CN104503592A - 头部动作确定方法和装置 - Google Patents
头部动作确定方法和装置 Download PDFInfo
- Publication number
- CN104503592A CN104503592A CN201510035315.4A CN201510035315A CN104503592A CN 104503592 A CN104503592 A CN 104503592A CN 201510035315 A CN201510035315 A CN 201510035315A CN 104503592 A CN104503592 A CN 104503592A
- Authority
- CN
- China
- Prior art keywords
- headwork
- brain
- information
- human body
- electro
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/012—Head tracking input arrangements
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/372—Analysis of electroencephalograms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Dermatology (AREA)
- Neurosurgery (AREA)
- Neurology (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Psychiatry (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Psychology (AREA)
- User Interface Of Digital Computer (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本申请公开了一种头部动作确定方法和装置,其中,所述头部动作确定方法包括:响应于人体的一头部动作,获取所述人体的脑电检测信息;确定与所述脑电检测信息对应的头部动作。本申请提供了一种头部动作识别的新方案,头部动作识别的准确度较高。
Description
技术领域
本申请涉及脑电技术领域,特别是涉及一种头部动作确定方法和装置。
背景技术
脑电是在人体头部皮层采集到的人体自发的放电活动,是一种相对稳定、客观的生理活动指标。目前,对脑电信号的应用研究已引发业内人士的广泛兴趣,例如在人机交互技术领域中,可在用户进行运动想像的同时对用户的脑电信号进行分析,从而识别用户意图,然后根据这种意图实现对目标对象的控制等等。此外,在医学、心理学等其他领域对脑电信号的研究也不断开展,以期基于满足多样化的实际应用需求。
发明内容
在下文中给出了关于本申请的简要概述,以便提供关于本申请的某些方面的基本理解。应当理解,这个概述并不是关于本申请的穷举性概述。它并不是意图确定本申请的关键或重要部分,也不是意图限定本申请的范围。其目的仅仅是以简化的形式给出某些概念,以此作为稍后论述的更详细描述的前序。
本申请实施例提供一种头部动作确定方法和装置。
一方面,本申请实施例提供了一种头部动作确定方法,包括:
响应于人体的一头部动作,获取所述人体的脑电检测信息;
确定与所述脑电检测信息对应的头部动作。
结合本申请实施例一方面提供的任一种头部动作确定方法,可选的,确定与所述脑电检测信息对应的头部动作,包括:从一外部设备获取脑电信息和头部动作之间的第一映射关系;根据所述第一映射关系确定与所述脑电检测信息对应的头部动作。
结合本申请实施例一方面提供的任一种头部动作确定方法,可选的,确定与所述脑电检测信息对应的头部动作,包括:建立所述第一映射关系;根据所述第一映射关系确定与所述脑电检测信息对应的头部动作。
结合本申请实施例一方面提供的任一种头部动作确定方法,可选的,确定与所述脑电检测信息对应的头部动作,包括:确定所述脑电检测信息相对所述人体的一脑电参考信息的脑电特征信息;确定与所述脑电特征信息对应的头部动作。
结合本申请实施例一方面提供的任一种头部动作确定方法,可选的,所述脑电参考信息为所述人体头部处于静止状态获取的所述人体的脑电信息。
结合本申请实施例一方面提供的任一种头部动作确定方法,可选的,确定所述脑电特征信息,包括:提取所述脑电检测信息中一定频段的信息作为脑电采样信息;根据所述脑电采样信息的幅值和所述脑电参考信息在所述频段的参考幅值,确定所述脑电特征信息。
结合本申请实施例一方面提供的任一种头部动作确定方法,可选的,提取所述脑电检测信息中一定频段的信息作为脑电采样信息之前,还包括:确定所述脑电检测信息在所述频段的幅值大于一预定阈值。
结合本申请实施例一方面提供的任一种头部动作确定方法,可选的,所述频段为0-5HZ。
结合本申请实施例一方面提供的任一种头部动作确定方法,可选的,确定所述脑电特征信息对应的头部动作包括:从一外部设备获取脑电特征信息和头部动作之间的第二映射关系;根据所述第二映射关系确定所述脑电特征信息对应的头部动作。
结合本申请实施例一方面提供的任一种头部动作确定方法,可选的,确定所述脑电特征信息对应的头部动作,包括:预先建立所述第二映射关系;根据所述第二映射关系确定所述脑电特征信息对应的头部动作。
结合本申请实施例一方面提供的任一种头部动作确定方法,可选的,所述头部动作包括:所述人体头部的点头、侧头、仰头、摇头和/或转动。
结合本申请实施例一方面提供的任一种头部动作确定方法,可选的,所述头部动作确定方法还包括:获取与确定的头部动作对应的控制指令。
结合本申请实施例一方面提供的任一种头部动作确定方法,可选的,所述头部动作确定方法还包括:执行与所述控制指令相应的控制操作。
另一方面,本申请实施例还提供了一种头部动作确定装置,包括:
一脑电检测信息获取模块,用于响应于人体的一头部动作,获取所述人体的脑电检测信息;
一头部动作确定模块,用于确定与所述脑电检测信息对应的头部动作。
结合本申请实施例另一方面提供的任一种头部动作确定装置,可选的,所述头部动作确定模块包括:一第一映射关系获取子模块,用于从一外部设备获取脑电信息和头部动作之间的第一映射关系;一第一头部动作确定子模块,用于根据所述第一映射关系确定与所述脑电检测信息对应的头部动作。
结合本申请实施例另一方面提供的任一种头部动作确定装置,可选的,所述头部动作确定模块包括:一第一映射关系建立子模块,用于建立所述第一映射关系;一第一头部动作确定子模块,用于根据所述第一映射关系确定与所述脑电检测信息对应的头部动作。
