[发明专利]用于分析脑电图信息的系统、方法、计算机程序和计算机界面在审
| 申请号： | 201880067335.1 | 申请日： | 2018-08-28 |
| 公开（公告）号： | CN111246796A | 公开（公告）日： | 2020-06-05 |
| 发明（设计）人： | 阿芒·萨尔格相;德米特里·梅尔科尼安 | 申请（专利权）人： | 卡奥斯基有限公司 |
| 主分类号： | A61B5/048 | 分类号： | A61B5/048;A61B5/0476;G16H50/20;G16H50/30 |
| 代理公司： | 北京安信方达知识产权代理有限公司 11262 | 代理人： | 俞立文;杨明钊 |
| 地址： | 澳大利亚新*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种用于分析脑电图(EEG)波形以检测指示癫痫发作的波形的存在的计算机实现的方法。该方法包括以下步骤：利用移动窗口来执行EEG波形的时间频率分析以对波形的节段执行分析，以及计算波形的被分析节段的功率谱值以导出指数值。所计算的指数值用于确定发作的存在。在特定的实施例中，本发明涉及在大鼠、小鼠和其它啮齿动物中的癫痫发作的检测。 | ||
| 搜索关键词： | 用于 分析 脑电图 信息 系统 方法 计算机 程序 计算 机界面 | ||
【主权项】：
暂无信息
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卡奥斯基有限公司，未经卡奥斯基有限公司许可，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/patent/201880067335.1/，转载请声明来源钻瓜专利网。
- 上一篇：基于相干光的振动源定位装置及方法
- 下一篇：嵌套保护电路模块电池组
- 同类专利
- 用于针对生物时间序列利用经验零假设的方法和系统-201980018853.9
- S·B·威尔森;M·朔尔 - 珀西斯特发展公司
- 2019-03-11 - 2020-10-30 - A61B5/048
- 本文公开了一种用于针对生物时间序列利用经验零假设的方法和系统。方法(100)还包括使用大规模检验来估计针对时期的子集的经验零假设，从而计算第二多个时期与第一多个时期相似的量。方法(100)还包括确定第二多个时期是否来自相同的EEG记录。
- 用于确定睡眠启动潜伏期的系统和方法-201880089081.3
- T·K·措内瓦;G·N·加西亚莫利纳 - 皇家飞利浦有限公司
- 2018-12-10 - 2020-09-25 - A61B5/048
- 本公开涉及一种用于确定对象中的睡眠启动潜伏期的系统和方法。所述系统被配置为：生成传达与所述对象中的脑部活动有关的信息的输出信号；基于所述输出信号来确定所述对象的睡眠阶段；基于所确定的睡眠阶段来确定所述对象中的睡眠启动时刻；通过以下操作来确定针对所述对象的睡眠意向时刻：(i)基于所述输出信号来检测所述对象中的眨眼，并且响应于检测到的眨眼在预定时间段内停止而确定所述睡眠意向时刻；和/或(ii)基于所述输出信号来确定目标频带中的脑部活动功率是否已经突破了阈值功率水平，并且响应于突破而确定所述睡眠意向时刻；并且基于所述睡眠启动时刻和所述睡眠意向时刻来确定所述睡眠启动潜伏期。
- 基于脑电信号的睡眠状态识别模型训练方法和系统-201610843529.9
- 赵巍;胡静;韩志 - 广州视源电子科技股份有限公司
- 2016-09-21 - 2020-06-16 - A61B5/048
- 本发明涉及一种基于脑电信号的睡眠状态识别模型训练方法和系统，其中所述方法包括：采集用户在睡眠过程中产生的脑电信号，并分三路分别根据睡眠状态识别的识别任务从所述脑电信号中提取相应的特征数据；将三路特征数据分别输入预先训练的睡眠状态识别模型、清醒状态检测器以及睡眠状态检测器；读取所述睡眠状态识别模型、清醒状态检测器以及睡眠状态检测器的输出结果，根据所述输出结果确定所述特征数据的数据类型，并对该特征数据进行类型标注；根据标注后的特征数据进行模型训练，获得该用户的个人睡眠状态识别模型。该方案训练的睡眠状态识别模型，切合了用户个人特异性，剔除外界信号所干扰，提高了模型识别的准确性。
