CN103054549A - 一种可穿戴便携式眼动分析装置及其分析方法 - Google Patents

一种可穿戴便携式眼动分析装置及其分析方法 Download PDF

Info

Publication number
CN103054549A
CN103054549A CN2012105904605A CN201210590460A CN103054549A CN 103054549 A CN103054549 A CN 103054549A CN 2012105904605 A CN2012105904605 A CN 2012105904605A CN 201210590460 A CN201210590460 A CN 201210590460A CN 103054549 A CN103054549 A CN 103054549A
Authority
CN
China
Prior art keywords
signal
nictation
eog
eye movement
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012105904605A
Other languages
English (en)
Other versions
CN103054549B (zh
Inventor
张进华
洪军
张育林
李小虎
郭锋
蔚炯坚
李婷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN201210590460.5A priority Critical patent/CN103054549B/zh
Publication of CN103054549A publication Critical patent/CN103054549A/zh
Application granted granted Critical
Publication of CN103054549B publication Critical patent/CN103054549B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Eye Examination Apparatus (AREA)

Abstract

一种可穿戴便携式眼动分析装置及其分析方法,采用柔性可穿戴电极镜框采集获取双通道EOG信号;预处理后,垂直方向EOG采用提出的基于小波变换-双阈值处理的眨眼处理算法,对眨眼信号进行线性插值补偿,并分离有意识单、双眨眼分量;水平与去眨眼的垂直EOG经中值滤波后,通过基于自适应滤波方法训练得到的参数进行数字滤波,解码人眼注视目标的二维位置信息,并通过求导模块进一步获得其速度、加速度信息;所有参数信息均可屏幕显示,或无线传输至外部交互设备进行编码控制;使用者通过视觉反馈获得控制结果并进行下一步眼动控制,从而实现人机交互。

