-
公开(公告)号：CN117195040B
公开(公告)日：2024-05-17
申请号：CN202311080441.2
申请日：2023-08-25
申请人： 浙江大学
IPC分类号： G06F18/24 , G06F18/213 , G06F3/01 , G06N20/00
摘要： 本发明公开了一种基于静息态脑电数据校准的脑机接口迁移学习方法，属于脑电解码领域，包括以下步骤：计算源域数据和目标域数据的黎曼均值；采用平行移动算法，根据源域数据的黎曼均值计算源域PT变化矩阵，通过源域PT变化矩阵估计目标域测试数据的黎曼均值，对源域数据和目标域数据做域混合，估计全局总黎曼均值；采用平行移动算法，将源域数据和目标域数据移动到全局总黎曼均值的切空间并做投影，分别得到各自的切向量；将切向量化的目标域测试数据带入切向量化的源域数据训练好的分类器中得到分类结果。避免了利用测试数据对分类器进行基于目标类的重复训练，且能够实现对测试数据的在线实时目标类分类，在跨试次、跨被试方面有巨大潜力。
-
公开(公告)号：CN117392168B
公开(公告)日：2024-06-04
申请号：CN202311052111.2
申请日：2023-08-21
申请人： 浙江大学
IPC分类号： G06T7/194 , H04N19/436 , H04N19/44 , G06T5/50 , G06T5/60 , G06T5/70 , G06T1/20 , G06N3/045 , G06N3/0464 , G06N3/09
摘要： 本发明公开了一种利用单光子钙成像图像数据进行神经解码的方法，首先通过使用各向异性滤波及形态学开运算对单光子钙成像图像数据进行背景移除，接着，利用一种由三维卷积神经网络和多头自注意力机制复合构建的解码器，实现从钙成像图像数据中直接解码神经信号对应的行为信息。本发明省略了从图像数据中提取神经元集群活动的步骤，简化了基于钙成像的神经解码流程，本发明在运行耗时方面具有显著优势，可用于实时在线解码实验。此外，本发明充分利用了钙成像数据中的时间和空间信息，信息利用率远高于传统流程，为解码器提供了比传统方法更多更丰富的数据量，提高了解码的准确性。
-
公开(公告)号：CN117195040A
公开(公告)日：2023-12-08
申请号：CN202311080441.2
申请日：2023-08-25
申请人： 浙江大学
IPC分类号： G06F18/24 , G06F18/213 , G06F3/01 , G06N20/00
摘要： 本发明公开了一种基于静息态脑电数据校准的脑机接口迁移学习方法，属于脑电解码领域，包括以下步骤：计算源域数据和目标域数据的黎曼均值；采用平行移动算法，根据源域数据的黎曼均值计算源域PT变化矩阵，通过源域PT变化矩阵估计目标域测试数据的黎曼均值，对源域数据和目标域数据做域混合，估计全局总黎曼均值；采用平行移动算法，将源域数据和目标域数据移动到全局总黎曼均值的切空间并做投影，分别得到各自的切向量；将切向量化的目标域测试数据带入切向量化的源域数据训练好的分类器中得到分类结果。避免了利用测试数据对分类器进行基于目标类的重复训练，且能够实现对测试数据的在线实时目标类分类，在跨试次、跨被试方面有巨大潜力。
-
公开(公告)号：CN117392168A
公开(公告)日：2024-01-12
申请号：CN202311052111.2
申请日：2023-08-21
申请人： 浙江大学
IPC分类号： G06T7/194 , H04N19/436 , H04N19/44 , G06T5/50 , G06T5/60 , G06T5/70 , G06T1/20 , G06N3/045 , G06N3/0464 , G06N3/09
摘要： 本发明公开了一种利用单光子钙成像图像数据进行神经解码的方法，首先通过使用各向异性滤波及形态学开运算对单光子钙成像图像数据进行背景移除，接着，利用一种由三维卷积神经网络和多头自注意力机制复合构建的解码器，实现从钙成像图像数据中直接解码神经信号对应的行为信息。本发明省略了从图像数据中提取神经元集群活动的步骤，简化了基于钙成像的神经解码流程，本发明在运行耗时方面具有显著优势，可用于实时在线解码实验。此外，本发明充分利用了钙成像数据中的时间和空间信息，信息利用率远高于传统流程，为解码器提供了比传统方法更多更丰富的数据量，提高了解码的准确性。
-
公开(公告)号：CN115105101A
公开(公告)日：2022-09-27
申请号：CN202210546937.3
申请日：2022-05-19
申请人： 香港理工大学深圳研究院 , 浙江大学
摘要： 本发明公开了个性化肌肉疲劳等级检测方法、装置、终端及存储介质，所述方法通过获取待检测肌电信号，其中，待检测肌电信号为目标用户的目标肌肉在训练开始后生成的肌电信号，目标肌肉为基于训练任务类型确定的疲劳等级最高的肌肉；根据待检测肌电信号，确定目标肌肉对应的疲劳特征值；获取参考疲劳特征值，根据疲劳特征值和参考疲劳特征值确定目标肌肉对应的疲劳等级，其中，参考疲劳特征值基于目标肌肉在训练开始前生成的肌电信号确定。本发明可以针对不同用户，个性化地确定用于进行疲劳监测的目标肌肉，通过采集目标肌肉的肌电信号，实时监测用户肌肉的疲劳程度，避免用户运动过度。解决了现有技术中用户自身难以及时察觉肌肉疲劳，容易造成运动过度，导致运动损伤的问题。
-
-
-
-
搜索结果
5 条记录 (耗时 0.02 秒)