- 用于分析脑电图信息的系统、方法、计算机程序和计算机界面-201880067335.1
- 阿芒·萨尔格相;德米特里·梅尔科尼安 - 卡奥斯基有限公司
- 2018-08-28 - 2020-06-05 - A61B5/048
- 一种用于分析脑电图(EEG)波形以检测指示癫痫发作的波形的存在的计算机实现的方法。该方法包括以下步骤：利用移动窗口来执行EEG波形的时间频率分析以对波形的节段执行分析，以及计算波形的被分析节段的功率谱值以导出指数值。所计算的指数值用于确定发作的存在。在特定的实施例中，本发明涉及在大鼠、小鼠和其它啮齿动物中的癫痫发作的检测。
- 基于CQT多分辨率的被试的脑电信号自适应频谱分析方法-201310450516.1
- 李海峰;薄洪健;李嵩;高畅;张玮;马琳;吴明权;杨大易;房春英 - 哈尔滨工业大学
- 2013-09-29 - 2019-09-10 - A61B5/048
- 本发明公开了一种基于CQT多分辨率的被试的脑电信号自适应频谱分析方法，依次经过对原始EEG信号进行预处理、通过EEG信号的谐波成分和精细结构特性自动地找到被试的差异、基于CQT多分辨率的分析和计算各频带采样带宽。本发明可以根据原始脑波信号自适应的找到被试差异特征，能够更准确地提取脑电信号的频谱特异性特征；基于多分辨率的频谱分析方法，考虑了脑电信号频带长度差别的影响，提高了实用性；与经典的CQT频谱分析方法相比，降低了计算次数，效率显著提高；本发明中采用可变分辨率则灵活得多，提高了特征提取的准确度和速度。
- 睡眠状态分析中睡眠状态检测方法和系统-201610839400.0
- 赵巍;胡静;韩志 - 广州视源电子科技股份有限公司
- 2016-09-21 - 2019-07-09 - A61B5/048
- 本发明涉及一种睡眠状态分析中睡眠状态检测方法和系统，其中所述方法包括：对用户在睡眠过程中产生的脑电信号进行小波分解，并根据预设的低频段的小波系数重建脑电信号，得到低频脑电信号；从重建的所述低频脑电信号上提取脑电波；根据K综合波和δ波的波形特征，从所述脑电波中检测K综合波与δ波；统计检测到K综合波与δ波的数量，当所述数量超过预设的数量阈值时，判定用户当前处于睡眠状态。本发明的技术可以避免脑电信号受到干扰对检测结果的影响，具有更高的准确率。
- 睡眠状态下的脑电信号数据类型的标注设备-201610843334.4
- 赵巍;胡静;韩志 - 广州视源电子科技股份有限公司
- 2016-09-21 - 2019-07-09 - A61B5/048
- 本发明涉及一种睡眠状态下的脑电信号数据类型的标注设备，包括：脑电电极、参考电极、模数转换器、滤波电路以及处理器；所述脑电电极、参考电极分别连接模数转换器，并依次通过模数转换器和滤波电路连接至处理器；脑电电极用于检测用户在睡眠中的脑电信号；模数转换器将脑电信号转换为数字信号，滤波电路对脑电信号进行低频滤波后输入至处理器；处理器，用于对脑电信号样本进行小波分解和重建出低频脑电信号，从所述低频脑电信号上提取脑电波；从该脑电波中检测K综合波与δ波并统计数量；在数量超过预设的数量阈值时，将脑电信号样本的数据类型标注为睡眠。本发明可以消除脑电信号样本中混入的干扰成分，标注准确性更高。
- 用于评估脑功能的方法和便携式自动脑功能评估设备-201510991326.X
- E.考塞维克;A.H.坎布斯 - 脑仪公司
- 2006-07-26 - 2019-06-25 - A61B5/048
- 用于执行快速脑评估的方法和设备通过分析自发和诱发脑电势的组合提供对头部损伤病人的紧急拣别分类。对所述自发和诱发电势进行分析，并对结果进行分类，从而提供对病人脑部的实时评估，由此对其中的电势异常进行诊断。
- 睡眠状态监测模型的特征信息提取方法和系统-201610843583.3
- 赵巍;胡静;韩志 - 广州视源电子科技股份有限公司
- 2016-09-21 - 2019-05-07 - A61B5/048