结合本申请实施例另一方面提供的任一种头部动作确定装置,可选的,所述头部动作确定模块包括:一脑电特征信息确定子模块,用于确定所述脑电检测信息相对所述人体的一脑电参考信息的脑电特征信息;一第二头部动作确定子模块,用于确定与所述脑电特征信息对应的头部动作。
结合本申请实施例另一方面提供的任一种头部动作确定装置,可选的,所述脑电参考信息为所述人体头部处于静止状态获取的所述人体的脑电信息。
结合本申请实施例另一方面提供的任一种头部动作确定装置,可选的,所述脑电特征信息确定子模块包括:一脑电采样信息提取单元,用于提取所述脑电检测信息中一定频段的信息作为脑电采样信息;一脑电特征信息确定单元,用于根据所述脑电采样信息的幅值和所述脑电参考信息在所述频段的参考幅值,确定所述脑电特征信息。
结合本申请实施例另一方面提供的任一种头部动作确定装置,可选的,所述头部动作确定装置还包括:一幅值确定模块,用于确定所述脑电检测信息在所述频段的幅值大于一预定阈值并根据确定结果使能所述脑电采样信息提取单元。
结合本申请实施例另一方面提供的任一种头部动作确定装置,可选的,所述频段为0-5HZ。
结合本申请实施例另一方面提供的任一种头部动作确定装置,可选的,所述脑电特征信息确定单元包括:一第二映射关系获取子单元,用于从一外部设备获取脑电特征信息和头部动作之间的第二映射关系;一头部动作确定子单元,用于根据所述第二映射关系确定所述脑电特征信息对应的头部动作。
结合本申请实施例另一方面提供的任一种头部动作确定装置,可选的,所述脑电特征信息确定单元包括:一第二映射关系建立子单元,用于建立所述第二映射关系;一头部动作确定子单元,用于根据所述第二映射关系确定所述脑电特征信息对应的头部动作。
结合本申请实施例另一方面提供的任一种头部动作确定装置,可选的,所述头部动作包括:所述人体头部进行的点头、侧头、仰头、摇头和/或转动。
结合本申请实施例另一方面提供的任一种头部动作确定装置,可选的,所述头部动作确定装置还包括:一控制指令获取模块,用于获取与确定的头部动作对应的控制指令。
结合本申请实施例另一方面提供的任一种头部动作确定装置,可选的,所述头部动作确定装置还包括:一执行模块,用于执行与所述控制指令相应的控制操作。
本申请实施例提供的技术方案可获取人体进行某一头部动作时该人体的脑电检测信息,基于脑电检测信息实现人体头部动作的识别,提供了一种头部动作识别的新方案。由于用于确定头部动作的脑电检测信号具有幅值较高和波形特征明显等特点,因此本申请实施例利用脑电检测信号进行人体头部动作的识别,头部动作的识别准确度较高。
通过以下结合附图对本申请的可选实施例的详细说明,本申请的这些以及其它的优点将更加明显。
附图说明
本申请可以通过参考下文中结合附图所给出的描述而得到更好的理解,其中在所有附图中使用了相同或相似的附图标记来表示相同或者相似的部件。所述附图连同下面的详细说明一起包含在本说明书中并且形成本说明书的一部分,而且用来进一步举例说明本申请的可选实施例和解释本申请的原理和优点。在附图中:
图1为本申请实施例提供的一种头部动作确定方法的流程图;
图2a为本申请一可选实例中表示人体头部处于静止状态时检测到的该人体的EEG波形;
图2b为本申请一可选实例中表示人体点头时检测到的该人体的EEG波形;
图2c为本申请一可选实例中表示人体摇头时检测到的该人体的EEG波形;
图3为本申请实施例提供的一种头部动作确定装置的逻辑框图;
图4为本申请实施例提供的另一种头部动作确定装置的逻辑框图;
图5为本申请实施例提供的又一种头部动作确定装置的逻辑框图。
本领域技术人员应当理解,附图中的元件仅仅是为了简单和清楚起见而示出的,而且不一定是按比例绘制的。例如,附图中某些元件的尺寸可能相对于其他元件放大了,以便有助于提高对本申请实施例的理解。
具体实施方式
在下文中将结合附图对本申请的示范性实施例进行详细描述。为了清楚和简明起见,在说明书中并未描述实际实施方式的所有特征。然而,应该了解,在开发任何这种实际实施例的过程中必须做出很多特定于实施方式的决定,以便实现开发人员的具体目标,例如,符合与***及业务相关的那些限制条件,并且这些限制条件可能会随着实施方式的不同而有所改变。此外,还应该了解,虽然开发工作有可能是非常复杂和费时的,但对得益于本公开内容的本领域技术人员来说,这种开发工作仅仅是例行的任务。
在此,还需要说明的一点是,为了避免因不必要的细节而模糊了本申请,在附图和说明中仅仅描述了与根据本申请的方案密切相关的装置结构和/或处理步骤,而省略了对与本申请关系不大的、本领域普通技术人员已知的部件和处理的表示和描述。
下面结合附图(若干附图中相同的标号表示相同的元素)和实施例,对本申请的具体实施方式作进一步详细说明。以下实施例用于说明本申请,但不用来限制本申请的范围。
本领域技术人员可以理解,本申请中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等,既不代表任何特定技术含义,也不表示它们之间的必然逻辑顺序。
图1为本申请实施例提供的一种头部动作确定方法的流程图。本申请提供的头部动作确定方法的执行主体为某一头部动作确定装置,头部动作确定装置的设备表现形态非常灵活,例如,所述头部动作确定装置可为某一独立的部件,或者,所述头部动作确定装置也可作为某一功能模块集成在某一电子设备中,所述电子设备可包括但不限于可穿戴式设备等。具体而言,如图1所示,本申请实施例提供的一种头部动作控制方法包括:
S101:响应于人体的一头部动作,获取所述人体的脑电检测信息。
S102:确定所述脑电检测信息对应的一头部动作。
所述头部动作可包括但不限于:所述人体头进行的点头、侧头、仰头、摇头和/或转动,上述头部动作可由人体下意识的自发进行,也可由人体自主按一定方式进行,所述一定方式可包括但不限于某一动作或某几个动作的组合所持续的时间、重复的次数等等。
本申请发明人研究表明,人体的头部做如点头、摇头、侧头等动作时头部运动会引起人体头内部的物理变化、以及脑电图(ElectroEncephaloGram,简称EEG)传感元件所接触的人体头部皮肤之间的阻抗也会发生相应变化,这些变化反映到检测出的脑电信息表现出不同于人体头部处于静止状态下(人体头部未执行上述头部动作时)的特定特征。据此,实际应用中可获取人体进行某一头部动作时该人体的脑电检测信息,基于脑电检测信息实现人体头部动作的识别,提供了一种头部动作识别的新方案。由于用于确定头部动作的脑电检测信号具有幅值较高和波形特征明显等特点,因此本申请实施例利用脑电检测信号进行人体头部动作的识别,头部动作的识别准确度较高。