Description

一种可穿戴便携式眼动分析装置及其分析方法
技术领域
本发明属于生物医学、心理学、信息学科交叉技术领域,涉及一种眼动分析装置,尤其是一种可穿戴便携式眼动分析装置及其分析方法,是一种基于人眼生物电信号(EOG)的的可穿戴便携式眼动分析装置及分析方法。
背景技术
眼动分析仪器是一种比较复杂的大型心理学基础研究的精密仪器,主要用于记录人在处理视觉信息时的眼动轨迹特征,广泛用于注意、视知觉、阅读等领域的研究。眼动研究广泛应用于人因学、行为研究、模式识别、市场研究、医学研究、公路工程研究、驾驶员训练和评价和仪表盘面设计评价等方面。在眼动研究中,一个至关重要的问题就是如何准确地记录人的眼球运动。
国外从20世纪初就已经开始研制眼动分析仪器,至今,眼动记录技术已经发展得比较完善,很多公司已经将眼动分析***开发成产品。国外一些著名公司按照不同原理制造眼动分析仪器,主要有以下三种方法:光学记录法(根据角膜和瞳孔的反光原理)、电流记录法(眼电信号)、电磁感应法(线圈感应眼动电压进行相敏检测)。国内在眼动分析仪器的研制与开发方面起步比较晚,但也取得了不错的进展,不过多为光学记录法,而且产品化程度较低。几种记录方法都各有优缺点。
目前,广泛使用的眼动分析仪器采用光学记录法较多,该法精度高,实时性好,但基于高性能光学设备,需要高质量、高分辨率、高采样率摄像装置,国内生产较少,多依赖进口,且维修检查费用高,造价昂贵。EOG是应用较广泛的眼球运动测量方法之一,基于EOG的眼动分析***,目前生产较少,受皮肤角质和分泌物影响,不宜长时间佩戴使用,且个体差异相对光学记录法较大,精度有待进一步提高。但EOG信号易于采集,信噪比较高,且造价低廉,采样率可以比光学记录法高更多,采集和控制不受光线条件影响。近年来人体眼电信号(EOG)也不断被研究用于控制外部设备如机械手、轮椅等,辅助残疾人实现人机交互。目前,基于EOG的眼动分析装置及分析方法主要存在以下问题:
1.理论研究较少,缺少从EOG到包括注视、扫视、追踪等人眼活动在内有效的广泛眼动识别机制。
2.EOG垂直方向上眨眼信号的识别和分离缺乏有效的方法,进而影响垂直眼动的分析。未能有效利用眨眼信息进行控制,有意识及无意识眨眼区分缺乏相关研究。
3.缺乏从EOG信号直接解码人眼注视目标位置等信息的有效方法。
4.EOG易于采集,但每次采集均要贴放电极,且对于多通道采集时电极数目较多,操作较为繁琐;有些采用湿电极,每次使用需在电极中注入导电膏,使用极不方便。
发明内容
本发明的目的在于克服上述现有技术的缺点,提供一种可穿戴便携式眼动分析装置及其分析方法,其应用性强、操作简单方便、易于穿戴、便于携带、成本低廉。
本发明是通过以下技术方案解决的:
通过柔性可穿戴电极镜框进行EOG信号的采集,通过直流放大、带通滤波、采样/保持、A/D转换将其转变为数字信号,通过多项式拟合去漂移;并提出新的眨眼处理算法对眨眼信息进行补偿和分离,提取有意识单、双眨眼信息;通过自适应滤波方法训练从EOG信号到人眼注视目标位置信息的数字滤波参数。再中值滤波去噪后,用训练得到的系数对预处理的EOG信号进行滤波,即可获得人眼注视目标位置信息,并通过对位置的求导获取速度信息。
本发明具有以下有益效果:
本发明采用柔性可穿戴电极镜框使EOG信号的采集方便简易,低阶最小二乘去趋势项和中值滤波可有效去除直流漂移和噪声,所提出的眨眼处理算法能有效识别和分离有意识单、双眨眼信息。处理后的EOG信号通过滤波器组的滤波以及求导模块的处理,可以获得较理想的人眼注视目标运动的位置及速度、加速度信息。用其控制外部交互设备具有较好的实时性和可靠性。该眼动分析***对于注视、小范围扫视、追踪等眼动均有较好的识别和处理能力。
附图说明
图1是眼动分析装置工作示意图;
图2是眼动分析处理流程图;
图3是眼动分析***组成图;
图4是眨眼处理相关算法流程;
图5是训练模型的实际轨迹与解码的人眼注视目标轨迹的分方向对比图和二维轨迹对比图;
图6是测试模型的实际轨迹与解码的人眼注视目标轨迹的分方向对比图和二维轨迹对比图。
图中:1.柔性可穿戴电极镜框,2.干电极,3.参考电极,4.连接线路,5.基于EOG的眼动分析***,6.外部交互设备。
具体实施方式
本发明的可穿戴便携式眼动分析装置,包括柔性可穿戴电极镜框1、基于EOG的眼动分析***5和外部交互设备6;眼动分析装置通过柔性可穿戴电极镜框1进行EOG信号的采集,通过所述眼动分析***5的处理,提取眨眼信息及人眼注视目标的位置速度信息,并将该信息通过所述眼动分析***5的屏幕显示,亦能将该信息通过所述眼动分析***5的无线传输输出到外部交互设备6,进行控制。柔性可穿戴电极镜框1以柔软材质作为构架,在镜框上于佩戴者两眼的四周布置有六个干电极2,在镜框外于佩戴者额头处还贴有一个参考电极3。