- 本发明涉及一种睡眠状态监测模型的特征信息提取方法和系统，其中所述方法包括：采集用户在睡眠过程中产生的脑电信号；基于频域信号处理技术从所述脑电信号中提取多个频率段的脑电波；分别计算各个频率段的脑电波的能量在脑电信号总能量中的比例系数，以及计算各个频率段的脑电波在当前帧脑电信号内所占的时间比；根据所述比例系数和时间比确定睡眠状态监测模型的识别任务类型对应的特征信息。基于本发明技术方案提取的特征信息，能够有效提高睡眠状态监测模型识别睡眠状态的准确度，而且也一定程度上提高了识别效率。
- 基于CNN模型的癫痫发作预警算法-201910002013.5
- 臧天仪;闵腾飞;王福旭;王跃莹 - 哈尔滨工业大学
- 2019-01-02 - 2019-04-26 - A61B5/048
- 基于CNN模型的癫痫发作预警算法，是一种基于深度学习的早期癫痫发作预警方法。该发明提出了一种基于CNN模型的癫痫发作预警算法,旨在实现一种癫痫发作预警系统。该算法首先对在IEEG监测下的癫痫患者颅内脑电图(EEG)数据进行预处理，然后基于CNN模型并通过Softmax,Minmax,和Median来标准化预测原始结果，分析基于CNN模型提取癫痫患者EGG数据的ROC曲线和灵敏度特异性分析曲线，得到基于CNN模型的原始预测AUC值。该算法的原始预测AUC值为0.790，也就是说该算法的CNN模型已经学到了预测癫痫的关键信息，能够准确预测基于脑电数据集的癫痫发作时或癫痫发作前状态变化。该算法可用于控制癫痫发作，并可提醒患者何时需要注意驾驶或游泳等潜在危险的活动。
- 一种基于矢量多分类的大脑功能区特异性脑电检测方法-201510257723.4
- 姜涛;符琼琳 - 华南理工大学
- 2015-05-18 - 2019-01-15 - A61B5/048
- 一种基于矢量多分类的大脑功能区特异性脑电检测方法，其特征在于，包含以下顺序的步骤：首先在被检测者执行或接受特定任务状态下，采集脑电信号；然后采用矢量多分类的方法，对脑电信号进行小波分解并重构各单子频带信号，以任务事件前后的各单子频带信号能量差别作为特征量，构建多维时频域矢量；最后采用基于决策树的支持向量机多分类算法对多维时频域矢量进行分类，从而识别各电极导联上脑电信号的特异性，完成大脑功能区脑电特异性的检测。本发明的方法，能够科学、准确地检测大脑皮层功能区的脑电特异性，可广泛应用于基于脑电分析的术中脑功能定位、认知功能评估以及脑机接口等神经科学的研究与临床应用。
- 基于超密电极的脑成像系统-201680051697.2
- 刘文泰;李颖;秦静;程志伟;卢一佳 - 加利福尼亚大学董事会
- 2016-09-06 - 2018-05-11 - A61B5/048
- 一种基于超密电极的脑成像系统，具有高时空分辨率。描述了基于优化电层析成像(s‑SMOOTH)的稀疏性和平滑度增强方法的重建技术以提高重建脑图像的空间分辨率和定位精度。还描述了基于图像分数阶总变差(gFOTV)的重建技术以提高重建脑图像的空间分辨率和定位精度。
- 感知失去检测-201380037951.X
- 罗辛·朱蒂·尼·穆尔切太;艾琳·特蕾西;凯蒂·瓦纳比;萨德·加布迪;理查德·罗杰斯 - 牛津大学科技创新有限公司
- 2013-05-30 - 2018-04-27 - A61B5/048
- 本发明涉及一种用于检测人的真实感知失去的状态的设备，所述设备包括处理装置，可操作为从关于邻近人的头皮感测到的电信号的信息检测存在于所述电信号中的振荡的活动性，作为针对人的真实感知失去的状态的标记。
- 用于基于脑活动信号的治疗和/或用户设备的控制的方法和系统-201580059644.0
- 塞萨尔·马克斯·钦;凯瑟琳·阿特韦尔;米洛斯·R·波波维奇 - 大学健康网络
- 2015-09-02 - 2017-08-18 - A61B5/048
- 一种用于表征脑电信号的方法，包括形成信号的时间‑频谱分解以形成多个时间分辨的频率信号值，将信号值的每个实例与接近神经系统信号的预定函数相关联，从而形成共同代表脑电信号的系数表。
