-
公开(公告)号：CN113317804B
公开(公告)日：2022-08-26
申请号：CN202110593146.1
申请日：2021-05-28
申请人： 清华大学
摘要： 本申请涉及一种康复效率预测方法、及其训练装置和计算机设备。该方法包括：获取脑电采集设备采集的多个训练数据集合，训练数据集合中包括多组训练数据；对从每组训练数据中提取出脑电信号进行时频域转换，得到脑电时频域信号；将所属同一检测对象的多个脑电时频域信号进行融合处理，得到脑电时频域平均信号；基于得到的各项脑电时频域平均信号，构建脑电信号矩阵；基于脑电信号矩阵进行功率谱密度的提取，得到脑功率谱密度矩阵，根据脑电信号矩阵中各项元素之间的导联相关性，构建脑连接性相关矩阵；将脑功率谱密度矩阵和脑连接性相关矩阵分别输入至待训练的康复效率预测模型进行模型训练，并在停止训练时，输出训练好的康复效率预测模型。
-
公开(公告)号：CN118173268A
公开(公告)日：2024-06-11
申请号：CN202410360949.6
申请日：2024-03-27
申请人： 清华大学
IPC分类号： G16H50/30 , G16H10/20 , G16H10/60 , G06N3/045 , G06N3/0985 , G06F18/243 , G06F18/27 , G06F18/20
摘要： 本申请提出了一种面向脑机接口康复的卒中患者下肢预后评估方法，该方法包括：提取面向BCI康复的卒中患者的多模态临床医学数据，多模态临床医学数据包括人口统计学特征、临床量表特征与生物力学特征；根据多模态临床医学数据计算卒中患者的恢复比例，并为不同恢复比例的卒中患者划分标签；对多模态临床医学数据进行标准化处理，将标准化后的多模态临床医学数据分别输入训练好的弹性网络模型Elastic net与人工神经网络模型ANN，得到第一预后评估结果与第二预后评估结果；基于划分标签后的真实结果，根据第一预后评估结果与第二预后评估结果对比Elastic net与ANN的预测能力，确定最优模型；基于最优模型，对面向BCI康复的卒中患者进行预后评估。
-
公开(公告)号：CN113317804A
公开(公告)日：2021-08-31
申请号：CN202110593146.1
申请日：2021-05-28
申请人： 清华大学
摘要： 本申请涉及一种康复效率预测方法、及其训练装置和计算机设备。该方法包括：获取脑电采集设备采集的多个训练数据集合，训练数据集合中包括多组训练数据；对从每组训练数据中提取出脑电信号进行时频域转换，得到脑电时频域信号；将所属同一检测对象的多个脑电时频域信号进行融合处理，得到脑电时频域平均信号；基于得到的各项脑电时频域平均信号，构建脑电信号矩阵；基于脑电信号矩阵进行功率谱密度的提取，得到脑功率谱密度矩阵，根据脑电信号矩阵中各项元素之间的导联相关性，构建脑连接性相关矩阵；将脑功率谱密度矩阵和脑连接性相关矩阵分别输入至待训练的康复效率预测模型进行模型训练，并在停止训练时，输出训练好的康复效率预测模型。
-
-
搜索结果
3 条记录 (耗时 0.018 秒)