参见图3,所述基于EOG的眼动分析***5包括直流放大模块、带通滤波模块、多路模拟开关、采样/保持器、A/D转换器、数字信号处理器、显示存储模块、Wifi无线传输等模块;所述基于EOG的眼动分析***5,将采集的EOG信号顺次经直流放大模块、带通滤波模块、多路模拟开关、采样/保持器、A/D转换器处理后转换为数字信号;通过数字信号处理器,对数字信号进行去漂移、眨眼信号处理及眨眼信息提取、中值滤波去噪,并对其进行数字滤波和求导处理,获得眼动注视目标的位置和速度等信息;预处理后的信号和最终处理后获得的目标信息均与显示存储模块相连,以存储和屏幕显示,眼动注视目标的位置速度信息以及眨眼信息均通过无线传输模块进行外部传输。
基于上述装置,本发明还提出一种眼动分析方法,参见图2,包括以下步骤:
1)信号预处理
由柔性可穿戴电极镜框1采集的EOG信号输入信号预处理模块,所述信号处理模块对EOG信号进行直流放大、四阶巴特沃夫带通滤波、多路开关、采样/保持、A/D转换,转换成数字信号,然后进行低阶最小二乘多项式拟合获得漂移趋势项,并从原信号中减去该趋势项;采用提出的眨眼处理算法对垂直EOG信号进行处理,消除有意识及无意识眨眼,并分离存储有意识单、双眨眼分量信息;对水平EOG和去眨眼的垂直EOG信号进行中值滤波以去除噪声;
2)眨眼处理算法
如图4所示,对垂直EOG信号进行小波分解,对低频逼近信号进行重构获得低频趋势项,从要进行眨眼处理的EOG信号中减去该低频趋势项,此时信号中除了明显的眨眼尖峰外,均为幅值相对较小的震动信号;采用双阈值进行处理。基于小阈值处理,将杂波置0,眨眼信号置1,变为方波信号,每个方波处即近似眨眼区间,存储方波位置;为了获得更准确的眨眼区间,回到小波变换前的垂直EOG信号,对应每个方波区间,搜索各区间最大值,从而获取眨眼尖峰点的位置,该位置即为眨眼的真实位置。对于每一眨眼尖峰,以该位置为界,向前150ms,向后250ms,将该区间作为更精确的眨眼区间;去除掉眨眼区间的水平和垂直EOG信号,从而获得眨眼处理后的纯净垂直EOG信号。另一方面,对于所有眨眼位置及幅值信息,超过大阈值的眨眼即视为有意识单眨眼,并通过计算相邻两单眨眼间的距离判断是否为双眨眼,从而获得有意识单、双眨眼信息;小于大阈值的眨眼即视为无意识眨眼,该段数据通过补偿算法进行线性插值而不计入眨眼分量。
3)人眼注视目标的位置速度信息提取
对预处理和眨眼处理后的信号,进行数字滤波获得位置信息,通过对位置的求导获得速度信息;数字滤波的滤波参数通过自适应滤波方法训练得到。
下面结合附图对本发明做进一步详细描述:
参考图1,电极布置采用双通道导联方式,柔性可穿戴电极镜框上共布置固定了6个干电极,水平方向上,双眼外侧各一个电极片,垂直方向上,双眼上下各两个电极片。此外还需要单独贴放于额头处的参考电极。上下电极间距60mm,由于一般人左右眼瞳距都在58-64mm,相差最多6mm,而电极片直径亦有5mm左右,故此处左右眼的电极间距取62mm即可。最左侧和最右侧电极间距120mm。戴好电极镜框后,水平方向左、右导连分别位于双眼外眦约10mm,垂直方向上、下导连距瞳孔30mm对称分布。水平通道信号由右左电极采集的EOG经差分得到,垂直通道信号由上下电极采集的EOG经差分得到,左、右眼的垂直信号可选其一作为垂直信号,也可设置为取二者平均。同时,采用干电极省去了电极片内注入导电膏以及事后清洗的麻烦。电极与眼动分析***之间通过抗干扰的屏蔽线连接。
连接好设备,戴好电极镜框并贴好参考后,即可开始采集EOG信号。由于眼电信号较微弱,电极采集的信号输入眼动分析***,经直流信号放大模块进行放大,然后进行初级滤波。EOG信号频率集中在0.1-38Hz,主要成分在10Hz以下。采用截止频率为38Hz的四阶Butterworth低通滤波器和截止频率为0.1Hz的四阶Butterworth高通滤波器组成一个带通滤波器对EOG信号滤波,可初步滤去眼电中的毛刺,减少噪声信号对眼电图信号的干扰,增加眼电图信号的信噪比,并有利于在眼动***屏幕上显示观看。经放大滤波后,EOG信号传至多路开关、采样/保持和A/D转换模块转变为数字信号。下一步,对信号采用三阶多项式拟合,从原信号中减去最小二乘拟合多项式,以消除趋势项,减小直流放大器漂移影响。为了减小中值滤波去噪导致的眨眼细节信息丢失,故而在中值滤波前进行眨眼处理。采用自开发的眨眼处理算法对垂直EOG信号进行处理可有效去除无意识及有意识眨眼信号,并对有意识单、双眨眼分量进行提取分离。然后对水平EOG和去眨眼垂直EOG进行中值滤波去噪,中值滤波有较好的平滑去噪作用。选择合适的中值滤波窗口对于保持原信号的细节变化同时消除噪声至关重要。此处选择150ms宽的窗口进行处理。
