CN107510453B - 一种前额区脑电分析方法 - Google Patents

一种前额区脑电分析方法 Download PDF

Info

Publication number
CN107510453B
CN107510453B CN201710949317.3A CN201710949317A CN107510453B CN 107510453 B CN107510453 B CN 107510453B CN 201710949317 A CN201710949317 A CN 201710949317A CN 107510453 B CN107510453 B CN 107510453B
Authority
CN
China
Prior art keywords
forehead
time
electroencephalogram
real
blinking
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.)
Active
Application number
CN201710949317.3A
Other languages
English (en)
Other versions
CN107510453A (zh
Inventor
闫天翼
马长书
赵仑
王博
石国伟
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.)
Beijing wing Stone Technology Co., Ltd.
Nanchang Police Dog Base of Ministry of Public Security
Original Assignee
Nanchang Police Dog Base Of Ministry Of Public Security
Beijing Wing Stone Technology Co Ltd
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 Nanchang Police Dog Base Of Ministry Of Public Security, Beijing Wing Stone Technology Co Ltd filed Critical Nanchang Police Dog Base Of Ministry Of Public Security
Priority to CN201710949317.3A priority Critical patent/CN107510453B/zh
Publication of CN107510453A publication Critical patent/CN107510453A/zh
Application granted granted Critical
Publication of CN107510453B publication Critical patent/CN107510453B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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]
    • 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
    • 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
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • 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
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Psychology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明特别涉及一种前额区脑电分析方法，通过测试采样获取前额基准脑电信号，并从中提取眼电噪声平均波形。在脑电数据的实时处理中采用带通滤波和陷波滤波分别去除脑电中的高频噪声和工频干扰噪声，得到前额实时初滤脑电信号。根据预设眼电噪声幅度阈值来提取前额实时初滤脑电信号的眨眼周期，并采用叠加眼电噪声平均波形的方法抵消前额实时初滤脑电信号中由眨眼导致的噪声干扰。本发明的前额区脑电分析方法，无需设置眼电采集电极即可对单个电极的脑电数据进行纯化去噪，能够提高脑电信号的信噪比，同时由于采用预先提取标准眼电波形的方法，缩短了后续数据处理的时间，更加满足实时性的要求。