基于脑电检测信息对人体头部动作的识别结果的应用非常广泛。例如,在人机交互技术领域中,确定出的头部动作可作为后续人机交互等应用的依据,如作为后续人际交互控制的输入信息,由此可实现基于头部动作控制的自然、灵活而方便的交互方式,满足用户多样化的实际应用需求,改善用户体验;又例如,在医学领域中,如帕金森等特定疾病的病人的头部动作情况一定程度上可反映病情,因此可对上述病人的头部动作识别,根据头部动作的识别结果进行病情监测;再例如,在护理领域中,可根据康复训练人员的头部动作情况进行监测和聚类分析,以作为评价康复训练结果的依据等,不胜枚举。
本申请实施例提供的技术方案中,所述脑电检测信息对应的头部动作的确定方式可根据实际需要确定,实现方式非常灵活。
一种可选的实现方式中,可预先获取脑电信息和头部动作之间的映射关系(不妨称为第一映射关系),根据所述第一映射关系确定与所述脑电检测信息对应的一头部动作。其中,所述第一映射关系中的脑电信息为人体进行某头部动作时检测到的脑电信息,所述第一映射关系中的脑电信息为人体头脑与进行上述头部动作与否无关的人体正常脑电信息以及人体因进行上述头部动作对人体正常脑电信息引入的“干扰或噪声”信号的一个整体。该方案可根据与头部动作对应脑电检测信息整体进行头部动作的识别。
所述第一映射关系可预先获取且获取方式非常灵活。例如,头部动作确定装置可向一外部设备(如服务器、云端、智能终端等)获取所述第一映射关系。或者,又例如,头部动作确定装置自身可建立所述第一映射关系,如头部动作确定装置根据训练数据建立所述第一映射关系,具体而言,可在一人体进行不同头部动作时分别检测各自的脑电信息,通过一定量的学习训练数据确定出该人体各头部动作对应的特定脑电信息,由此建立所述第一映射关系。不同人体的脑电信息可能存在差异,实际应用中,可针对不同人体分别进行学习训练,并将学习结果与相应人体的用户信息进行关联,以为不同人体适用不同的学习结果。在实际应用过程中,可在人体头部进行某一头部动作时检测其脑电信号以获取所述脑电检测信号,将脑电检测信号与该人体对应的学习训练数据库中的各脑电信息进行匹配,确定与所述脑电检测信号匹配的脑电信息所对应头部动作,确定为与所述脑电检测信息对应的头部动作。该方案可基于人体头部动作的脑电信息的聚类检测的学习训练数据等方式,建立所述第一映射关系,以获得不同人体进行头部动作时所体现的脑电信息的个体化数据,由此提高后续头部动作识别的准确性。
另一种可选的实现方式中,可确定所述脑电检测信息相对所述人体的一脑电参考信息的脑电特征信息;确定与所述脑电特征信息对应的一头部动作。响应于人体的一头部动作而获取的脑电检测信号表现为检测到的一脑电波图,既包括与人体进行上述头部动作与否无关的该人体正常脑电信息,还包括该人体因进行上述头部动作对人体正常脑电信息引入的“干扰或噪声”信号的一个整体。该方案并非将脑电检测信息整体作为头部动作的确定依据,而是将所述脑电检测信息整体中相对人体正常脑电信息而言的“干扰或噪声”部分信息作为与该头部动作关联的脑电特征信息,并将脑电特征信息作为头部动作的确定依据,由此减少所需处理的数据量,降低数据处理的复杂度,提高头部动作识别效率和准确度。
可选的,可将与进行上述头部动作与否无关的人体正常脑电信息作为所述脑电参考信息,为便于提取与头部动作对应的脑电特征信息,可将所述人体头部处于静止状态获取的同一人体的脑电信息作为所述脑电参考信息。实际应用中,可将响应于人体的某一头部动作获取的一脑电检测信息与所述脑电参考信息进行比较,将所述脑电检测信息与所述脑电参考信息不同的部分作为脑电特征信息,该脑电特征信息相当于因人体进行某头部动作引入的“干扰或噪声”信息,确定与该脑电特征信息对应的头部动作。
可选的,所述脑电特征信息的确定方式非常灵活,例如,确定所述脑电特征信息,包括:提取所述脑电检测信息中一定频段的信息作为脑电采样信息;根据所述脑电采样信息的幅值和所述脑电参考信息在所述频段的参考幅值,确定所述脑电特征信息。人体脑电信息的频率范围通常与0-32Hz。本申请发明人在实践本申请实施例过程中发现,当人体进行某一头部动作时的脑电检测信息,相对于人体头部处于静止状态时获取的脑电参考信息,通常是在上述频率范围的某一频段内幅值有较大的变化,在该频段中脑电检测信息的幅值相对脑电参考信息的幅值的数倍甚至数十倍。例如,当人体处于头部静止状态时的脑电参考信息的参考幅值通常0-10uV,如图2a所示,而人体进行某一头部动作时的脑电检测信息某些频段的幅值与所述脑电参考信息相差不大,而某些频段的最大幅值可能达到近百微伏,相当于所述脑电参考信息相应频段的参考幅值的数十倍,可选示例可参考图2b-图2c所示,其中,图2b为本申请一可选实例中表示人体点头时检测到的该人体的EEG波形,图2c为本申请一可选实例中表示人体摇头时检测到的该人体的EEG波形。为此,可将幅值变化较大的频段作为脑电采样信息提取出来,基于该脑电采样信息与脑电参考信息在相应频段的参考幅值,确定所述脑电特征信息。
发明人在实践本申请实施例过程中还发现,人体脑电信息的频率范围的0-5Hz频段中,人体头部进行某一动作与人体头部处于静止状态下获取的脑电波差别最大,如图2b-图2c所示,对0-5Hz频段进行脑电采样信号的提取,可获取幅值较大的脑电特征信息,以便于检测分析,减小误差。可选的应用示例例如,可求取脑电采样信息在该预定频段(如0-5Hz)的幅值与所述脑电参考信息在相应频段(0-5Hz)的参考幅值(如平均幅值)的差值,将该差值作为与该头部动作对应的脑电特征信息。采用该方案确定脑电特征信息,便于检测、数据处理复杂度较低。
本申请实施例提供的技术方案中,所述脑电特征信息对应的头部动作的确定方式可根据实际需要确定,实现方式非常灵活,例如,可根据脑电特征信息和头部动作之间的映射关系(不妨称为第二映射关系),确定所述脑电特征信息对应的一头部动作。所述第二映射关系可预先获取,且获取方式非常灵活。例如,头部动作确定装置可向一外部设备(如服务器、云端、智能终端等)获取所述第二映射关系。或者,又例如,头部动作确定装置自身可建立所述第二映射关系,该方案可根据脑电检测信息中与头部动作对应的部分信息即脑电特征信息进行头部动作的识别。
具体而言,可检测人体头部处于静止状态时的脑电信息为所述脑电参考信息,并在该人体进行不同头部动作时分别聚类检测各自的脑电信息,将检测到的脑电信息与脑电参考信息进行比较,确定二者幅值差异较大的频段,如0-5Hz频段,确定脑电参考信号在0-5Hz频段的平均幅值,之后,求取测试中每类头部动作对应的脑电信息在0-5Hz频段的幅值与脑电参考信息在0-5Hz频段的平均幅值的差值,将该差值作为表示某头部动作的脑电特征信息的样本数据,建立基于样本数据的脑电特征信息与头部动作之间的第二映射关系。该方案可基于人体头部动作的脑电信息的聚类检测的学习训练数据,建立所述第二映射关系,以获得不同人体进行头部动作时所体现的脑电信息的个性化特征数据,并据此识别头部动作。该方案具有便于检测、数据处理复杂度较低、识别准确性较高、健壮等优点。