处理后的水平、垂直EOG信号分别进行滤波器组的滤波处理,以解码水平和垂直方向人眼注视目标运动的位置信息。两个方向的滤波系数分别采用自适应RLS算法训练获得。通过求导模块对位置信息进行处理,即可获得速度、加速度信息。将所获眼动参数信息屏幕显示,或通过wifi无线传输,发送到电脑、机械手、轮椅等外部设备进行编码控制。眨眼处理中分离的有意识单、双眨眼信息亦发送到外部设备,用于设备的开关或其他命令的控制。
如图4,眨眼处理算法为:首先,采用‘db4’小波对垂直EOG信号进行九层小波分解,获得低频逼近信号。从要进行眨眼处理的EOG信号中减去该低频趋势项,既将原信号拉回基线附近,此时的信号除了明显的眨眼尖峰外,均为幅值相对较小的震动信号。而后采用双阈值进行处理。基于小阈值处理,将杂波置0,眨眼信号置1,变为方波信号,每个方波处即近似眨眼区间,存储方波位置;为了获得更准确的眨眼区间,回到小波变换前的垂直EOG信号,对应每个方波区间,找到各区间最大值,从而获取眨眼尖峰点的位置,该位置即为所有眨眼位置。对于每一眨眼尖峰,以该位置为界,向前150ms,向后250ms(根据眨眼信号的特征和持续时间选择),获得更精确的眨眼区间。去除掉眨眼区间的水平和垂直EOG信号,从而获得眨眼处理后的纯净EOG信号。另一方面,对于所有眨眼位置及幅值信息,超过大阈值的眨眼即视为有意识单眨眼,并通过计算相邻相邻两单眨眼间的距离判断是否为双眨眼,从而获得有意识单、双眨眼信息;小于大阈值的眨眼即视为无意识眨眼,直接去除即可。
自适应滤波阶数及系数的选择:通过实验获得较理想的滤波器。5名受试者(3男、2女),无相关疾病史,进行相同轨迹运动模式的眼动实验,轨迹运动通过程序实现。定义小球在电脑屏幕上按预定义的轨迹运动,同时,采用Neuroscan NuAmps数字EEG放大器同步采集记录人眼平滑追随运动小球的眼动EOG信号。对记录的EOG信号进行降采样,使相同时间段内,对应的EOG信号和轨迹坐标数据点数相一致,然后进行前述去漂移、眨眼处理以及中值滤波。在眨眼处理中,为保证相同时间内垂直方向EOG信息与纵坐标位置信息的一致性,垂直EOG信号中并不将眨眼段直接去除,而是在该段数据用同样的数据点数进行线性插值。每名受试者对同一轨迹做三次实验。对所有受试者的所有EOG信号进行前述处理后,取平均,作为最终训练自适应滤波器的EOG信号。以水平EOG信号和对应的轨迹横坐标为输入,采用一定阶数的RLS算法进行训练,获得该滤波器阶数下的水平方向的滤波器系数。同样的,以垂直EOG信号和轨迹纵坐标数据为输入进行训练,获得该滤波器阶数下垂直方向的滤波器系数。分别对水平和垂直方向,计算不同滤波器阶数下的解码位置信息与实际位置信息之间的均方误差。为防止过训练导致的对训练模型跟踪过剩,而对其他眼动模型解码准确度下降的情况,实验时,每名被试做两种不同轨迹的眼动追随试验。第一种轨迹用于自适应RLS算法训练。另一种轨迹用于测试训练结果的准确性。第二种轨迹下记录的EOG信号进行同样的预处理,然后用第一种轨迹训练所得滤波器系数对其进行滤波,得到其人眼注视目标的位置信息,将滤波得到的位置信息与原轨迹对应的坐标位置信息进行对比分析,同样计算不同训练阶数下测试结果的均方误差。为了获得相同的滤波器阶数,综合考虑训练模型和测试模型在垂直和水平方向的均方误差变化规律,取合理的均方误差对应的阶数作为最佳滤波器阶数。在确定的最优阶数下,以第一种轨迹记录的EOG信号和真实轨迹为输入,重新进行自适应RLS训练,从而获得理想阶数对应的滤波器系数。
如图5和图6,结果显示,所得自适应滤波器具有较好的通用适用性,可较准确获得各种追随眼动对应的人眼注视目标位置。此外,还进行人眼扫视运动情况下的实验,对记录的EOG信号进行同样的处理,从而获得扫视眼动位置。分析结果显示,当扫视范围较小时,眨眼识别效果较好,水平方向位置解码和眨眼处理后的垂直方向位置解码效果较为理想。而当存在大范围扫视时,进行眨眼处理的结果不甚理想。事实上,大范围扫视并迅速返回获得的EOG信号与眨眼信号非常接近,很难做出判别,故应尽量避免。对于注视,解码位置的结果就是位置变动非常小。
因此,所述通过EOG信号获取人眼注视目标位置等信息的方法对于注视、小范围扫视、追踪等眼动均有较好的识别和处理能力。

