特征；S3、将时间特征、空间特征以及频域特征通过线性层降维后进行拼接，得到拼接后的特征；S4、根据拼接后的特征，使用TSK模糊系统计算驾驶员的疲劳水平，并基于驾驶员的疲劳水平，完成疲劳驾驶检测，本方法使用模糊系统对模糊数据进行计算，可灵活适应不同的驾驶场景或任务。

公开(公告)号：CN119989192A

公开(公告)日：2025-05-13

申请号：CN202510028543.2

申请日：2025-01-08

Applicant: 成都信息工程大学

Inventor： 郜东瑞 ,  邓柳 ,  李芃锐 ,  张皓凯 ,  郑清元 ,  刘世洪 ,  汪曼青 ,  陈海宁 ,  张欢

IPC: G06F18/2431 ,  G06F18/10 ,  G06F18/15 ,  G06F18/2131 ,  G06F18/213 ,  G06F18/23213 ,  G06F18/21 ,  G06N3/045 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本申请公开一种基于自适应升阶学习策略的分类识别方法、装置、计算设备及存储介质，其方法包括：获取不同被试个体在不同认知状态下的多个数据集，并通过对每个数据集进行预处理和特征提取，得到每个数据集中每个被试个体的包含微分熵和皮尔逊系数的图结构；利用动态簇中心策略和所述每个数据集中每个被试个体的包含微分熵和皮尔逊系数的图结构，得到每个数据集中每个被试个体的最优子图；利用双图驱动交互自适应升阶网络和所述每个数据集中每个被试个体的最优子图，获得各阶图隐式表征；构建解码器，通过将所述各阶图隐式表征输入至所述解码器中，得到分类识别结果。

公开(公告)号：CN118366133A

公开(公告)日：2024-07-19

申请号：CN202410492874.7

申请日：2024-04-23

Applicant: 成都信息工程大学

Inventor： 郜东瑞 ,  陆全平 ,  张倩倩 ,  李芃锐 ,  张皓凯 ,  汪曼青 ,  沈艳 ,  王录涛 ,  陈海宁 ,  陈俊 ,  张永清

IPC: G06V20/59 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774

Abstract: 本发明公开了一种基于多尺度网络的疲劳驾驶检测方法，包括：S1、采集原始EEG数据，并对其进行预处理；S2、构建基于多尺度网络的疲劳驾驶检测模型，并利用预处理后的EEG数据对其训练；S3、将待检测EEG数据预处理，并输入至完成训练和测试的疲劳驾驶检测模型中，获得疲劳驾驶检测结果。本发明方法相较于现有方法，在分类准确率和跨被试泛化能力方面表现更为优越，具有较高的鲁棒性和稳定性。

公开(公告)号：CN119312041A

公开(公告)日：2025-01-14

申请号：CN202411349783.4

申请日：2024-09-26

Applicant: 成都信息工程大学

Inventor： 郜东瑞 ,  刘梦雯 ,  邓柳 ,  张皓凯 ,  刘世洪 ,  符颖 ,  汪曼青 ,  李芃锐

IPC: G06F18/20 ,  G06N5/01

Abstract: 本发明公开了一种流形‑欧几里得交叉空间下的MEI‑TID框架，用于对EEG信号的拓扑‑隐式EEG表征进行精准解码，包括以下步骤：S1、通过构建流形空间上的自适应簇中心策略来聚合子拓扑特征；S2、在流形‑欧几里得交叉空间中解码EEG信号的拓扑‑隐式表征；S3、建立自适应校准机制，并进行解码。本发明提出的MEI‑TID框架，在流形‑欧几里得交叉空间下来实现对EEG的这种拓扑‑隐式表征的高精度解码。该框架通过流形空间上的动态簇中心策略，流形‑欧几里得交叉空间结构以及自适应校准机制，来捕获EEG信号的不可知的隐式拓扑关系和表征。

公开(公告)号：CN119745389A

公开(公告)日：2025-04-04

申请号：CN202510274811.9

申请日：2025-03-10

Applicant: 成都信息工程大学

Inventor： 郜东瑞 ,  周治宏 ,  李芃锐 ,  张皓凯 ,  刘世洪 ,  汪曼青

IPC: A61B5/18 ,  A61B5/398 ,  A61B5/374 ,  A61B5/00 ,  G06F18/213 ,  G06F18/25 ,  G06N3/045 ,  G06N3/048 ,  G06N3/082 ,  G06F18/241

Abstract: 本发明公开了一种基于脑电与眼电双模态时频空融合特征的疲劳检测方法，属于疲劳检测技术领域，包括以下步骤：S1、采集用户的EEG信号和EOG信号，并生成人工特征；S2、将人工特征输入至网络框架中，得到最终特征结果；S3、利用激活函数对最终特征结果进行处理，输出疲劳等级。本发明有效地融合脑电和眼电的特征，与当前最先进的模型相比，在预测性能和噪声鲁棒性方面均有显著提升，为多模态警觉性评估提供了新的视角。

公开(公告)号：CN119293594A

公开(公告)日：2025-01-10

申请号：CN202411451278.0

申请日：2024-10-17

Applicant: 成都信息工程大学

Inventor： 郜东瑞 ,  郑清元 ,  李晓明 ,  汪曼青 ,  张皓凯 ,  李芃锐 ,  王录涛 ,  沈艳 ,  陈俊 ,  陈海宁

IPC: G06F18/241 ,  G06N3/042 ,  G06N3/0464 ,  G06F18/25

Abstract: 本发明提出了一种基于卷积神经网络的SSVEP分类方法，涉及数据处理技术领域，包括：S1、获取原始SSVEP信号，利用ICEEMDAN算法将SSVEP信号进行集合经验模态分解为本征模态函数；S2、将分解得到的本征模态函数输入到基于图卷积网络的时间特征提取器进行时间特征数据提取；S3、将步骤S2提取得到的时间特征数据输入基于图卷积网络的空间特征提取器进行空间特征数据提取；S4、通过压缩激励函数对特征提取后的数据进行特征融合，根据融合后的数据的特征进行分类以得到分类结果；本发明能够显著提高分类准确率和信息传输速率，降低噪声和伪影的影响。

公开(公告)号：CN118332454A

公开(公告)日：2024-07-12

申请号：CN202410750277.X

申请日：2024-06-12

Applicant: 成都信息工程大学

Inventor： 郜东瑞 ,  张皓凯 ,  张倩倩 ,  曾帅 ,  李芃锐 ,  汪曼青 ,  沈艳 ,  王录涛 ,  陈海宁 ,  陈俊

IPC: G06F18/2431 ,  G06F18/2415 ,  G06F18/25 ,  G06F18/2131 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明提供一种基于多维特征融合的情绪识别模型训练方法，涉及情绪识别技术领域，该方法为对脑电信号进行预处理，得到频域信息；对频域信息进行微分处理，得到微分熵数据；基于微分熵数据，通过多维特征融合的方式训练情绪识别模型，得到训练好的情绪识别模型；情绪识别模型用于对所述脑电信号进行分析，得到情绪分类结果。本发明解决了情绪识别模型冗余性高和通用性差的问题。