Description

一种前额区脑电分析方法
技术领域
本发明涉及脑电分析方法，具体地涉及一种前额区脑电分析方法。
背景技术
脑机接口设备常常在人头部前额区设置电极，通过特征提取的方法测量人的专注度。但前额脑区的导联采集到的前额区脑电信号极易受到眨眼的干扰而混入眼电噪声，导致数据的信噪比低、可靠性差、难于提取特征。现有技术中眼电噪声的去除依赖主成分分析和独立成分分析方法，需要单独的设置位于眼睛周围的眼电采集电极，增加了设备的复杂性，同时这两种去噪的方法均需要较长的时长，难以满足实时性的要求。
发明内容
为了克服现有技术的缺陷，本发明的目的在于提供一种能够不依赖眼电采集电极的脑电分析方法。
为实现上述目的，本发明是通过以下技术方案实现的：一种前额区脑电分析方法，包括下述步骤：
步骤1，针对前额电位进行测试采样获得T0时段前额基准脑电信号，并从所述前额基准脑电信号中提取眼电噪声平均波形；
步骤2，针对前额电位进行实时监测获得T1时段中各个采样点m的前额实时脑电信号，并将所述前额实时脑电信号通过至少一级滤波器进行滤波获得到前额实时初滤脑电信号；
步骤3，确定眨眼阈值时刻Tmp，将采样点m的前额实时初滤脑电信号sm的幅度值由小于预设眼电噪声幅度阈值变更成等于预设眼电噪声幅度阈值时采样点m所在时刻为眨眼阈值时刻Tmp，设定眨眼阈值时刻Tmp之前的时段a为第一眨眼时段，并设定眨眼阈值时刻Tmp之后的时段b为第二眨眼时段，所述第一眨眼时段和第二眨眼时段构成一个眨眼周期；
步骤4，对眨眼周期内的前额实时初滤脑电信号进行降噪处理，将眨眼周期内的前额实时初滤脑电信号与眼电噪声平均波形相叠加，抵消掉所述眨眼周期内由于眨眼而引起的噪声干扰，从而获得修正后前额实时初滤脑电信号；以及
步骤5，利用修正后前额实时初滤脑电信号替换相应的所述眨眼周期内前额实时初滤脑电信号，从而获得实时纯净脑电信号曲线。
其中，所述步骤1进一步包括下述子步骤：
子步骤1-1,针对前额电位进行测试采样获得T0时段前额基准脑电信号，对所述前额基准脑电信号按照预设眼电噪声频率范围进行带通滤波得到前额基准初滤眼电信号；
子步骤1-2，将所述前额基准初滤脑电信号各数据点幅值xn与预设眼电噪声幅度阈值进行比较，当xn由小于预设眼电噪声幅度阈值变更成等于预设眼电噪声幅度阈值时，设定该数据点之前的时段a为第一测试眨眼时段，设定该数据点之后的时段b为第二测试眨眼时段，所述第一测试眨眼时段和所述第二测试眨眼时段构成一个测试眨眼周期，提取所述测试眨眼周期内的前额基准初滤脑电信号为该眨眼周期内的眨眼信号；
子步骤1-3，将T0时段内所有眨眼周期内的眨眼信号平均，得到眼电噪声平均波形。
其中，所述至少一级滤波器包括一级用于去除高频噪声的低通滤波器。
其中，当采用交流电供电进行脑电采集时，所述至少一级滤波器还包括一级用于去除工频干扰的陷波滤波器，所述陷波滤波器的陷波频率与所述交流电的频率相同。
其中，所述低通滤波器的滤波上限为60Hz。
其中，所述预设眼电噪声频率范围为1-10Hz。
其中，所述预设眼电噪声幅度阈值为100微伏，所述时段a的延续时长为50毫秒，所述时段b的延续时长为300毫秒。
其中，所述T0时段的延续时长为30秒。
步骤3和步骤4进一步包括以下子步骤：
子步骤3-4-1，将各个采样点的前额实时初滤脑电信号与预设眼电噪声幅度阈值进行比较，当采样点m的前额实时初滤脑电信号sm的幅度值小于预设眼电噪声幅度阈值时，执行子步骤3-4-2，当采样点m的前额实时初滤脑电信号sm的幅度值大于预设眼电噪声幅度阈值时，采样点m所在时刻对应为眨眼阈值时刻Tmp,执行子步骤3-4-3；
子步骤3-4-2，将所述前额实时初滤脑电信号sm作为初级纯净脑电信号进行优先输出，令m＝m+1继续执行步骤3-4-1；以及
子步骤3-4-3，对采样点m之前的第一眨眼时段a内的初级纯净脑电信号进行眼电降噪修正，将第一眨眼时段a内的初级纯净脑电信号与所述眼电噪声平均波形的第一眨眼时段叠加，从而获得到采样点m-a到采样点m之间的修正纯净脑电波形；在眨眼阈值时刻Tmp之后的第二眨眼时段b内的前额实时初滤脑电信号进行眼电降噪，将第二眨眼时段b内的前额实时初滤脑电信号与所述眼电噪声平均波形的第二眨眼时段叠加，从而获得到采样点m至采样点m+b之间的修正纯净脑电波形予以输出；整合采样点m-a到采样点m之间的修正纯净脑电波形和采样点m至采样点m+b之间的修正纯净脑电波形，获得实时纯净脑电信号曲线，令m＝m+b+1执行子步骤3-4-1。
与现有技术相比，本发明具有以下有益效果：