进一步可选的,提取所述脑电检测信息中一定频段的信息作为脑电采样信息之前,所述头部动作确定方法还包括:确定所述脑电检测信息在所述频段的幅值大于一预定阈值。所述预定阈值可根据头部动作引起的脑电信息的特征确定。该方案根据脑电检测信息在某频段(如0-5Hz)的幅值的预定阈值作为筛选条件,可一定程度上降低干扰。
此外,本申请实施例提供的任一种头部动作确定方法还可包括:获取与确定的头部动作对应的控制指令。进一步的,所述头部动作确定方法还可包括:执行与所述控制指令相应的控制操作。可预先获取头部动作和控制指令的对应关系(不妨称为第三映射关系),在确定出与脑电检测信息对应的头部动作之后,可根据所述第三映射关系获取与确定出的头部动作对应的控制指令,执行与该控制指令对应的控制操作。例如,确定出的与脑电检测信息对应的头部动作为“点头”,可根据所述第三映射关系确定与“点头”对应的控制指令为“Yes”,则控制某一电子设备执行某程序的确认或选中等操作。又例如,确定出的与脑电检测信息对应的头部动作为“摇头”,可根据所述第三映射关系确定与“摇头”对应的控制指令为“No”,则控制某一电子设备执行某程序的取消或删除等操作。再例如,确定出的与脑电检测信息对应的头部动作为“向右侧头”,可根据所述第三映射关系确定与“摇头”对应的控制指令为“增加音量”,则控制某一播放设备的音量增加操作,等等。所述第三映射关系可从一外部设备获取,或者,也可由头部确定装置自身建立,本申请实施例对此并不限制。该方案可基于脑电信息识别的头部动作进行自然、灵活而方便的人机交互,可满足用户多样化的实际应用需求,改善用户体验。
本领域技术人员可以理解,在本申请具体实施方式的上述任一方法中,各步骤的序号大小并不意味着执行顺序的先后,各步骤的执行顺序应以其功能和内在逻辑确定,而不应对本申请具体实施方式的实施过程构成任何限定。
图3为本申请实施例提供的一种头部动作确定装置的逻辑框图。如图3所示,本申请实施例提供的一种头部动作确定装置包括:一脑电检测信息获取模块31和一头部动作确定模块32。
脑电检测信息获取模块31用于响应于人体的一头部动作,获取所述人体的脑电检测信息。
头部动作确定模块32用于确定与所述脑电检测信息对应的头部动作。
本申请实施例提供的头部动作确定装置的设备表现形态非常灵活,例如,所述头部动作确定装置可为某一独立的部件,或者,所述头部动作确定装置也可作为某一功能模块集成在某一电子设备中,所述电子设备可包括但不限于可穿戴式设备等。
所述头部动作确定装置可获取人体进行某一头部动作时该人体的脑电检测信息,基于脑电检测信息实现人体头部动作的识别,提供了一种头部动作识别的新方案。由于用于确定头部动作的脑电检测信号具有幅值较高和波形特征明显等特点,因此本申请实施例利用脑电检测信号进行人体头部动作的识别,头部动作的识别准确度较高。
可选的,如图4所示,所述头部动作确定模块32包括:一第一映射关系获取子模块321和一第一头部动作确定子模块322,或者,所述头部动作确定模块32包括:一第一映射关系建立子模块325和一第一头部动作确定子模块322。第一映射关系获取子模块321用于从一外部设备获取脑电信息和头部动作之间的第一映射关系;第一头部动作确定子模块322用于根据所述第一映射关系确定与所述脑电检测信息对应的头部动作。该方案可根据与头部动作对应脑电检测信息整体进行头部动作的识别。
所述第一映射关系建立子模块325用于建立所述第一映射关系;第一头部动作确定子模块322用于根据所述第一映射关系确定与所述脑电检测信息对应的头部动作。该方案可基于人体头部动作的脑电信息的聚类检测的学习训练数据,建立所述第一映射关系,以获得不同人体进行头部动作时所体现的脑电信息的个体化数据,由此提高后续头部动作识别的准确性。
或者,可选的,所述头部动作确定模块32包括:一脑电特征信息确定子模块323和一第二头部动作确定子模块324。脑电特征信息确定子模块323用于确定所述脑电检测信息相对所述人体的一脑电参考信息的脑电特征信息;第二头部动作确定子模块324用于确定与所述脑电特征信息对应的头部动作。该方案可减少所需处理的数据量,降低数据处理的复杂度,提高头部动作识别效率和准确度。
可选的,所述脑电参考信息为所述人体头部处于静止状态获取的所述人体的脑电信息。该方案便于提取与头部动作对应的脑电特征信息。
可选的,所述脑电特征信息确定子模块323包括:一脑电采样信息提取单元3231和一脑电特征信息确定单元3232。脑电采样信息提取单元3231用于提取所述脑电检测信息中一定频段的信息作为脑电采样信息;脑电特征信息确定单元3232用于根据所述脑电采样信息的幅值和所述脑电参考信息在所述频段的参考幅值,确定所述脑电特征信息。可选的,所述频段为0-5HZ。采用该方案确定脑电特征信息,便于检测、数据处理复杂度较低。
可选的,所述头部动作确定装置还包括:一幅值确定模块33。幅值确定模块33用于确定所述脑电检测信息在所述频段的幅值大于一预定阈值并根据确定结果使能所述脑电采样信息提取单元。该方案根据脑电检测信息在某频段(如0-5Hz)的幅值的预定阈值作为筛选条件,可一定程度上降低干扰。
可选的,所述脑电特征信息确定单元3232包括:一第二映射关系获取子单元32321和一头部动作确定子单元32322,或者,所述脑电特征信息确定单元3232包括:一第二映射关系建立子单元32323和一头部动作确定子单元32322。
其中,第二映射关系获取子单元32321用于获取脑电特征信息和头部动作之间的第二映射关系;头部动作确定子单元32322用于根据所述第二映射关系确定所述脑电特征信息对应的头部动作。该方案可根据脑电检测信息中与头部动作对应的部分信息即脑电特征信息进行头部动作的识别。
第二映射关系建立子单元32323用于建立所述第二映射关系;头部动作确定子单元32322用于根据所述第二映射关系确定所述脑电特征信息对应的头部动作。该方案可基于人体头部动作的脑电信息的聚类检测的学习训练数据,建立所述第二映射关系,以获得不同人体进行头部动作时所体现的脑电信息的个体化数据,由此提高后续头部动作识别的准确性。
可选的,所述头部动作包括:所述人体头部进行的点头、侧头、仰头、摇头和/或转动。上述头部动作可由人体下意识的自发进行,也可由人体自主按一定方式进行,所述一定方式可包括但不限于某一动作或某几个动作的组合所持续的时间、重复的次数等等。
可选的,所述头部动作确定装置还可包括:一控制指令获取模块34,控制指令获取模块34用于获取与确定的头部动作对应的控制指令。进一步可选的,所述头部动作确定装置还可包括:一执行模块35,执行模块35用于执行与所述控制指令相应的控制操作。该方案可实现基于头部动作控制的自然、灵活而方便的交互方式,满足用户多样化的实际应用需求,改善用户体验。
图5为本申请实施例提供的又一种头部动作确定装置的结构示意图,本申请具体实施例并不对头部动作确定装置500的具体实现方式做限定。如图5所示,头部动作确定装置500可以包括:
处理器(Processor)510、通信接口(Communications Interface)520、存储器(Memory)530、以及通信总线540。其中:
处理器510、通信接口520、以及存储器530通过通信总线540完成相互间的通信。
通信接口520,用于与比如第一通信工具、第二通信工具等通信。
处理器510,用于执行程序532,具体可以执行上述任一通信控制方法实施例中的相关步骤。
例如,程序532可以包括程序代码,所述程序代码包括计算机操作指令。
处理器510可能是一个中央处理器(Central Processing Unit,简称CPU),或者是特定集成电路(Application Specific Integrated Circuit,简称ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路。
存储器530,用于存放程序532。存储器530可能包含随机存取存储器(Random Access Memory,简称RAM),也可能还包括非易失性存储器(Non-volatile memory),例如至少一个磁盘存储器。
例如,在一种可选的实现方式中,处理器510通过执行程序532可执行以下步骤:响应于人体的一头部动作,获取所述人体的脑电检测信息;确定与所述脑电检测信息对应的头部动作。在其他可选的实现方式中,处理器510通过执行程序532还可执行上述其他任一实施例提及的步骤,在此不再赘述。
程序532中各步骤的具体实现可以参见上述实施例中的相应步骤、模块、子模块、单元中对应的描述,在此不再赘述。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的设备和模块的具体工作过程,可以参考前述方法实施例中的对应过程描述,在此不再赘述。
在本申请上述各实施例中,实施例的序号和/或先后顺序仅仅便于描述,不代表实施例的优劣。对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及方法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
在本申请的装置、方法、***等实施例中,显然,各部件(***、子***、模块、子模块、单元、子单元等)或各步骤是可以分解、组合和/或分解后重新组合的。这些分解和/或重新组合应视为本申请的等效方案。同时,在上面对本申请具体实施例的描述中,针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用,与其它实施方式中的特征相组合,或替代其它实施方式中的特征。
应该强调,术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在,但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
最后应说明的是:以上实施方式仅用于说明本申请,而并非对本申请的限制,有关技术领域的普通技术人员,在不脱离本申请的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本申请的范畴,本申请的专利保护范围应由权利要求限定。
Claims (10)
1.一种头部动作确定方法,其特征在于,包括:
响应于人体的一头部动作,获取所述人体的脑电检测信息;
确定与所述脑电检测信息对应的头部动作。
2.根据权利要求1所述的方法,其特征在于,确定与所述脑电检测信息对应的头部动作,包括:
从一外部设备获取脑电信息和头部动作之间的第一映射关系,或者,建立所述第一映射关系;
根据所述第一映射关系确定与所述脑电检测信息对应的头部动作。
3.根据权利要求1所述的方法,其特征在于,确定与所述脑电检测信息对应的头部动作,包括:
确定所述脑电检测信息相对所述人体的一脑电参考信息的脑电特征信息;
确定与所述脑电特征信息对应的头部动作。
4.根据权利要求3所述的方法,其特征在于,所述脑电参考信息为所述人体头部处于静止状态获取的所述人体的脑电信息。
5.根据权利要求3或4所述的方法,其特征在于,确定所述脑电特征信息,包括:
提取所述脑电检测信息中一定频段的信息作为脑电采样信息;
根据所述脑电采样信息的幅值和所述脑电参考信息在所述频段的参考幅值,确定所述脑电特征信息。
6.一种头部动作确定装置,其特征在于,包括:
一脑电检测信息获取模块,用于响应于人体的一头部动作,获取所述人体的脑电检测信息;
一头部动作确定模块,用于确定与所述脑电检测信息对应的头部动作。
7.根据权利要求6所述的装置,其特征在于,
所述头部动作确定模块包括:一第一映射关系获取子模块,用于从一外部设备获取脑电信息和头部动作之间的第一映射关系,或者,一第一映射关系建立子模块,用于建立所述第一映射关系;一第一头部动作确定子模块,用于根据所述第一映射关系确定与所述脑电检测信息对应的头部动作。
8.根据权利要求6所述的装置,其特征在于,所述头部动作确定模块包括:
一脑电特征信息确定子模块,用于确定所述脑电检测信息相对所述人体的一脑电参考信息的脑电特征信息;
一第二头部动作确定子模块,用于确定与所述脑电特征信息对应的头部动作。
9.根据权利要求8所述的装置,其特征在于,所述脑电参考信息为所述人体头部处于静止状态获取的所述人体的脑电信息。
10.根据权利要求8或9所述的装置,其特征在于,所述脑电特征信息确定子模块包括:
一脑电采样信息提取单元,用于提取所述脑电检测信息中一定频段的信息作为脑电采样信息;
一脑电特征信息确定单元,用于根据所述脑电采样信息的幅值和所述脑电参考信息在所述频段的参考幅值,确定所述脑电特征信息。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510035315.4A CN104503592A (zh) | 2015-01-23 | 2015-01-23 | 头部动作确定方法和装置 |
US15/544,733 US10824225B2 (en) | 2015-01-23 | 2016-01-07 | Methods and apparatuses for determining head movement |
PCT/CN2016/070348 WO2016115982A1 (en) | 2015-01-23 | 2016-01-07 | Methods and apparatuses for determining head movement |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510035315.4A CN104503592A (zh) | 2015-01-23 | 2015-01-23 | 头部动作确定方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104503592A true CN104503592A (zh) | 2015-04-08 |
