一种基于CCA系数阈值的SSVEP异步识别方法，首先在枕区对脑电信号进行采集，在离线训练阶段，训练CCA‑PSD混合系数决策算法，算出信号计算的最佳长度与最佳的脑电数据采集通道组合；在线分类阶段，采用动态划窗方法，用训练好的CCA‑PSD混合系数决策算法实时处理脑电信号，计算结果系数，然后将相邻的5个窗口进行投票，得到最终的异步控制结果。本发明的分类精度高，有效降低了凝视状态与空闲状态的错误率，具有优越的异步分类性能。
📄 2022109273263
📂 G06F3_01
👤 浙江工业大学
📅 2022-08-03
本发明涉及脑机接口技术领域，特别涉及一种基于脑机接口的意念采集装置、电话终端及系统；所述采集装置包括头戴式头环，所述头戴式头环的中部为可伸缩性弹性塑料体，所述可伸缩性弹性塑料体上包括依次电连接的EEG信号获取单元、信号预处理模块和无线发送模块，所述EEG信号获取单元由4个电极组成，包含1个参考电极和3个EEG信号采集电极；所述参考电极和EEG信号采集电极通过电极帽固定在可伸缩性弹性塑料体上，按照“国际10/20标准导联系统”设置，分别与所述信号预处理单元相连接；本发明简化了信号处理和分析，减少了导联数，降低了设备复杂度。
📄 2014107839703
📂 G06F3_01
👤 重庆邮电大学
📅 2014-12-16
本发明是一种基于自主运动想象脑电的肢体动作识别方法，调查数据表明，当人做同一个动作时，大脑会产生类似的脑电信号，因此可以提取这些特征信号来实现机械臂的运动，进而辅助残疾人运动。本发明通过建立脑网络进行动作的分类，这种方法加强了大脑各个区域之间相关性的考虑，展现了EEG信号及其相关节律特征背后的工作机制。之后通过一种全新的基于非线性部分定向相干方法的脑因效性网络分析法，利用随机森林进行进行上肢运动分类，分类准确度高，根据脑电信号判断相应的动作，从而使得机械臂运动，达到残疾人辅助运动的目的。
📄 2019111686277
📂 G06F18_15
👤 杭州电子科技大学
📅 2019-11-25
本发明公开了一种基于互信息特征提取及多人融合的运动想象识别方法。本发明如下：1.通过多通道脑电采集设备同时采集P个用户进行运动想象的脑电信号。2.对采集到的P个用户的脑电数据分别进行预处理。3.对每次采集的脑电数据分别提取一个或多个互信息向量。4.多人运动想象识别。本发明利用提取多人脑电互信息，并通过三种不同层次的融合策略，最终由K近邻算法进行分类，能够快速、准确地实现基于多人脑电数据的人脑运动想象识别。
📄 2020115411581
📂 G06F3_01
👤 杭州电子科技大学
📅 2020-12-23
本发明公开一种基于脑机生成对抗的情绪识别方法。针对情绪识别任务，人脑处理信息后得到的是具有情感的认知表征，而机器学习到的仅仅是图像的形式表征，如果能够建立两者之间的生成关系，通过“人脑”引导“机器”学习，将人脑的情感认知能力赋予机器。为了将人脑感知的信息赋予机器，需要建立图像视觉特征到脑电情感特征的生成模型，从而实现形式表征到认知表征之间的生成。本发明将探索脑电情感特征与图像视觉特征之间的关系，建立形式表征与认知表征之间的联系，实现脑机协同智能。为了减少认知表征与形式表征间的差异，使得形式表征无限逼近认知表征，本发明设计一种“基于脑机生成对抗的情绪识别方法”。
📄 2021112486896
📂 A61B5_16
👤 杭州电子科技大学
📅 2021-10-26
本发明公开了基于跨脑融合决策的多人运动想象识别方法及脑机系统。本发明基于跨脑融合决策的多人运动想象识别方法，具体如下：一：n个训练人员进行运动想象；二、对步骤一获得的脑电数据分别进行预处理，并打标签。三、将训练集中各训练人员的脑电数据进行融合，得到各运动想象任务对应的训练用融合脑电数据。四、用带有标签的训练用融合脑电数据对分类器进行训练。五、n个被测者想象同一个运动，在想象的同时采集各被测者的脑电信号，并进行预处理。之后，对n个被测者的脑电数据进行融合，测到跨脑融合脑电数据；将跨脑融合脑电数据导入训练好的分类器中进行分类判断，获取n个被测者想象的运动类别。
📄 2020114315483
📂 G06F18_241
👤 杭州电子科技大学
📅 2020-12-07