本发明的一种前额区脑电分析方法，能够在不设置眼电采集电极的情况下，对前额区脑电信号中混入的眼电噪声进行去除，结合低通滤波器去除高频噪声，并利用陷波滤波器去除工频干扰，因此本发明的脑电分析方法具有信噪比高的优点；由于采取预先提取眼电噪声平均波形的方法，降低了对后续实时数据处理的计算能力要求，能够提高数据处理的速度，实时性好，适宜推广应用。
附图说明
图1是应用本发明的前额区脑电分析方法的脑电采集设备示意图；
图2是应用本发明的前额区脑电分析方法的流程图；
图3是应用本发明前额区脑电分析方法获得的前额实时脑电信号；
图4是应用本发明前额区脑电分析方法获得的眨眼周期示意图；
图5是应用本发明前额区脑电分析方法获得的眼电噪声平均波形示意图；
图6是应用本发明前额区脑电分析方法获得的前额实时初滤脑电信号的示意图；以及
图7是应用本发明前额区脑电分析方法中修正后前额实时初滤脑电信号而获得实时纯净脑电信号曲线示意图。
具体实施方式
以下将参考附图详细说明本发明的示例性实施例、特征和方面。为了更好的说明本发明，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本发明同样可以实施。对于本领域技术人员熟知的方法、手段未作详细描述，以便于凸显本发明的主旨。
如图1、图2所示，采用可穿戴式的脑电采集设备采集一名成年人受试者的前额区脑电信号，所述脑电采集设备包括脑电采集模块、纯化模块和无线通讯模块，所述纯化模块选用本发明的前额区脑电分析方法对采集到的脑电信号进行去噪纯化，而后经由无线通讯模块无线输出。所述脑电采集模块包括一个放置在受试者F3电极处的前额电极、固定在受试者左耳的左耳电极和固定在受试者右耳的右耳电极，以及用于将左耳电极采集到的皮肤电位作为接地信号，将右耳电极采集到的皮肤电位作参考，将前额电极采集到的头皮电位信号转化为前额脑电信号输出的TGAM芯片，所述前额脑电信号按照其所处的时段，分别命名为位于初始化时段的前额基准脑电信号和位于实时采集时段的前额实时脑电信号。
使用时，共采用下述步骤1至步骤5进行数据采集分析：
步骤1，首先将脑电采集设备初始化30秒，在这30秒中，所述脑电采集模块采集头皮电位并转化为前额基准脑电信号输出至初始化子模块，所述初始化子模块从所述前额基准脑电信号中提取眼电噪声平均波形，具体包括下述子步骤1-1至子步骤1-3：
子步骤1-1,对所述前额基准脑电信号按照预设眼电噪声频率范围进行带通滤波，即进行1-10Hz的带通滤波得到前额基准初滤眼电信号。
子步骤1-2，将所述前额基准初滤脑电信号各数据点幅值xn与预设眼电噪声幅度阈值进行比较，所述预设眼电噪声幅度阈值为100微伏。当xn由小于100微伏变更成等于100微伏时，如图4所示，设定该数据点之前的50毫秒为第一测试眨眼时段，设定该数据点之后的300毫秒为第二测试眨眼时段，所述第一测试眨眼时段和所述第二测试眨眼时段构成一个测试眨眼周期，提取所述测试眨眼周期内的前额基准初滤脑电信号为该眨眼周期内的眨眼信号。
子步骤1-3，将初始化30秒内所有眨眼周期内的眨眼信号平均，得到如图5所示的眼电噪声平均波形，并保存至修正子模块的存储单元中。
步骤2，初始化完成后，开始进行实时采集。所述脑电采集模块继续采集头皮电位，获取各个采样点m的如图3所示的前额实时脑电信号。在去噪子模块中，将所述前额实时脑电信号通过一级60Hz的低通滤波器进行低通滤波后再进行50Hz的陷波滤波，获得到如图6所示的前额实时初滤脑电信号，由于仅做了滤波处理，此时得到的前额实时初滤脑电信号的采样率与所述前额实时脑电信号相同。
步骤3，确定受试者在实时采集时段的实时眨眼阈值时刻Tmp，对每个采样点的前额实时初滤脑电信号的幅度值均与100微伏进行比较，当所述前额实时初滤脑电信号的幅值从低于100微伏变成高于100微伏时，定义此时的时刻为眨眼阈值时刻Tmp，对应Tmp之前50毫秒的时段定义为第一眨眼时段，对应Tmp之后300毫秒的时段定义为第二眨眼时段，对应Tmp之前50毫秒至Tmp之后300毫秒的时段定义为该次眨眼的眨眼周期。
步骤4，对眨眼周期内的前额实时初滤脑电信号进行降噪处理，将眨眼周期内的前额实时初滤脑电信号与修正子模块的眼电噪声平均波形相叠加，抵消掉所述眨眼周期内由于眨眼而引起的噪声干扰，从而获得修正后前额实时初滤脑电信号。
步骤5，利用修正后前额实时初滤脑电信号替换相应的所述眨眼周期内前额实时初滤脑电信号，从而获得如图7所示的实时纯净脑电信号，将所述实时纯净脑电信号输出至无线通讯模块，并进一步的采用无线数据传输的方式传出。
最后应说明的是：以上所述的各实施例仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或全部技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (9)