Family
ID=52944994
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510035315.4A Pending CN104503592A (zh) | 2015-01-23 | 2015-01-23 | 头部动作确定方法和装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10824225B2 (zh) |
CN (1) | CN104503592A (zh) |
WO (1) | WO2016115982A1 (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016115983A1 (en) * | 2015-01-23 | 2016-07-28 | Beijing Zhigu Rui Tuo Tech Co., Ltd. | Methods and apparatuses for determining control information |
WO2016115982A1 (en) * | 2015-01-23 | 2016-07-28 | Beijing Zhigu Rui Tuo Tech Co., Ltd. | Methods and apparatuses for determining head movement |
WO2016169476A1 (en) * | 2015-04-20 | 2016-10-27 | Beijing Zhigu Rui Tuo Tech Co., Ltd. | Method and device for determining head movement |
CN106155296A (zh) * | 2015-04-20 | 2016-11-23 | 北京智谷睿拓技术服务有限公司 | 控制方法和设备 |
CN106293013A (zh) * | 2015-04-30 | 2017-01-04 | 北京智谷睿拓技术服务有限公司 | 头部动作确定方法和设备 |
CN106293049A (zh) * | 2015-08-19 | 2017-01-04 | 北京智谷睿拓技术服务有限公司 | 输入信息确定方法和设备 |
CN106371560A (zh) * | 2015-08-19 | 2017-02-01 | 北京智谷睿拓技术服务有限公司 | 吹吸气确定方法和设备 |
CN106371561A (zh) * | 2015-08-19 | 2017-02-01 | 北京智谷睿拓技术服务有限公司 | 输入信息确定方法和设备 |
CN106648058A (zh) * | 2016-10-10 | 2017-05-10 | 珠海格力电器股份有限公司 | 一种歌曲切换方法及装置 |
CN108537200A (zh) * | 2018-04-19 | 2018-09-14 | 佛山市长郡科技有限公司 | 一种用于通过动作识别选择性地收集脑电图数据的装置及方法 |
CN109697831A (zh) * | 2019-02-25 | 2019-04-30 | 湖北亿咖通科技有限公司 | 疲劳驾驶监测方法、装置及计算机可读存储介质 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017189748A1 (en) * | 2016-04-29 | 2017-11-02 | Freer Logic, Inc. | Non-contact body and head-based monitoring of brain electrical activity |
EP3570740B1 (en) * | 2017-01-23 | 2023-08-30 | Naqi Logix Inc. | Apparatus and method for using imagined direction to perform at least one action |
CN108399007B (zh) * | 2018-02-11 | 2021-08-24 | Oppo广东移动通信有限公司 | 脑电波的采样区间调整方法及相关产品 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103150007A (zh) * | 2011-12-06 | 2013-06-12 | 联想(北京)有限公司 | 一种输入方法及装置 |
CN103617362A (zh) * | 2013-12-04 | 2014-03-05 | 北京怡成生物电子技术有限公司 | 一种心电数据处理方法及*** |
CN104095648A (zh) * | 2013-04-07 | 2014-10-15 | 上海联影医疗科技有限公司 | Ct扫描控制设备及ct扫描*** |
CN104267808A (zh) * | 2014-09-18 | 2015-01-07 | 北京智谷睿拓技术服务有限公司 | 动作识别方法和设备 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4092981A (en) * | 1976-07-15 | 1978-06-06 | John Paul Ertl | Method and apparatus for brain waveform examination |
CN1248426A (zh) | 1999-10-29 | 2000-03-29 | 清华大学 | 基于脑电稳态诱发响应的控制装置 |
CN2888524Y (zh) * | 2005-12-08 | 2007-04-11 | 清华大学 | 基于高频稳态视觉诱发电位的脑-机接口装置 |
US9510765B2 (en) * | 2010-11-24 | 2016-12-06 | Awear Technologies, Llc | Detection and feedback of information associated with executive function |
CN102945078A (zh) * | 2012-11-13 | 2013-02-27 | 深圳先进技术研究院 | 人机交互设备及人机交互方法 |
WO2014210131A1 (en) * | 2013-06-25 | 2014-12-31 | The General Hospital Corporation | System and method for non-invasive, intracranial brian motion monitoring |