- 从EEG分析预测物质水平的方法和装置-201280034721.3
- 克里希纳·甘地 - 克里希纳·甘地
- 2012-07-11 - 2016-10-26 - A61B5/048
- 一种从EEG数据预测物质水平的方法，包括步骤：分析EEG数据以获得用于多个预定频带的每一个的平均功率，从推导的用于每个频带的平均功率计算合并数值，所述合并数值是按照预定顺序通过相除和/或相乘来组合用于每个频带的平均功率计算的，和从方程Y=bX+C获得激素水平的估计值，其中Y是待预测的物质，X是合并数值且b和C是常数。在一个实施方式中，物质是皮质醇并且合并数值是比率θ/α/δ/SMR。
- 一种通过脑电频谱进行认知评价的方法-201610115949.5
- 夏鹏;裴钢 - 夏鹏
- 2016-03-01 - 2016-05-11 - A61B5/048
- 本发明公开了一种通过脑电频谱进行认知评价的方法，包含：步骤1，采集静息态和任务态的脑电信号；步骤2，将1～45Hz或1～70Hz频段的脑电信号划分为不同频带，分别计算这些频带的相对功率，以及alpha频带的重心频率；步骤3，分别计算得到若干个特征值；步骤4，按照认知量表将认知的水平分为正常和认知衰退两类；步骤5，将划为正常和认知衰退两类脑电信号的若干个特征值训练出相应的系数，产生判断认知水平的逻辑回归模型；步骤6，利用训练好的逻辑回归模型对若干个特征值进行认知水平分类。本发明提供的通过脑电频谱进行认知评价的方法，有效灵敏方便评估，能够更早期更准确的发现认知障碍的发生。
- 一种非线性参数脑电地形图的方法-201410340548.0
- 黄晓林;刘红星;司峻峰;霍铖宇;阙江蛟;闫华文 - 南京大学
- 2014-07-16 - 2014-10-08 - A61B5/048
- 本发明提供一种获得非线性参数脑电地形图的方法，包括下列步骤：1)对于在头皮同步采集到的多导联脑电图，通过动态非线性编码规则将其进行编码，构成多维编码序列；2)对步骤1)中得到的多维编码序列，计算出多维信息增量熵；3)对步骤2)中得到的多维信息增量熵，按照脑电采集的电极位置映射到模拟的头部顶视图，并进行二维插值，最终绘制出非线性参数脑电地形图。本发明绘制的非线性参数脑电地形图，能很好地可视化反映脑的不同活动状态，不需要对采集的脑电做人工去伪迹等预处理，经实际数据测试，效果很好。
- 用于估算脑震荡的方法和系统-201280045473.2
- 阿米尔·B·盖瓦;阿米特·雷切斯;罗内恩·加多特 - 艾欧敏达有限公司
- 2012-07-19 - 2014-07-09 - A61B5/048
- 公开了由从受试者脑获取的神经生理学数据估算脑震荡可能性的方法。该方法包括：识别数据中的活动相关特征；构建具有多个节点的受试者特异性脑网络活动（BNA）图案，其中每个节点都代表活动相关特征的特征，并且为每对节点分配连通性权重；计算描述所构建的BNA图案和对所述受试者特异的基线BNA图案之间的比较的BNA图案的相似性；和响应于BNA图案相似性评估脑震荡的可能性。
- 一种双树复小波与共空间模式结合的脑电特征提取方法-201310433905.3
- 佘青山;昌凤玲;陈希豪;罗志增 - 杭州电子科技大学
- 2013-09-22 - 2014-04-23 - A61B5/048
- 本发明涉及一种双树复小波与共空间模式相结合的特征提取方法。本发明首先选取适当通道的脑电信号，然后根据双树复小波频率分段的特点，对原有频率进行上采样或者下采样，然后利用双树复小波多尺度分解，从而得到
、
、
和
四种节律波的频率范围对应的频段，并在该尺度下进行信号重构，得到相应频段下的多个重构信号，然后对各个适当通道进行相同的分解与重构，再将各个通道的各频段的重构信号联合起来输入到空间滤波器中，得到6维的特征向量，最后利用支持向量机来完成运动想象任务分类。本发明提出的方法不仅对运动想象脑电信号进行频率信息分析，还能有效的克服电极选取不足问题。
- 基于多变量同步指数的频率识别方法-201310003618.9
- 张杨松;徐鹏;尧德中 - 电子科技大学
- 2013-01-06 - 2013-04-24 - A61B5/048