1.一种前额区脑电分析方法，其特征在于：包括以下步骤：
步骤1，针对前额电位进行测试采样获得T0时段前额基准脑电信号，并从所述前额基准脑电信号中提取眼电噪声平均波形；
步骤2，针对前额电位进行实时监测获得T1时段中各个采样点m的前额实时脑电信号，并将所述前额实时脑电信号通过至少一级滤波器进行滤波获得前额实时初滤脑电信号；
步骤3，确定眨眼阈值时刻Tmp，将采样点m的前额实时初滤脑电信号sm的幅度值由小于预设眼电噪声幅度阈值变更成等于预设眼电噪声幅度阈值时采样点m所在时刻为眨眼阈值时刻Tmp，设定眨眼阈值时刻Tmp之前的时段a为第一眨眼时段，并设定眨眼阈值时刻Tmp之后的时段b为第二眨眼时段，所述第一眨眼时段和第二眨眼时段构成一个眨眼周期；
步骤4，对眨眼周期内的前额实时初滤脑电信号进行降噪处理，将眨眼周期内的前额实时初滤脑电信号与眼电噪声平均波形相叠加，抵消掉所述眨眼周期内由于眨眼而引起的噪声干扰，从而获得修正后前额实时初滤脑电信号；以及
步骤5，利用修正后前额实时初滤脑电信号替换相应的所述眨眼周期内前额实时初滤脑电信号，从而获得实时纯净脑电信号曲线。
2.根据权利要求1所述的前额区脑电分析方法，其特征在于，所述步骤1进一步包括下述子步骤：
子步骤1-1,针对前额电位进行测试采样获得T0时段前额基准脑电信号，对所述前额基准脑电信号按照预设眼电噪声频率范围进行带通滤波得到前额基准初滤眼电信号；
子步骤1-2，将所述前额基准初滤脑电信号各数据点幅值xn与预设眼电噪声幅度阈值进行比较，当xn由小于预设眼电噪声幅度阈值变更成等于预设眼电噪声幅度阈值时，设定该数据点之前的时段a为第一测试眨眼时段，设定该数据点之后的时段b为第二测试眨眼时段，所述第一测试眨眼时段和所述第二测试眨眼时段构成一个测试眨眼周期，提取所述测试眨眼周期内的前额基准初滤脑电信号为该眨眼周期内的眨眼信号；以及
子步骤1-3，将T0时段内所有眨眼周期内的眨眼信号平均，得到眼电噪声平均波形。
3.根据权利要求1所述的前额区脑电分析方法，其特征在于，至少一级滤波器包括一级用于去除高频噪声的低通滤波器。
4.根据权利要求3所述的前额区脑电分析方法，其特征在于，当采用交流电供电进行脑电采集时，所述至少一级滤波器还包括一级用于去除工频干扰的陷波滤波器，所述陷波滤波器的陷波频率与所述交流电的频率相同。
5.根据权利要求3所述的前额区脑电分析方法，其特征在于，所述低通滤波器的滤波上限为60Hz。
6.根据权利要求2所述的前额区脑电分析方法，其特征在于，所述预设眼电噪声频率范围为1-10Hz。
7.根据权利要求2所述的前额区脑电分析方法，其特征在于，所述预设眼电噪声幅度阈值为100微伏，所述时段a的延续时长为50毫秒，所述时段b的延续时长为300毫秒。
8.根据权利要求1所述的前额区脑电分析方法，其特征在于，所述T0时段的延续时长为30秒。
9.根据权利要求1所述的前额区脑电分析方法，其特征在于，步骤3进一步包括下述步骤：
步骤3-4-1，将各个采样点的前额实时初滤脑电信号与预设眼电噪声幅度阈值进行比较，当采样点m的前额实时初滤脑电信号sm的幅度值小于预设眼电噪声幅度阈值时，执行步骤3-4-2，当采样点m的前额实时初滤脑电信号sm的幅度值大于预设眼电噪声幅度阈值时，采样点m所在时刻对应为眨眼阈值时刻Tmp,执行步骤3-4-3；
步骤3-4-2，将所述前额实时初滤脑电信号sm作为初级纯净脑电信号进行优先输出，令m＝m+1继续执行步骤3-4-1；以及
步骤3-4-3，对采样点m之前的第一眨眼时段a内的初级纯净脑电信号进行眼电降噪修正，将第一眨眼时段a内的初级纯净脑电信号与所述眼电噪声平均波形的第一眨眼时段叠加，从而获得到采样点m-a到采样点m之间的修正纯净脑电波形；在眨眼阈值时刻Tmp之后的第二眨眼时段b内的前额实时初滤脑电信号进行眼电降噪，将第二眨眼时段b内的前额实时初滤脑电信号与所述眼电噪声平均波形的第二眨眼时段叠加，从而获得到采样点m至采样点m+b之间的修正纯净脑电波形予以输出；整合采样点m-a到采样点m之间的修正纯净脑电波形和采样点m至采样点m+b之间的修正纯净脑电波形，获得实时纯净脑电信号曲线，令m＝m+b+1执行步骤3-4-1。
CN201710949317.3A 2017-10-12 2017-10-12 一种前额区脑电分析方法 Active CN107510453B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710949317.3A CN107510453B (zh) 2017-10-12 2017-10-12 一种前额区脑电分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710949317.3A CN107510453B (zh) 2017-10-12 2017-10-12 一种前额区脑电分析方法