Claims (4)

1.一种可穿戴便携式眼动分析装置,其特征在于,包括柔性可穿戴电极镜框(1)、基于EOG的眼动分析***(5)和外部交互设备(6);所述眼动分析装置通过柔性可穿戴电极镜框(1)进行EOG信号的采集,通过所述眼动分析***(5)的处理,提取眨眼信息及人眼注视目标的位置速度信息,并将该信息通过所述眼动分析***(5)的屏幕显示,亦能将该信息通过所述眼动分析***(5)的无线传输输出到外部交互设备(6),进行控制。
2.根据权利要求1所述的可穿戴便携式眼动分析装置,其特征在于,所述柔性可穿戴电极镜框(1)以柔软材质作为构架,在镜框上于佩戴者两眼的四周布置有六个干电极(2),在镜框外于佩戴者额头处还贴有一个参考电极(3)。
3.根据权利要求1所述的可穿戴便携式眼动分析装置,其特征在于,所述基于EOG的眼动分析***(5)包括直流放大模块、带通滤波模块、多路模拟开关、采样/保持器、A/D转换器、数字信号处理器、显示存储模块、Wifi无线传输等模块;所述基于EOG的眼动分析***(5),将采集的EOG信号顺次经直流放大模块、带通滤波模块、多路模拟开关、采样/保持器、A/D转换器处理后转换为数字信号;通过数字信号处理器,对数字信号进行去漂移、眨眼信号处理及眨眼信息提取、中值滤波去噪,并对其进行数字滤波和求导处理,获得眼动注视目标的位置和速度等信息;预处理后的信号和最终处理后获得的目标信息均与显示存储模块相连,以存储和屏幕显示,眼动注视目标的位置速度信息以及眨眼信息均通过无线传输模块进行外部传输。
4.一种基于权利要求1所述装置的眼动分析方法,其特征在于,包括以下步骤:
1)信号预处理
由柔性可穿戴电极镜框(1)采集的EOG信号输入信号预处理模块,所述信号处理模块对EOG信号进行直流放大、四阶巴特沃夫带通滤波、多路开关、采样/保持、A/D转换,转换成数字信号,然后进行低阶最小二乘多项式拟合获得漂移趋势项,并从原信号中减去该趋势项;采用提出的眨眼处理算法对垂直EOG信号进行处理,消除有意识及无意识眨眼,并分离存储有意识单、双眨眼分量信息;对水平EOG和去眨眼的垂直EOG信号进行中值滤波以去除噪声;
2)眨眼处理算法
对垂直EOG信号进行小波分解,对低频逼近信号进行重构获得低频趋势项,从要进行眨眼处理的EOG信号中减去该低频趋势项,此时信号中除了明显的眨眼尖峰外,均为幅值相对较小的震动信号;采用双阈值进行处理;基于小阈值处理,将杂波置0,眨眼信号置1,变为方波信号,每个方波处即近似眨眼区间,存储方波位置;为了获得更准确的眨眼区间,回到小波变换前的垂直EOG信号,对应每个方波区间,搜索各区间最大值,从而获取眨眼尖峰点的位置,该位置即为眨眼的真实位置;对于每一眨眼尖峰,以该位置为界,向前150ms,向后250ms,将该区间作为更精确的眨眼区间;去除掉眨眼区间的水平和垂直EOG信号,从而获得眨眼处理后的纯净垂直EOG信号;另一方面,对于所有眨眼位置及幅值信息,超过大阈值的眨眼即视为有意识单眨眼,并通过计算相邻两单眨眼间的距离判断是否为双眨眼,从而获得有意识单、双眨眼信息;小于大阈值的眨眼即视为无意识眨眼,该段数据通过补偿算法进行线性插值而不计入眨眼分量;
3)人眼注视目标的位置速度信息提取
对预处理和眨眼处理后的信号,进行数字滤波获得位置信息,通过对位置的求导获得速度信息;数字滤波的滤波参数通过自适应滤波方法训练得到。
CN201210590460.5A 2012-12-29 2012-12-29 一种可穿戴便携式眼动分析装置及其分析方法 Expired - Fee Related CN103054549B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210590460.5A CN103054549B (zh) 2012-12-29 2012-12-29 一种可穿戴便携式眼动分析装置及其分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210590460.5A CN103054549B (zh) 2012-12-29 2012-12-29 一种可穿戴便携式眼动分析装置及其分析方法