KR102192361B1 (ko) * | 2013-07-01 | 2020-12-17 | 삼성전자주식회사 | 머리 움직임을 이용한 사용자 인터페이스 방법 및 장치 |
US20150059086A1 (en) * | 2013-08-29 | 2015-03-05 | Altorr Corporation | Multisensory control of electrical devices |
WO2016094375A1 (en) * | 2014-12-08 | 2016-06-16 | Rutgers, The State University Of New Jersey | Methods for measuring physiologically relevant motion |
CN104503593A (zh) * | 2015-01-23 | 2015-04-08 | 北京智谷睿拓技术服务有限公司 | 控制信息确定方法和装置 |
CN104503592A (zh) * | 2015-01-23 | 2015-04-08 | 北京智谷睿拓技术服务有限公司 | 头部动作确定方法和装置 |
-
2015
- 2015-01-23 CN CN201510035315.4A patent/CN104503592A/zh active Pending
-
2016
- 2016-01-07 WO PCT/CN2016/070348 patent/WO2016115982A1/en active Application Filing
- 2016-01-07 US US15/544,733 patent/US10824225B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103150007A (zh) * | 2011-12-06 | 2013-06-12 | 联想(北京)有限公司 | 一种输入方法及装置 |
CN104095648A (zh) * | 2013-04-07 | 2014-10-15 | 上海联影医疗科技有限公司 | Ct扫描控制设备及ct扫描*** |
CN103617362A (zh) * | 2013-12-04 | 2014-03-05 | 北京怡成生物电子技术有限公司 | 一种心电数据处理方法及*** |
CN104267808A (zh) * | 2014-09-18 | 2015-01-07 | 北京智谷睿拓技术服务有限公司 | 动作识别方法和设备 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10198071B2 (en) | 2015-01-23 | 2019-02-05 | Beijing Zhigu Rui Tuo Tech Co., Ltd. | Methods and apparatuses for determining control information |
WO2016115982A1 (en) * | 2015-01-23 | 2016-07-28 | Beijing Zhigu Rui Tuo Tech Co., Ltd. | Methods and apparatuses for determining head movement |
WO2016115983A1 (en) * | 2015-01-23 | 2016-07-28 | Beijing Zhigu Rui Tuo Tech Co., Ltd. | Methods and apparatuses for determining control information |
US10824225B2 (en) | 2015-01-23 | 2020-11-03 | Beijing Zhigu Rui Tuo Tech Co., Ltd. | Methods and apparatuses for determining head movement |
WO2016169476A1 (en) * | 2015-04-20 | 2016-10-27 | Beijing Zhigu Rui Tuo Tech Co., Ltd. | Method and device for determining head movement |
CN106155296A (zh) * | 2015-04-20 | 2016-11-23 | 北京智谷睿拓技术服务有限公司 | 控制方法和设备 |
US10936052B2 (en) | 2015-04-20 | 2021-03-02 | Beijing Zhigu Rui Tuo Tech Co., Ltd | Method and device for determining head movement according to electrooculographic information |
US10613623B2 (en) | 2015-04-20 | 2020-04-07 | Beijing Zhigu Rui Tuo Tech Co., Ltd | Control method and equipment |
CN106293013A (zh) * | 2015-04-30 | 2017-01-04 | 北京智谷睿拓技术服务有限公司 | 头部动作确定方法和设备 |
US10646141B2 (en) | 2015-04-30 | 2020-05-12 | Beijing Zhigu Rui Tuo Tech Co., Ltd | Method and device for determining head movement |
CN106371561A (zh) * | 2015-08-19 | 2017-02-01 | 北京智谷睿拓技术服务有限公司 | 输入信息确定方法和设备 |
CN106371560B (zh) * | 2015-08-19 | 2020-06-02 | 北京智谷睿拓技术服务有限公司 | 吹吸气确定方法和设备 |
CN106371560A (zh) * | 2015-08-19 | 2017-02-01 | 北京智谷睿拓技术服务有限公司 | 吹吸气确定方法和设备 |
CN106293049A (zh) * | 2015-08-19 | 2017-01-04 | 北京智谷睿拓技术服务有限公司 | 输入信息确定方法和设备 |
CN106648058A (zh) * | 2016-10-10 | 2017-05-10 | 珠海格力电器股份有限公司 | 一种歌曲切换方法及装置 |
