“肌电多模态”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果2634061个，建议您升级VIP下载更多相关专利

[发明专利]基于肌电和肌氧信号的运动功能监测管理方法-CN202110507436.X有效
发明人：谢平;王子怡;程生翠;刘兰祥;王稼鑫;杨轶楠;董晓娇;李增勇;陈晓玲 -专利权人：燕山大学
申请日： 2021-05-10 - 公布日： 2022-02-01 - 主分类号： A61B5/389 文献下载
摘要：本发明提供一种基于肌电和肌氧信号的运动功能监测管理方法，其包括：同步采集不同动作模式下的多通道肌电和肌氧信号；对肌电及肌氧信号进行预处理；对预处理后的信号进行特征提取；构建多模态特征指间回归分析模型，对特征指标之间进行回归分析，研究两两指标之间的关系；构建基于多模态特征指标间的肌肉‑血管状态监测模型，实现对运功功能的客观描述和精准监测。本发明拓展研究多模态关联及耦合分析方法，从肌肉协同特性、组织血氧代谢及肌肉‑血管的非线性耦合特性等层面，构建有效刻画多层次耦合特性的单模态及跨膜态耦合特征指标，综合描述肌肉‑血管间的多层次信息交互特性，
基于信号运动功能监测管理方法

[发明专利]一种多模态人体参数同步采集系统及方法-CN202111659039.0在审
发明人：谢平;程生翠;张腾宇;陈晓玲;李增勇;郝莹莹;王子怡;杨远翔;蔚建;李昕;梁振虎 -专利权人：燕山大学
申请日： 2021-12-31 - 公布日： 2022-04-01 - 主分类号： A61B5/369 文献下载
摘要：本发明公开了一种多模态人体参数同步采集系统及方法，涉及多模态信息研究及同步采集领域。本发明包括多模态信息采集硬件系统、上位机软件系统及无线网络传输部分，其中硬件系统包括计算机、脑电‑脑氧信息同步采集装置、脑电、脑氧、肌氧、肌电及运动信息采集及传输、同步触发等部分，提供多模态信息采集的硬件设备基础；并基于MATLAB的GUI环境开发上位机软件系统，实现多类任务选择及呈现、同步触发打标、信号接收、保存、预处理及波形实时显示等功能；无线网络传输部分实现运动过程中多模态人体参数信息的实时采集及传输。本发明便于无线传输、多类信号同步采集，在时间上实现精确匹配。
一种多模态人体参数同步采集系统方法

[发明专利]基于多尺度典型相干性的脑肌电耦合的方法及装置-CN202310834561.0在审
发明人：季林红;李翀;孙晶尧;贾天宇 -专利权人：清华大学
申请日： 2023-07-07 - 公布日： 2023-10-13 - 主分类号： A61B5/369 文献下载
摘要：本发明公开了基于多尺度典型相干性的脑肌电耦合的方法及装置，本发明的方法，包括同步采集受试者的脑电信号和肌电信号；对预处理后的脑电信号和肌电信号进行多元变分模态分解分别得到多个本征模态信号；将多个本征模态信号重构为不同目标频段的脑电信号和肌电信号；对不同目标频段的脑电信号和肌电信号进行典型相干性计算，以根据相干性计算结果得到基于多尺度典型相干性的脑肌电耦合特征。本发明可以减少频带混叠对不同生理节律的典型相干性计算产生的干扰，并且避免多变量相干计算过程中的过拟合问题，提高脑肌电耦合特征提取的性能。
基于尺度典型相干性脑肌电耦合方法装置

[发明专利]一种结合跨模态关联关系模型的肌电信号手势识别方法-CN201910725778.1在审
发明人：耿卫东;胡钰;戴青锋 -专利权人：浙江大学
申请日： 2019-08-07 - 公布日： 2019-11-12 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种结合跨模态关联关系模型的肌电信号手势识别方法，步骤如下：设计一种结合深度学习和对抗学习的跨模态关联关系模型，并对其网络结构参数进行优化；将肌电信号和跨模态关联关系模型生成的虚拟手部姿态作为输入，设计一种基于多模态融合的手势分类深度学习框架，并对其网络结构参数进行优化；将测试数据输入到训练好的跨模态关联模型中，输出虚拟手部姿态，再由虚拟手部姿态与肌电信号输入到训练好的手势分类模型中得到手势类别本发明基于跨模态关联关系模型及多模态融合的深度学习框架对手势进行识别。使用基于生成式对抗网络的跨模态关联关系模型和多模态融合的肌电手势识别方法能够有效提升基于单帧的手势识别率。
关联关系模型模态肌电信号手势识别多模态虚拟手手势分类网络结构融合学习测试数据关联模型生成式对抗单帧肌电手势优化输出网络