Publications (2)

Publication Number Publication Date
CN103054549A true CN103054549A (zh) 2013-04-24
CN103054549B CN103054549B (zh) 2015-07-01

Family

ID=48097672

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210590460.5A Expired - Fee Related CN103054549B (zh) 2012-12-29 2012-12-29 一种可穿戴便携式眼动分析装置及其分析方法

Country Status (1)

Country Link
CN (1) CN103054549B (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103211594A (zh) * 2013-05-20 2013-07-24 西安电子科技大学 一种无线眼电采集***
CN104182041A (zh) * 2014-08-08 2014-12-03 北京智谷睿拓技术服务有限公司 眨眼类型确定方法及眨眼类型确定装置
CN104571528A (zh) * 2015-01-27 2015-04-29 王露 一种基于眼球追踪实现眼球控制智能终端的设备及方法
CN105509771A (zh) * 2015-12-08 2016-04-20 中国航空工业集团公司北京长城航空测控技术研究所 一种发动机滑油金属颗粒在线监测的信号降噪方法
CN105739444A (zh) * 2016-04-06 2016-07-06 济南大学 机械手多参数控制脑机接口
CN105904459A (zh) * 2016-05-19 2016-08-31 南京邮电大学 基于眼电信号识别的机器人控制***及该***的设计方法
CN107468260A (zh) * 2017-10-12 2017-12-15 公安部南昌警犬基地 一种判断动物心理状态的脑电分析装置及分析方法
CN107518894A (zh) * 2017-10-12 2017-12-29 公安部南昌警犬基地 一种动物脑电分类模型的构建方法及装置
CN107582051A (zh) * 2017-10-12 2018-01-16 公安部南昌警犬基地 一种动物情绪脑电分析设备
CN107669266A (zh) * 2017-10-12 2018-02-09 公安部南昌警犬基地 一种动物脑电分析***
CN107704881A (zh) * 2017-10-12 2018-02-16 公安部南昌警犬基地 一种基于动物脑电识别的数据可视化处理方法及装置
CN107714038A (zh) * 2017-10-12 2018-02-23 北京翼石科技有限公司 一种脑电信号的特征提取方法及装置
CN108693217A (zh) * 2018-08-13 2018-10-23 上海市宝山区中西医结合医院 临床眼静息电位测定***
CN108703741A (zh) * 2018-03-30 2018-10-26 西安交通大学 一种多策略的nirs干扰检测和去除方法
CN109144238A (zh) * 2018-05-14 2019-01-04 孙佳楠 一种基于眼电编码的人机交互***及其交互方法
CN109144262A (zh) * 2018-08-28 2019-01-04 广东工业大学 一种基于眼动的人机交互方法、装置、设备及存储介质
CN109388242A (zh) * 2018-09-29 2019-02-26 苏州佳世达光电有限公司 自发性眨眼校正方法及眨眼控制方法
US10806364B2 (en) 2014-06-27 2020-10-20 Beijing Zhigu Rui Tuo Tech Co., Ltd Methods and apparatuses for electrooculogram detection, and corresponding portable devices
CN112269469A (zh) * 2020-11-04 2021-01-26 北京航空航天大学 一种人机交互***
CN113253464A (zh) * 2021-06-08 2021-08-13 江苏利君智能科技有限责任公司 一种基于电磁跟踪技术眼动跟踪装置及其***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08322796A (ja) * 1995-05-29 1996-12-10 Sharp Corp 視線方向検出方法及び装置及びそれを含むマンマシンインターフェース装置
US20060202841A1 (en) * 2001-11-08 2006-09-14 Sleep Diagnostics, Pty., Ltd. Alertness monitor
CN101598973A (zh) * 2009-06-26 2009-12-09 安徽大学 基于眼电信号的人机交互***
CN101754715A (zh) * 2008-05-20 2010-06-23 松下电器产业株式会社 视线检测装置、摄像装置、视线检测方法、程序以及集成电路
CN102125429A (zh) * 2011-03-18 2011-07-20 上海交通大学 基于眼电信号的警觉度检测***

