-
公开(公告)号：CN114224344B
公开(公告)日：2024-05-07
申请号：CN202111664458.3
申请日：2021-12-31
申请人： 杭州电子科技大学
摘要： 本发明公开了一种基于EEG与迁移学习的疲劳状态实时检测系统。本发明包括信号采集模块、WPF可视化模块以及远程计算模块。信号采集模块通过开源软件Openvibe连接脑电帽采集设备获得原始脑电信号，并通过VRPN通信协议与WPF可视化模块相连；WPF可视化模块与远程计算模块通过WebSocket通信协议相连。信号采集模块将采集到的被试的实时EEG信号进行通道筛选然后发送给WPF可视化模块，WPF可视化模块作为中间媒介将获得的脑电信号分段后传送给远程计算模块。远程计算模块获得对应被试的脑电数据后会训练生成相匹配的判别网络模型，该模型将判断回馈给WPF可视化模块进行数据可视化以及疲劳状态预警。本发明使用方便、快速准确，便于进行疲劳状态的实时检测，并对其进行疲劳预警。
-
公开(公告)号：CN114176607B
公开(公告)日：2024-04-19
申请号：CN202111616915.1
申请日：2021-12-27
申请人： 杭州电子科技大学
IPC分类号： A61B5/369 , A61B5/374 , A61B5/00 , A61B5/16 , A61B5/18 , G06F18/2415 , G06N3/045 , G06N3/084
摘要： 本发明公开了一种基于视觉Transformer的脑电信号分类方法，首先进行数据预处理，获取带标签的处理后的EEG数据，然后构建基于Vision Transformer的脑电信号分类模型；最后通过预处理后的EEG数据训练脑电信号分类模型：本发明方法通过合适的EEG特征嵌入方法对EEG样本进行特征嵌入然后学习EEG样本的局部特征与连续脑电信号之间的长时间依赖关系，在脑电信号分类任务中取得了较好的性能。
-
公开(公告)号：CN116821764A
公开(公告)日：2023-09-29
申请号：CN202310802378.2
申请日：2023-06-30
申请人： 杭州电子科技大学
摘要： 本发明公开了一种基于知识蒸馏的多源域适应的EEG情绪状态分类方法。首先获取数据进行带通滤波，并使用独立成分分析技术去除伪迹。其次通过差分熵方法进行脑电特征提取，将三维脑电时间序列转换为二维样本矩阵。然后在两种任务场景下各自划定训练集和测试集，确保它们不重合。本发明采用基于边际采样的伪标签三元组损失结合最大均值差异。本发明从不同的源领域中学习知识，以最大程度地利用多个单源模型，并以更少的时间消耗实现更强大的模型。最后利用分类准确率对模型进行两种任务场景下的性能评估。本发明将三元组损失和最大均值差异结合，不仅可以在域级别上实现每对源领域和目标领域之间的无偏置对齐，还考虑了数据对级别的相关性。
-
公开(公告)号：CN115859185A
公开(公告)日：2023-03-28
申请号：CN202211503605.3
申请日：2022-11-28
申请人： 杭州电子科技大学
IPC分类号： G06F18/2415 , A61B5/16 , A61B5/372 , A61B5/369 , G06F18/213 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/049 , G06N3/084
摘要： 本发明公开了一种基于脉冲卷积神经网络的脑电情绪识别方法。本发明在脑电情绪数据进行预处理后，对其提取微分熵特征与时间窗截取，之后对其使用脉冲卷积编码器编码；脉冲卷积特征提取器提取脉冲数据特征；脉冲全连接分类器进行学习与分类。本发明融合了脉冲卷积层与脉冲全连接层的脉冲神经网络进行直接训练，达到对脑电情绪分类的目的，训练过程中通过脉冲卷积层在网络的层与层间、时间片与时间片间传递脉冲，提取脑电数据中的时空信息，再通过脉冲全连接层的特征学习进行情绪分类任务。本发明利用脉冲神经网络特点，将已有传统神经网络与脉冲神经元相结合，提高了模型的性能和泛化能力，实现了较好地情绪识别效果与较小的模型规模。
-
公开(公告)号：CN115919330A
公开(公告)日：2023-04-07
申请号：CN202211503612.3
申请日：2022-11-28
申请人： 杭州电子科技大学
摘要： 本发明公开了一种基于多层次SE注意力和图卷积的EEG情绪状态分类方法。本发明先获取数据进行预处理；再通过DE来进行EEG特征提取，从三维EEG时间序列获得二维样本矩阵；然后在两种任务场景下各自划定训练集和测试集，获得不重合的训练集和测试集；对于每个样本，分别经过脑电通道关系矩阵和MSE模块得到脑电通道关系矩阵和重构后的脑电通道特征，最终组成关于样本的图数据结构；接着把图结构送入GCN网络提取更深层次的图结构信息，然后用图池化方法输出整个图的最终表示；最后利用分类准确率对模型进行两种任务场景下的性能评估。本发明解决了脑电情绪识别中通道、频段和结构信息利用不充分的问题，训练出了高精度的被试内和跨被试的情绪状态分类器。