本发明提供了一种基于运动想象‑脑机接口和虚拟现实的康复训练系统及方法，利用脑电信号采集设备实时采集受试者康复过程中的脑电信号，并对所述脑电信号进行预处理；对经过预处理的脑电信号进行特征提取，基于提取的特征建立运动想象意图识别模型；开发以第一人称视角和第三人称视角的训练运动场景，经VR头盔渲染训练运动场景；受试者在VR环境下选择两种不同的视角进行训练，受试者根据提示进行运动想象，当识别到受试者想象时，场景中对应的肢体完成相应的动作；通过对受试者的脑电信号进行脑网络分析得到的受试者运动想象有关脑区激活程度的量化指标，对康复训练进行评分，并生成康复报表。本发明能够达到良好的康复训练效果。
📄 2021108143821
📂 A61M21_00
👤 燕山大学
📅 2021-07-19
本发明公开了一种基于脑电控制的机械臂写字装置及控制方法，涉及认知神经科学技术领域，其特征在于，至少包括：脑电采集设备；信号处理设备；所述信号处理设备接收脑电采集设备的采集信息，并将采集信息进行数据处理；具体的数据处理过程依次为：数据滤波，小波滤波，特征提取，分类，分类结果转换，执行书写动作的机械臂；所述机械臂接收信号处理设备的控制指令，并根据上述控制指令执行相应的指令动作。本发明具有操作简单、使用安全、抗噪能力强、稳定性好的优点，为实现人机交互提供了一种现实可行的方案。
📄 2017103740054
📂 A61B5_0476
👤 天津理工大学
📅 2017-05-24
本发明提供一种基于复杂对象控制的高唤醒度的脑电意图辨析方法，该方法主要包括：(1)设计应用于脑‑机接口实验的控制复杂有约束对象的新范式；(2)获取多通道运动想象脑电信号样本数据，并对信号进行预处理；(3)利用共空间模式算法对获得脑电信号进行特征提取和优化；(4)脑电信号识别及系统评估。本发明提出的方法对呈现的视觉对象结合相应的实际操纵加深受试者对刺激的感知力，具有较高的唤醒度，达到更优的分类效果。
📄 2019111555783
📂 G06F3_01
👤 燕山大学
📅 2019-11-22
本发明提供了一种基于脑机接口的大脑意图识别方法，所述方法包括：利用MATLAB构建实际任务模型；基于所述实际任务模型进行实验与脑电信息采集，获得脑电原始数据集；对所述脑电原始数据集内的多个脑电数据进行数据预处理，获得特征提取矩阵；将所述脑电信号特征提取矩阵与对应的标签输入到极限学习机，获得极限学习模型；将待预测的脑电数据输入到所述极限学习模型，获得分类结果。本发明提高识别大脑意图的准确性。本发明采集的脑电信号经共空间模式特征提取后特征更加明显，更加容易进行分类识别。另外，本发明将极限学习机训练的模型作为分类器不仅准确率高，且分类过程中不需要繁琐的迭代计算，速度更快，效果更好。
📄 2020111000674
📂 A61B5_372
👤 燕山大学
📅 2020-10-15
本发明公开了一种融合注意力检测的SSVEP异步分类方法，该方法是同时采集大脑额区和枕区的脑电数据后，在离线训练阶段，记录空闲状态数据集和控制状态下各频率目标数据集，训练一种注意力检测算法和一种频率识别算法；在在线分类阶段，同时使用训练好的注意力检测算法和频率识别算法处理实时脑电信号，分别计算两种算法的分类结果及其置信度，然后根据置信度对两者的分类结果进行融合，输出最终的异步控制指令。本发明分类精度高、误触发率低，能够有效提高现有频率识别算法的异步分类性能。
📄 2020109057462
📂 G06F18_2411
👤 浙江灵元脑机科技有限公司
📅 2020-09-01
本申请公开了一种脑机接口系统、脑电数据trigger事件标记方法和装置，脑机接口系统包括刺激发生器以及控制器，触发器和脑电采集器；控制器用于发送第一标签值、第二标签值和第三标签值至触发器；触发器用于将第一标签值、第二标签值和第三标签值发送给脑电采集器；脑电采集器用于采集脑电数据，将第一标签值、第二标签值和第三标签值插入脑电数据，将脑电数据发送给控制器；控制器用于对脑电数据进行解码得到解码刺激信息，基于第一标签值、第二标签值和第三标签值中的一个或多个获得标准刺激信息，比较标准刺激信息与解码刺激信息以判断解码是否正确。本申请把脑电数据段划分的更加详细，有效增加了系统的冗余稳定性，提高了解码算法处理的性能。
📄 2023101576544
📂 G06F3_01
👤 江苏集萃脑机融合智能技术研究所有限公司
📅 2023-02-23
柿子坊 · 知识产权运营
柿子坊知识产权运营平台