[发明专利]一种助力外骨骼运动意图识别方法-CN202310008827.6在审
发明人：郭旭东;肖建如;许炜;周振华;周绣华;刘名峰;胡宇;赵思琪 -专利权人：上海理工大学;上海长征医院
申请日： 2023-01-04 - 公布日： 2023-06-06 - 主分类号： A61B5/397 文献下载
摘要：本发明涉及一种助力外骨骼运动意图识别方法，包括如下步骤：获取原始肌电信号，通过基于样本熵的自适应小波阈值去噪算法进行去噪，获取去噪后的肌电信号；针对所述去噪后的肌电信号，通过动作序列检测与分割，获取分割后的肌电序列；针对所述分割后的肌电序列，通过多维度的肌电特征值提取，获取多模态特征参数；针对所述多模态特征参数，采用基于深度森林的多维度特征融合的运动意图识别，获取运动意图识别结果。
一种助力骨骼运动意图识别方法

[发明专利]一种融合肌电和微惯性测量单元多模态信号的手势识别方法-CN202110595989.5有效
发明人：耿卫东;金文光;厉向东;梁秀波;戴青锋;朱俊威;毋从周;韩晨晨;周洲;姬源智;刘帅 -专利权人：浙江大学
申请日： 2021-05-29 - 公布日： 2022-04-26 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种融合肌电和微惯性测量单元多模态信号的手势识别方法，步骤如下：使用肌电电极和微惯性测量单元采集肌电数据和运动数据，并对两者进行同步处理后，进行训练集和测试集的划分；使用滑动窗口将每个信号段分割为多个固定长度的子信号段，并对每个子信号段的肌电数据与运动数据分别提取时域和频域特征；使用卷积神经网络分别提取肌电特征和运动特征的浅层和深层特征，并分别进行融合后输入分类网络，最后在决策层融合，输出每一手势类别的概率，识别模型进行训练后测试得到手势识别率本发明融合肌电和微惯性测量单元多模态信号的手势识别方法能够充分利用肌电和运动数据各自的优势，故能更准确地识别同一被试的多种不同手势。
一种融合惯性测量单元多模态信号手势识别方法

[实用新型]可穿戴式多模态研究平台-CN202222577019.5有效
发明人：胥红来;李雪;寇宇畅 -专利权人：博睿康科技（常州）股份有限公司
申请日： 2022-09-28 - 公布日： 2023-08-08 - 主分类号： A61B5/256 文献下载
摘要：本实用新型公开了一种可穿戴式多模态研究平台，包括：至少一个或者多个多模态采集模块、处理显示单元、数据同步和事件模块、智能同步中心；其中多模态采集模块用于采集生理信号；智能同步中心与多模态采集模块、处理显示单元本实用新型多模态采集模块采集的人体生理信号能够发送给处理显示单元，解决了无线环境复杂场景下的多种类型信号丢包、同步精准度差的问题，以及带有射频屏蔽的场景系统无法正常使用的问题，多模态采集模块能够采集人体的脑电、肌电、心电、皮电、血氧等数据，实现了多模态的生理信号采集。
穿戴式多模态研究平台