-
公开(公告)号：CN114330436A
公开(公告)日：2022-04-12
申请号：CN202111617915.3
申请日：2021-12-22
申请人： 杭州电子科技大学
摘要： 本发明涉及一种基于孪生网络架构和图卷积的情绪识别方法，属于脑电情绪识别技术领域，在进行数据预处理后，对被试在不同情绪下的脑电信号提取差分熵特征，并利用时空图卷积神经网络模型网络对特征进行解码，同时搭建了孪生网络框架进行辅助任务的训练，在使用模型进行情绪分类的同时，利用中间层的特征进行对比学习，从而改进了模型的性能和泛化能力，实现了较好地情绪识别效果。
-
公开(公告)号：CN114176610B
公开(公告)日：2024-05-07
申请号：CN202111670306.4
申请日：2021-12-31
申请人： 杭州电子科技大学
摘要： 本发明公开了一种面向轻度认知功能障碍患者诊断的工作负荷评估方法。本发明包括如下步骤：步骤1：基于Oddball的工作负荷评估实验范式；步骤2：数据采集；步骤3：数据预处理；步骤4：基于MCI‑WI的MCI患者诊断方法。本发明参考控制类的工作负荷评估范式，设计了基于Oddball的工作负荷评估范式，使得MCI患者和健康老年人在认知方面的工作负荷区别更明显，进而减少误差，增加MCI患者诊断的准确率，优化了以往范式存在的效率低、准确率低的缺点。其次本发明考虑到MCI患者和健康老年人的认知差异，提出了面向MCI患者诊断的工作负荷评估指标，综合考虑脑电数据和行为学数据，将被试在任务不同阶段的工作负荷量化，直观地显示了被试的工作负荷变化情况。
-
公开(公告)号：CN114224344A
公开(公告)日：2022-03-25
申请号：CN202111664458.3
申请日：2021-12-31
申请人： 杭州电子科技大学
摘要： 本发明公开了一种基于EEG与迁移学习的疲劳状态实时检测系统。本发明包括信号采集模块、WPF可视化模块以及远程计算模块。信号采集模块通过开源软件Openvibe连接脑电帽采集设备获得原始脑电信号，并通过VRPN通信协议与WPF可视化模块相连；WPF可视化模块与远程计算模块通过WebSocket通信协议相连。信号采集模块将采集到的被试的实时EEG信号进行通道筛选然后发送给WPF可视化模块，WPF可视化模块作为中间媒介将获得的脑电信号分段后传送给远程计算模块。远程计算模块获得对应被试的脑电数据后会训练生成相匹配的判别网络模型，该模型将判断回馈给WPF可视化模块进行数据可视化以及疲劳状态预警。本发明使用方便、快速准确，便于进行疲劳状态的实时检测，并对其进行疲劳预警。
-
公开(公告)号：CN116369945A
公开(公告)日：2023-07-04
申请号：CN202310045690.1
申请日：2023-01-30
申请人： 杭州电子科技大学
IPC分类号： A61B5/372 , A61B5/374 , A61B5/00 , A61B5/16 , A61B5/18 , G06F18/10 , G06N3/08 , G06N3/048 , G06F18/2134 , G06F18/24 , G06F17/11 , G06N3/0464
摘要： 本发明公开了一种基于4D脉冲神经网络的脑电认知识别方法。本发明步骤包括：1、数据获取；2、特征提取；3、基于4D脉冲神经网络的脑电认知识别方法。本发明首先将提取到的EEG信号特征转换为4D表征，作为脉冲神经网络的输入以探索EEG的时频空全局特征。引入卷积和空洞卷积交替变换策略探索EEG信号相邻和相近通道间的潜在关系，以获取空间域的局部细粒度特征，此外，利用参数化模型作为基准网络框架。考虑到EEG信号的不稳定特性，提出基于样本的自适应阈值策略以尽可能消除该特性带来的负面影响，并提升4D脉冲神经网络在EEG认知识别任务上的泛化能力。本发明在各种认知识别数据集上都达到了最优性能，同时在被试间和跨被试识别任务验证了模型有效性。
-
公开(公告)号：CN114176610A
公开(公告)日：2022-03-15
申请号：CN202111670306.4
申请日：2021-12-31
申请人： 杭州电子科技大学
摘要： 本发明公开了一种面向轻度认知功能障碍患者诊断的工作负荷评估方法。本发明包括如下步骤：步骤1：基于Oddball的工作负荷评估实验范式；步骤2：数据采集；步骤3：数据预处理；步骤4：基于MCI‑WI的MCI患者诊断方法。本发明参考控制类的工作负荷评估范式，设计了基于Oddball的工作负荷评估范式，使得MCI患者和健康老年人在认知方面的工作负荷区别更明显，进而减少误差，增加MCI患者诊断的准确率，优化了以往范式存在的效率低、准确率低的缺点。其次本发明考虑到MCI患者和健康老年人的认知差异，提出了面向MCI患者诊断的工作负荷评估指标，综合考虑脑电数据和行为学数据，将被试在任务不同阶段的工作负荷量化，直观地显示了被试的工作负荷变化情况。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.052 秒)
