[发明专利]稳态视觉诱发电位信号的识别方法、系统及装置有效

专利信息
申请号: 201711376254.3 申请日: 2017-12-19
公开(公告)号: CN108153414B 公开(公告)日: 2021-06-15
发明(设计)人: 蒋昌俊;闫春钢;张亚英;曹磊 申请(专利权)人: 同济大学
主分类号: G06F3/01 分类号: G06F3/01;A61B5/378
代理公司: 上海光华专利事务所(普通合伙) 31219 代理人: 徐秋平
地址: 200092 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 稳态 视觉 诱发电位 信号 识别 方法 系统 装置
【权利要求书】:

1.一种稳态视觉诱发电位信号的识别方法,其特征在于,包括:

获取脑电信号,所述脑电信号由包括多个预设诱发频率的刺激信号诱发生成;

利用滑动窗口从所述脑电信号中切分出多个子段数据;

针对每个所述子段数据,计算含有的每个预设诱发频率的典型相关因子系数;

通过各所述典型相关因子系数得到每个所述子段数据中各预设诱发频率所对应的序列检测系数,包括:计算各所述典型相关因子系数ρi的瞬时概率值Pri,Pri=ρi/M,其中,n所在子段数据中包含的预设诱发频率的个数;第m个子段数据的预设诱发频率i所对应的序列检测系数

将每个所述序列检测系数与预设阈值进行比对,将不小于所述预设阈值的序列检测系数所对应的预设诱发频率确定为产生所述稳态视觉诱发电位信号的目标频率。

2.根据权利要求1所述的稳态视觉诱发电位信号的识别方法,其特征在于,所述脑电信号的采集是通过脑电帽实现的,并经与所述脑电帽通信连接的生物信号放大器放大。

3.根据权利要求1所述的稳态视觉诱发电位信号的识别方法,其特征在于,所述计算典型相关因子系数是通过典型相关性分析方法实现的,包括:

将对应的刺激信号按预设诱发频率变换成各傅里叶级数及其谐波的形式;

将对应的脑电信号的线性组合及变换后的刺激信号的线性组合之间相关性最大的系数作为所述典型相关因子系数。

4.一种稳态视觉诱发电位信号的识别系统,其特征在于,包括:

获取模块,用于获取脑电信号,所述脑电信号由包括多个预设诱发频率的刺激信号诱发生成;

切分模块,用于利用滑动窗口从所述脑电信号中切分出多个子段数据;

计算模块,用于针对每个所述子段数据,计算含有的每个预设诱发频率的典型相关因子系数;通过各所述典型相关因子系数得到每个所述子段数据中各预设诱发频率所对应的序列检测系数,包括:计算各所述典型相关因子系数ρi的瞬时概率值Pri,Pri=ρi/M,其中,n所在子段数据中包含的预设诱发频率的个数;第m个子段数据的预设诱发频率i所对应的序列检测系数

比对模块,用于将每个所述序列检测系数与预设阈值进行比对,将不小于所述预设阈值的序列检测系数所对应的预设诱发频率确定为产生所述稳态视觉诱发电位信号的目标频率。

5.根据权利要求4所述的稳态视觉诱发电位信号的识别系统,其特征在于,所述脑电信号的采集是通过脑电帽实现的,并经与所述脑电帽通信连接的生物信号放大器放大。

6.根据权利要求4所述的稳态视觉诱发电位信号的识别系统,其特征在于,所述计算典型相关因子系数是通过典型相关性分析方法实现的,包括:

将对应的刺激信号按预设诱发频率变换成各傅里叶级数及其谐波的形式;

将对应的脑电信号的线性组合及变换后的刺激信号的线性组合之间相关性最大的系数作为所述典型相关因子系数。

7.一种稳态视觉诱发电位信号的识别装置,其特征在于,包括:

脑电帽;

与所述脑电帽通信连接的电子设备,其中,所述电子设备包括:如权利要求4至6中任一所述的稳态视觉诱发电位信号的识别系统。

8.根据权利要求7所述的稳态视觉诱发电位信号的识别装置,其特征在于,还包括:生物信号放大器,分别通信连接所述脑电帽和所述电子设备。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济大学,未经同济大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711376254.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top