[实用新型]基于多模态的同步多通道信号采集设备-CN201922321788.7有效
发明人：徐文;程丽宇;陆洁宇 -专利权人：首都医科大学附属北京同仁医院
申请日： 2019-12-20 - 公布日： 2020-11-06 - 主分类号： A61B5/0488 文献下载
摘要：本实用新型公开了一种基于多模态的同步多通道信号采集设备，包括多通道生理记录仪和与多通道生理记录仪连接的表面电极、语音检测装置、胸腹运动检测装置、气流检测装置；其中，表面电极、语音检测装置、胸腹运动检测装置和气流检测装置分别用于同步采集受试者的喉肌的表面肌电信号、语音信号、胸腹运动及口鼻气流流量信号；多通道生理记录仪用于对受试者的喉肌的表面肌电信号、语音信号、胸腹运动及口鼻气流流量信号进行信号整合、存储和输出。上述基于多模态的同步多通道信号采集设备，可以同步检测发音过程中喉肌的肌电活动、语音、口鼻气流、胸腹运动之间的关系，从而更全面地了解发声障碍患者的发音特点，对于临床辅助检查及诊断提供帮助。
基于多模态同步通道信号采集设备

[发明专利]一种多模态脑机接口的半监督训练方法-CN202210959534.1在审
发明人：李洁;季洪飞;魏宇轩 -专利权人：同济大学
申请日： 2022-08-11 - 公布日： 2022-12-30 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种多模态脑机接口的半监督训练方法，步骤：脑电信号处理模型和肌电信号处理模型的预训练；多模态信号处理模型的训练：多模态信号处理模型包括脑电信号处理模型和肌电信号处理模型，多模态信号处理模型的输入为多模态信号数据组，多模态信号处理模型的输出为多模态信号数据组对应的标签信息，多模态信号数据组包括同一时刻的肌电信号数据和脑电信号数据，同一时刻的肌电信号数据和脑电信号数据分别输入肌电信号处理模型和脑电信号处理模型所得的输出相同
一种多模态脑机接口监督训练方法

[发明专利]基于多通道的脑电信号中肌电噪声的消除方法-CN201610692634.7有效
发明人：陈勋;徐雪远;陈强;李路畅 -专利权人：合肥工业大学
申请日： 2016-08-19 - 公布日： 2019-03-08 - 主分类号： A61B5/0476 文献下载
摘要：本发明公开了一种基于多通道的脑电信号中肌电噪声的消除方法，其特征包括：1、首先用总体平均经验模态对每一通道脑电信号进行分解，得到每一通道的本征模态分量；2、通过自相关系数判定含噪声的本征模态分量，由含噪声的本征模态分量构成含噪本征模态分量矩阵；3、对含噪本征模态分量矩阵进行盲信号分离；4、用自相关系数判定含噪声的典型分量，置零噪声分量并重建信号。本发明不仅实现了去除肌电的目的，同时保留了各本征模态分量中疑似脑电的成分，保证脑电信息在处理过程中尽可能不丢失。
基于通道电信号中肌电噪声消除方法

[发明专利]一种基于多模态脑机交互技术的虚拟沙盘交互控制系统-CN201810541927.4有效
发明人：邓宝松;印二威;曹璐;黄昊;鹿迎;李靖;闫野 -专利权人：中国人民解放军军事科学院国防科技创新研究院
申请日： 2018-05-30 - 公布日： 2019-08-23 - 主分类号： G06F3/01 文献下载
摘要：本发明公开了一种基于多模态脑机交互技术的虚拟沙盘交互控制系统。该系统包括脑电模块、肌电模块、眼动模块、控制模块和显示模块，所述控制模块分别连接脑电模块、肌电模块、眼动模块、显示模块，所述脑电模块连接肌电模块。脑电模块将用户注视叠加在虚拟沙盘控制菜单上并将控制命令发送给控制模块，肌电模块将连续控制指令发送至控制模块，眼动模块将用户注视方向坐标发送至控制模块，控制模块将数字沙盘更新内容发送至显示模块，显示模块显示虚拟沙盘和用户视线注视点本发明基于脑‑机接口与眼动仪相结合的多模态脑机交互方法实现控制菜单的功能键选择，目标选择性能更加稳定，适用于多种应用场景。
控制模块沙盘脑电模块显示模块肌电虚拟多模态眼动交互控制系统脑机交互技术叠加功能键选择更新内容控制命令连续控制目标选择脑机交互频率编码视觉刺激数字沙盘应用场景用户视线指令发送注视方向坐标发送眼动仪注视点定频注视发送