CN108537200A (zh) * | 2018-04-19 | 2018-09-14 | 佛山市长郡科技有限公司 | 一种用于通过动作识别选择性地收集脑电图数据的装置及方法 |
CN108537200B (zh) * | 2018-04-19 | 2021-10-26 | 北京和信康科技有限公司 | 一种用于通过动作识别选择性地收集脑电图数据的装置及方法 |
CN109697831A (zh) * | 2019-02-25 | 2019-04-30 | 湖北亿咖通科技有限公司 | 疲劳驾驶监测方法、装置及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US20180011532A1 (en) | 2018-01-11 |
WO2016115982A1 (en) | 2016-07-28 |
US10824225B2 (en) | 2020-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104503592A (zh) | 头部动作确定方法和装置 | |
CN104503593A (zh) | 控制信息确定方法和装置 | |
Barachant et al. | A plug&play P300 BCI using information geometry | |
CN110070105B (zh) | 基于元学习实例快速筛选的脑电情绪识别方法、*** | |
Kee et al. | Multi-objective genetic algorithm as channel selection method for P300 and motor imagery data set | |
Oweiss | Statistical signal processing for neuroscience and neurotechnology | |
Kam et al. | Non-homogeneous spatial filter optimization for ElectroEncephaloGram (EEG)-based motor imagery classification | |
Nicolas-Alonso et al. | Adaptive stacked generalization for multiclass motor imagery-based brain computer interfaces | |
Zhang et al. | Optimum spatio-spectral filtering network for brain–computer interface | |
Jerritta et al. | Emotion recognition from facial EMG signals using higher order statistics and principal component analysis | |
CN114533086B (zh) | 一种基于空域特征时频变换的运动想象脑电解码方法 | |
CN114305333B (zh) | 一种基于脑网络和深度学习的脑电信号识别方法 | |
He et al. | Motor imagery EEG signals analysis based on Bayesian network with Gaussian distribution | |
Wu et al. | Regularized group sparse discriminant analysis for P300-based brain–computer interface | |
CN113796874B (zh) | 一种基于张量分解模型的多元脑电数据识别分析方法 | |
Elsayed et al. | A deep learning approach for brain computer interaction-motor execution EEG signal classification | |
Graña et al. | Improved activity recognition combining inertial motion sensors and electroencephalogram signals | |
CN114415842A (zh) | 一种基于位点等效增强的脑机接口解码方法及装置 | |
Yudhana et al. | Recognizing human emotion patterns by applying Fast Fourier Transform based on brainwave features | |
Bod et al. | From end to end: Gaining, sorting, and employing high-density neural single unit recordings | |
Jaswal et al. | Empirical analysis of multiple modalities for emotion recognition using convolutional neural network | |
CN113558644A (zh) | 一种3d矩阵与多维卷积网络的情感分类方法、介质和设备 | |
US20230315203A1 (en) | Brain-Computer Interface Decoding Method and Apparatus Based on Point-Position Equivalent Augmentation | |
Andrade et al. | Generative topographic mapping applied to clustering and visualization of motor unit action potentials | |
Spinnato et al. | Detecting single-trial EEG evoked potential using a wavelet domain linear mixed model: application to error potentials classification |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150408 |
|
RJ01 | Rejection of invention patent application after publication |