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08322796A (ja) * 1995-05-29 1996-12-10 Sharp Corp 視線方向検出方法及び装置及びそれを含むマンマシンインターフェース装置
US20060202841A1 (en) * 2001-11-08 2006-09-14 Sleep Diagnostics, Pty., Ltd. Alertness monitor
CN101754715A (zh) * 2008-05-20 2010-06-23 松下电器产业株式会社 视线检测装置、摄像装置、视线检测方法、程序以及集成电路
CN101598973A (zh) * 2009-06-26 2009-12-09 安徽大学 基于眼电信号的人机交互***
CN102125429A (zh) * 2011-03-18 2011-07-20 上海交通大学 基于眼电信号的警觉度检测***

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103211594A (zh) * 2013-05-20 2013-07-24 西安电子科技大学 一种无线眼电采集***
US10806364B2 (en) 2014-06-27 2020-10-20 Beijing Zhigu Rui Tuo Tech Co., Ltd Methods and apparatuses for electrooculogram detection, and corresponding portable devices
CN104182041A (zh) * 2014-08-08 2014-12-03 北京智谷睿拓技术服务有限公司 眨眼类型确定方法及眨眼类型确定装置
CN104182041B (zh) * 2014-08-08 2017-07-14 北京智谷睿拓技术服务有限公司 眨眼类型确定方法及眨眼类型确定装置
CN104571528A (zh) * 2015-01-27 2015-04-29 王露 一种基于眼球追踪实现眼球控制智能终端的设备及方法
CN104571528B (zh) * 2015-01-27 2017-09-05 王露 一种基于眼球追踪实现眼球控制智能终端的设备及方法
CN105509771A (zh) * 2015-12-08 2016-04-20 中国航空工业集团公司北京长城航空测控技术研究所 一种发动机滑油金属颗粒在线监测的信号降噪方法
CN105509771B (zh) * 2015-12-08 2018-12-21 中国航空工业集团公司北京长城航空测控技术研究所 一种发动机滑油金属颗粒在线监测的信号降噪方法
CN105739444A (zh) * 2016-04-06 2016-07-06 济南大学 机械手多参数控制脑机接口
CN105904459A (zh) * 2016-05-19 2016-08-31 南京邮电大学 基于眼电信号识别的机器人控制***及该***的设计方法
CN107704881A (zh) * 2017-10-12 2018-02-16 公安部南昌警犬基地 一种基于动物脑电识别的数据可视化处理方法及装置
CN107582051A (zh) * 2017-10-12 2018-01-16 公安部南昌警犬基地 一种动物情绪脑电分析设备
CN107714038A (zh) * 2017-10-12 2018-02-23 北京翼石科技有限公司 一种脑电信号的特征提取方法及装置
CN107468260A (zh) * 2017-10-12 2017-12-15 公安部南昌警犬基地 一种判断动物心理状态的脑电分析装置及分析方法
CN107518894A (zh) * 2017-10-12 2017-12-29 公安部南昌警犬基地 一种动物脑电分类模型的构建方法及装置
CN107669266A (zh) * 2017-10-12 2018-02-09 公安部南昌警犬基地 一种动物脑电分析***
CN108703741B (zh) * 2018-03-30 2019-04-09 西安交通大学 一种多策略的nirs干扰检测和去除方法
CN108703741A (zh) * 2018-03-30 2018-10-26 西安交通大学 一种多策略的nirs干扰检测和去除方法
CN109144238A (zh) * 2018-05-14 2019-01-04 孙佳楠 一种基于眼电编码的人机交互***及其交互方法
CN109144238B (zh) * 2018-05-14 2021-09-28 孙佳楠 一种基于眼电编码的人机交互***及其交互方法
CN108693217A (zh) * 2018-08-13 2018-10-23 上海市宝山区中西医结合医院 临床眼静息电位测定***
CN109144262A (zh) * 2018-08-28 2019-01-04 广东工业大学 一种基于眼动的人机交互方法、装置、设备及存储介质
CN109388242A (zh) * 2018-09-29 2019-02-26 苏州佳世达光电有限公司 自发性眨眼校正方法及眨眼控制方法
CN109388242B (zh) * 2018-09-29 2022-03-15 苏州佳世达光电有限公司 自发性眨眼校正方法及眨眼控制方法
CN112269469A (zh) * 2020-11-04 2021-01-26 北京航空航天大学 一种人机交互***
CN113253464A (zh) * 2021-06-08 2021-08-13 江苏利君智能科技有限责任公司 一种基于电磁跟踪技术眼动跟踪装置及其***