- 本发明公开了一种基于多变量同步指数的频率识别方法，具体为：根据SSVEP-BCI系统所使用的频率构造出每个频率对应的参考信号；分别计算多导脑电信号与各个参考信号之间的同步指数；找出与脑电信号同步指数最大的参考信号，将其对应的频率作为识别的频率输出。本发明的方法通过计算脑电信号和基于系统使用的刺激构造的不同参考信号之间的同步指数，根据同步指数的大小，找出与脑电信号同步指数最大的参考信号，将该参考信号的频率作为识别的结果输出。与现有的所使用的主要多导频率检测方法相比，具有更高的准确率；并且在电极导数少，数据长度较短的条件下，具有最优的性能。
- 基于定量脑电图的脑电特征提取方法-201210235865.7
- 杜金刚;王勇军;明东;王春方;王静;孙长城 - 天津市人民医院
- 2012-07-09 - 2012-10-10 - A61B5/048
- 本发明公开了一种基于定量脑电图的脑电特征提取方法，包括：运用PC机与脑电图仪可视化接口程序，实现16导联脑电信号电位数据的同步采集，并显示实时采集的脑电图波形；对采集到的脑电信号进行预处理，以去除工频干扰及噪声信号和眼电、肌电干扰；分别提取16导联EEG信号5个频段的基于绝对功率和相对功率的功率耦合系数以及基于高低频段功率谱密度的不对称性系数；最后利用双层结构的支持向量机SVM融合网络对静息状态下的脑电信号进行分类。本发明可以对PSD患者和正常人间的脑电信号做出很好的区分，并取得较高的分类正确率，实现对PSD患者抑郁程度的有效识别，为研究PSD的客观诊断标准提供依据，具有重大的社会意义。
- 运动想象脑电信号特征的提取方法-201210085013.4
- 刘鹏;侯秉文;周广玉;何嘉全 - 西安电子科技大学
- 2012-03-28 - 2012-08-01 - A61B5/048
- 本发明公开了一种运动想象脑电信号特征的提取方法。该方法充分考虑运动想象时脑电信号发生事件相关去同步的脑区、频率和时间的信息，以便取得更高的分类正确率。具体实验步骤包括：采集数据，预处理，频域滤波，时域分段，空间滤波，特征选择和分类。本发明克服了以往仅考虑发生事件相关去同步的脑区和频率的个体差异性的缺陷，充分考虑了发生事件相关去同步的时段的个体的差异性，具有准确，高分辨率的优点，可以应用于对无经验数据的运动想象脑电信号的离线分析。
- SSVEP-BCI系统多频排列编码以及识别方法-201110376669.7
- 张杨松;徐鹏;尧德中 - 电子科技大学
- 2011-11-23 - 2012-06-27 - A61B5/048
- 本发明提供一种SSVEP-BCI系统多频排列编码方法，另外，根据新的编码方法提供一种对应的刺激模块识别方法。本发明在现有的单频编码的模式上增加了时间因素，在一个编码周期内按照先后的时间顺序使用特定频率排列周期性地进行编码。不同于无顺序的频率组合方式，采用有顺序的频率排列方式。在元素数量相同的情况下，排列因为其有序性，比无序的组合得到更多的不同的情况。由可重复置换理论可得到，N个序列可以得到NM种排列，利用这些排列，对SSVEP-BCI系统中模块实施相应的编码，即本发明方法在N个可用频率的基础上，可以实现NM个刺激模块的直接编码，每个刺激模块都拥有自己唯一的编码或者说唯一的频率排列。
- 感测电生理信号的系统-200980126226.3
- G·加希乌洛 - 赫德系统私人有限公司
- 2009-07-06 - 2011-08-24 - A61B5/048
- 一种感测电生理信号的系统(10)，该系统包括多个屏蔽的电极(12)。所述电极(12)连接到用于放大接收自每个电极(12)的信号的放大器(18)，所述放大器具有屏蔽的输入端，且所述电极(12)的屏蔽器连接到所述放大器(18)的所述屏蔽的输入端。电源(22)为所述放大器(18)供电，从所述电源(22)发出的参考电压被用作所述电极(12)的参考电压。
- 用于专注度检测的方法和系统-200880130112.1
- 张海宏;关存太;布莱姆·艾哈迈德·萨拉哈·哈马蒂查莱弗;王传初;潘国顺 - 科技研究局(A*STAR)
