专利交易市场

0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。

0本发明是一种面向多通道脑肌电耦合分析的多元全局同步指数方法，能够从全局角度探究两组多维信号间关系，可应用于多模态信号分析中，评估大脑和肌肉不同区域信息交流的同步强度。首先，对脑肌电数据预处理并提取频段信息；其次，构建数据集并利用网格划分，统计网格中数据点出现频率计算互信息，并标准化处理得到同步系数，构建相关矩阵；然后，通过矩阵运算去除自相关，计算特征值并在标准化后求取熵值，得到多通道脑肌间全局同步指数。该方法从构建系统间相关矩阵出发，克服了系统差异性，保留了系统间的信息传递，实现了从整体上分析区域内的脑肌电同步关系，在分析多通道脑肌间同步关系或其他类型多维信号关联关系时具有良好应用前景。