[发明专利]一种可穿戴式多模态情绪状态监测装置-CN202010911658.3在审
发明人：印二威;王筱敏;谢良;范晓丽;闫慧炯;邓宝松;罗治国;闫野 -专利权人：中国人民解放军军事科学院国防科技创新研究院;天津（滨海）人工智能军民融合创新中心
申请日： 2020-09-02 - 公布日： 2020-12-25 - 主分类号： A61B5/16 文献下载
摘要：本发明公开了一种基于可穿戴式多模态情绪监测的装置。包括：VR眼镜，穿戴式多模态信号采集模块，智能计算模块；VR眼镜用于建立智能化交互性的现实社会场景的情绪诱发场景；穿戴式多模态情绪采集模块从佩戴者的头部、脸部、胸部以及手腕采集脑电、肌电、心电、皮肤电、眼部图像和嘴部图像的多模态生理信息；智能计算模块用于对多维信号进行预处理、对多模异质数据进行特征抽象、对多源特征进行协同表征与融合，运用多层感知机模型进行多任务回归学习，最后进行多维情绪的判别和结果的输出
一种穿戴式多模态情绪状态监测装置

[发明专利]一种基于多模态耦合分析的运动功能评估方法及其系统-CN202310464893.4有效
发明人：吴凯;李文豪 -专利权人：华南理工大学
申请日： 2023-04-27 - 公布日： 2023-08-04 - 主分类号： G16H20/30 文献下载
摘要：本发明涉及多模态数据处理技术领域，具体公开了一种基于多模态脑肌耦合分析的运动功能评估方法及其系统，利用多模态生理数据采集系统进行同步数据采集获得多模态生理数据，依次进行数据预处理、逐一特征提取和脑肌参数耦合分析，获得单生理运动参数和脑肌耦合运动参数进行肢体运动功能分析，计算肢体运动肌力功能指标，并结合机器学习方法计算运动神经环路功能指标，利用集成学习方法建立运动功能康复评估模型，实现从神经环路和运动能力两个方面对肢体运动障碍进行多模态脑肌耦合分析
一种基于多模态耦合分析运动功能评估方法及其系统

[实用新型]用于家庭睡眠监测的便携式多模态生理电信号监护系统-CN201822088595.7有效
发明人：王泽宇;陈炜;陈晨;李巍;孙珵琭 -专利权人：复旦大学
申请日： 2018-12-13 - 公布日： 2019-12-03 - 主分类号： A61B5/0476 文献下载
摘要：本实用新型属于睡眠监测技术领域，具体为一种用于家庭睡眠监测的便携式多模态生理电信号监护系统。该系统包括信号采集电极组件、预处理电路模块、多模态生理电信号处理模块、信号采集控制模块、无线传输模块和电源功耗管理模块。本实用新型使用了大量高度可编程、高集成度和低功耗元器件，结合先进的现代信号处理技术使得诸如脑电(EEG)、眼电(EOG)、心电(ECG)、肌电(EMG)等多模态生理参数的多参数睡眠监测变得便携化、简易化
睡眠监测多模态本实用新型生理电信号信号采集控制模块无线传输模块信号采集电极信号处理技术低生产成本预处理电路处理模块电源功耗高集成度管理模块监护系统生理参数睡眠监护低功耗多参数可编程新途径肌电脑电心电元器件简易

[发明专利]一种少数通道的脑电信号中肌电伪迹的消除方法-CN201710054115.2在审
发明人：陈勋;徐雪远;陈强;成娟;刘羽 -专利权人：合肥工业大学
申请日： 2017-01-22 - 公布日： 2017-06-09 - 主分类号： A61B5/00 文献下载
摘要：本发明公开了一种少数通道的脑电信号中肌电伪迹的消除方法，包括1、首先用多元经验模态分解对少数通道脑电信号同时进行分解，得到少数通道的本征模态分量矩阵；2、对少数通道的本征模态分量矩阵用独立变量分析进行盲信号分离；3、用自相关系数判定含肌电伪迹的分量，置零肌电伪迹分量，通过独立变量分析逆变换得到不含肌电伪迹的分量矩阵；4、根据原本征模态分量矩阵的排列顺序，将对应通道的本征模态分量依次相加，最终得到干净的脑电信号本发明能完全去除肌电伪迹对脑电信号的影响，从而提高脑电信号分析的准确性。
一种少数通道电信号中肌电伪迹消除方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条