- 2008-04-28 - 2011-08-10 - A61B5/048
- 提出了一种用于专注度检测的方法和系统。用于专注度检测的方法包括：从大脑信号提取时间特征；通过使用分类器将提取的时间特征分类以给出分数x1；从大脑信号提取谱空间特征；从提取的谱空间特征集合中选择包含专注状态和非专注状态之间的区别信息的谱空间特征；通过使用分类器将选择的谱空间特征分类以给出分数x2；将分数x1和x2组合以给出单一分数；以及基于该单一分数确定受试者是否处于专注状态。
- 脑功能监视及显示系统-200780027482.8
- D·T·J·理莱;L·J·迪拉克里塔兹 - 皮质动力学私人有限公司
- 2007-06-06 - 2009-09-09 - A61B5/048
- 一种用于分析代表脑活动的脑电图信号的方法，其包括i)为一部分所述信号的信号表示产生系数数据；ii)产生代表复平面上的一个或多于一个极点的位置的极点数据，所述位置是基于所述系数数据产生的；iii)基于所述极点的平均位置，产生代表所述脑的功能状态的脑状态数据。
- EEG分析系统-200780027483.2
- D·T·J·理莱 - 皮质动力学私人有限公司
- 2007-06-06 - 2009-07-22 - A61B5/048
- 一种用于分析代表脑活动的脑电图信号的方法，其包括i)为一部分所述信号的信号表示产生系数数据；ii)产生代表输出信号的平均幅值的第一增益数据，该输出信号是基于所述信号表示和所述系数数据而产生的；iii)产生代表所述部分的平均幅值的第二增益数据；以及iv)基于所述第一增益数据和所述第二增益数据，产生代表所述脑的下皮层活动的脑状态数据。
- 一种自动实时估计麻醉深度的方法-200710124813.1
- 李小俚;崔素媛;欧阳高翔 - 李小俚
- 2007-12-05 - 2009-06-10 - A61B5/048
- 本发明公开了一种基于排序熵的自动实时估计麻醉深度的方法。首先实时采集原始脑电信号；接着采用移动窗口技术对脑电数据进行分段；然后识别脑状态和对不同状态的脑电信号采用不同的预处理方法；最后计算各数据段的排序熵，根据排序熵值的大小估计麻醉深度。排序熵是一新型的动力学系统复杂性的评估方法，概念简单，计算速度快，抗干扰性强，准确度高。本发明提供了一准确实时的方法监测麻醉药剂量对脑电活动的影响，为麻醉医师采取适当措施提供客观依据。
- 使用脑电图（EEG）测量来分析和评估抑郁和其他情绪紊乱的系统和方法-200680052144.5
- 史蒂文·M·PH·D·斯奈德;詹姆斯·D·福尔克 - 莱克西克医疗技术有限公司
- 2006-11-30 - 2009-02-11 - A61B5/048
- 本发明涉及用于分析抑郁的系统和方法，尤其涉及用于使用脑电图学测量来分析和评估个体的抑郁及情绪紊乱的系统和方法。本发明的具体实施方式不限应用于抑郁，还可以应用于其他情绪紊乱如两极紊乱和其他具有至少一个与遗传有关的成分的紊乱。
- 想象单侧肢体运动的脑电特征的提取方法-200810056839.1
- 李明爱;刘净瑜;王蕊;乔俊飞;郝冬梅;于建均;龚道雄 - 北京工业大学
- 2008-01-25 - 2008-07-16 - A61B5/048
- 本发明涉及脑－机接口装置中想象单侧肢体运动的脑电特征的提取方法。CSP空间滤波方法的排除相同任务成分提取不同任务成分的性质决定了它对想象单侧肢体运动脑电特征的分类更有针对性，同时CSP算法与FDA特征提取相结合，降低了输入矢量的维数，提高了分类器的推广性，在一定程度上提高分类准确率。使用Fisher判别分析(FDA)将10维输入向量v1，v2(v1为4维，v2为6维)降为两个1维输入向量f1，f2，再经过支持向量机的分类，不但提高了分类准确率。也避免了由于为数过高带来的维数灾难问题，有利于分类器的推广。
- 专利分类
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端，信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置
