公开(公告)号：CN118427665A

公开(公告)日：2024-08-02

申请号：CN202410601298.5

申请日：2024-05-15

申请人： 电子科技大学

发明人： 李航 ,  施柯丞 ,  黄瑞 ,  程洪

IPC分类号： G06F18/24 ,  G06F18/213 ,  G06F18/10 ,  G06F18/25 ,  G06F17/16 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明公开了一种基于脑电的多图融合增强卷积网络运动意图识别方法，构建包括动态通道选择模块，融合增强图卷积模块，时频特征提取模块和意图识别模块的运动意图识别模型，动态通道选择模块选择和屏蔽损坏的脑电信号通道，融合增强图卷积模块融合各信道相关系数矩阵和信道空间距离矩阵构建邻接矩阵，时频特征提取模块提取时频特征输入意图识别模块进行运动意图识别，收集训练样本对运动意图识别模型进行训练，采用训练好的运动意图识别模型对待识别用户的脑电信号进行运动意图识别。本发明通过选择和屏蔽损坏的脑电信号通道，采用多图融合提取不同主体的个性化和共享的空间拓扑特征，提高运动意图识别的准确率。

公开(公告)号：CN116974192A

公开(公告)日：2023-10-31

申请号：CN202310825788.9

申请日：2023-07-06

申请人： 电子科技大学

发明人： 彭知南 ,  程洪 ,  黄瑞 ,  邹朝彬 ,  宋广奎 ,  施柯丞

IPC分类号： G05B13/04

摘要： 本发明属于机器人系统控制技术领域，具体为一种基于事件触发的机器人运动约束跟踪控制方法。通过引入转换方程将原有的运动约束跟踪控制问题，转化为一种新的无约束跟踪误差系统的最优控制问题。并在此基础上，构建基于事件触发机制的智能学习器，建立事件触发时刻和系统状态信息之间的内在关系，实现最优控制器的在线求解。既保障机器人系统在安全约束空间范围内进行运动跟踪控制，又有效降低机器人系统的通信负载和计算资源损耗。在求解过程中，通过在权重参数更新规则中引入稳定项，松弛了对初始稳定控制器的要求，提高该方法在实际系统应用中的可行性。

公开(公告)号：CN117860270A

公开(公告)日：2024-04-12

申请号：CN202410048643.7

申请日：2024-01-11

申请人： 电子科技大学

发明人： 黄瑞 ,  李哲 ,  施柯丞 ,  穆逢君 ,  李文江 ,  张静婷 ,  程洪

IPC分类号： A61B5/372 ,  A61B5/374 ,  A61B5/00 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/082

摘要： 本发明涉及医学信号处理领域和人工智能领域，具体为一种基于评估‑降噪两级网络的脑电降噪方法。本发明针对伪影的多样性，使用脑电信号评估网络，从时域、频域及熵的特征分析脑电信号，可以捕捉到脑电信号中的不同类型的信息，获取更全面、准确的脑电信号特征，提升了对脑电信号中伪影类型识别的准确率，提高模型分类准确率，增强模型的鲁棒性。在此基础上，基于分类结果从多个并行脑电信号降噪网络中，选择对应的脑电信号降噪网络进行伪影去除，实现对多种类型噪声的准确去噪的同时，解决了重构脑电信号失真的问题。

公开(公告)号：CN117695103A

公开(公告)日：2024-03-15

申请号：CN202311546555.1

申请日：2023-11-20

申请人： 电子科技大学

发明人： 李哲 ,  黄瑞 ,  李文江 ,  施柯丞 ,  曾斌 ,  查蕾 ,  程洪

IPC分类号： A61G7/057 ,  G06F18/213 ,  G06N3/045 ,  A61G7/05 ,  G01L1/18 ,  G01L1/00 ,  G08B21/24 ,  G08B7/06

摘要： 本发明属于医疗设备技术领域，具体为一种基于柔性压力传感器的多点压力检测及压疮预警系统，包括压力数据采集模块、压力数据预处理模块、通信模块以及上位机。通过在上位机的报警模块中引入由多层神经网络构建的回归模型作为阈值调整模块，实时计算出压力阈值和时间阈值，实现了无需人工干预下，压力预警系统的准确预警。本发明能够为不同患者提供个性化的服务，具体更高的可靠性和适应性，有效预防和减少卧床患者产生压疮的风险。

公开(公告)号：CN118303883A

公开(公告)日：2024-07-09

申请号：CN202410217556.X

申请日：2024-02-27

申请人： 电子科技大学

发明人： 李航 ,  于烨玮 ,  黄瑞 ,  施柯丞 ,  程洪

IPC分类号： A61B5/18 ,  A61B5/16 ,  A61B5/372 ,  A61B5/374 ,  A61B5/398 ,  A61B5/00 ,  G06F18/25 ,  G06F18/24 ,  G06N3/045 ,  G06N3/09

摘要： 本发明公开了一种基于脑电信号和眼电信号特征融合的疲劳检测方法，分别采集每位受试者在正常状态和疲劳状态下的脑电信号和眼电信号并生成训练样本，构建包括脑电信号数据降维处理模块、空间注意力特征提取模块、脑电信号通道与时间特征提取模块、脑电信号特征降维模块、眼电信号时间特征提取模块、眼电信号通道与时间特征提取模块、特征拼接模块和分类模块的疲劳检测模型并采用训练样本进行训练，当需要对某人员进行疲劳检测时，获取脑电信号和眼电信号，将脑电信号采用相同方法进行预处理后与眼电信号一起输入训练好的疲劳检测模型，得到疲劳检测结果。本发明可以更好地提取和保留时空特征，提高疲劳检测的准确率。

公开(公告)号：CN116931724A

公开(公告)日：2023-10-24

申请号：CN202310849909.3

申请日：2023-07-11

申请人： 电子科技大学 ,  南昌大学第一附属医院

发明人： 黄瑞 ,  施柯丞 ,  杨力 ,  李哲 ,  白洋 ,  冯珍 ,  程洪

IPC分类号： G06F3/01 ,  G06F18/214 ,  G06F18/213 ,  G06F18/10 ,  G06F18/2135 ,  G06F18/2411 ,  G16H50/20 ,  G16H50/70

摘要： 本发明公开了一种融合听觉P300和触觉诱发电位的多模态意识水平检测脑机接口系统，包括：数据采集模块，用于采集接收脑电信号数据并打上标注；数据处理模块，用于导入脑电信号数据并进行预处理操作；实验范式模块，用于向受试者呈现刺激范式；模型训练模块，用于对预处理的脑电信号数据提取特征，并将提取的特征用于训练P300模型和正中神经SSSEP模型以及融合P300和正中神经SSSEP这两个模型结果的混合模型；在线测试模块，用于在受试者进行实验的同时，处理从脑电信号采集软件接收的脑电信号数据，并将处理后的数据输入到模型训练模块训练好的模型中，并反馈受试者意识水平检测结果。本发明充分利用了人体对于听觉和正中神经触觉的敏感性和脑机接口的优越性，提供了一种对意识障碍患者的意识状态检测的新装置。