Also Published As

Publication number Publication date
CN103054549B (zh) 2015-07-01

Similar Documents

Publication Publication Date Title
CN103054549B (zh) 一种可穿戴便携式眼动分析装置及其分析方法
Zhang et al. A novel approach to driving fatigue detection using forehead EOG
CN102715903B (zh) 基于定量脑电图的脑电特征提取方法
CN106681484B (zh) 结合眼动跟踪的图像目标分割***
CN104257379A (zh) 一种脑电处理装置及方法和睡眠监测佩戴设备
CN103610447B (zh) 一种基于前额脑电信号的脑力负荷在线检测方法
CN104224169A (zh) 一种用于判断人体肌肉疲劳的表面肌电信号线性分析方法
CN103549950A (zh) 移动心电监测差分阈值检测改进算法
CN103892829B (zh) 一种基于共同空间模式的眼动信号识别***及其识别方法
CN101308400A (zh) 基于眼动和头动检测的新型人机交互装置
US20120022395A1 (en) Method and system for revealing oculomotor abnormalities
CN103315753A (zh) 便携式情感分析仪及分析方法
CN110236515A (zh) 一种基于近红外视频的非接触式心率检测方法
CN107193374A (zh) 一种主动故意手势动作的检测装置及检测方法
CN106901727A (zh) 一种基于脑电信号的抑郁症风险筛查装置
CN106859673A (zh) 一种基于睡眠脑电的抑郁症风险筛查***
CN106491129A (zh) 一种基于eog的人体行为识别***及方法
CN107480716A (zh) 一种结合eog和视频的扫视信号识别方法及***
US20150065907A1 (en) Apparatus and method for selectively collecting electroencephalogram data through motion recognition
CN113546395A (zh) 一种智能化运动训练***及训练方法
CN103876731B (zh) 一种胎儿心电信号提取装置及方法
Yun-Mei et al. The abnormal detection of electroencephalogram with three-dimensional deep convolutional neural networks
Hussein et al. Detection of electrocardiogram QRS complex based on modified adaptive threshold
CN106598243B (zh) 一种多模态自适应光标控制方法及***
CN110232976B (zh) 一种基于腰肩表面肌电测量的行为识别方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20150701

Termination date: 20201229

CF01 Termination of patent right due to non-payment of annual fee