Publications (2)

Publication Number Publication Date
CN107510453A CN107510453A (zh) 2017-12-26
CN107510453B true CN107510453B (zh) 2019-12-24

Family

ID=60727262

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710949317.3A Active CN107510453B (zh) 2017-10-12 2017-10-12 一种前额区脑电分析方法

Country Status (1)

Country Link
CN (1) CN107510453B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019127559A1 (zh) * 2017-12-30 2019-07-04 深圳迈瑞生物医疗电子股份有限公司 一种高频射频干扰去除装置及方法
CN112336355A (zh) * 2020-11-06 2021-02-09 广东电网有限责任公司电力科学研究院 基于脑电信号作业人员的******、装置及设备
CN113080971A (zh) * 2021-04-12 2021-07-09 北京交通大学 一种通过检测眨眼信号判断疲劳状态的方法和***
CN114237383B (zh) * 2021-11-09 2024-03-12 浙江迈联医疗科技有限公司 基于前额单导联脑电信号的多状态识别方法
CN114159064B (zh) * 2022-02-11 2022-05-17 深圳市心流科技有限公司 基于脑电信号的专注力评估方法、装置、设备及存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7684856B2 (en) * 2005-12-12 2010-03-23 General Electric Company Detection of artifacts in bioelectric signals
CN1883384A (zh) * 2006-06-22 2006-12-27 复旦大学 一种脑电信号伪迹成分的自动识别和去除方法
CN101869477B (zh) * 2010-05-14 2011-09-14 北京工业大学 一种自适应脑电信号中眼电伪迹的自动去除方法
CN105595996B (zh) * 2016-03-10 2019-05-31 西安科技大学 一种眼电与脑电综合判定的疲劳驾驶脑电监测方法
CN106236083B (zh) * 2016-09-21 2018-02-16 广州视源电子科技股份有限公司 睡眠状态分析中去除眼电伪迹的设备

Also Published As

Publication number Publication date
CN107510453A (zh) 2017-12-26

Similar Documents

Publication Publication Date Title
CN107510453B (zh) 一种前额区脑电分析方法
CN110353672B (zh) 一种脑电信号中眼部伪迹去除***及去除方法
WO2021109601A1 (zh) 一种麻醉深度的测量方法、存储介质及电子设备
CN110368577A (zh) 可编程柔性经颅电刺激与脑电采集一体***
CN111227830B (zh) 一种基于复杂改进多尺度传递熵的脑肌电耦合分析方法
CN105942974A (zh) 一种基于低频脑电的睡眠分析方法及***
CN106983509B (zh) 一种具有实时打标功能的便携式脑电采集***
CN107510555B (zh) 一种轮椅脑波控制装置及控制方法
CN111870813A (zh) 一种基于便捷式eeg设备的脑电刺激记忆力增强***
CN106874872A (zh) 工频噪声滤除装置与方法
CN105011951A (zh) 一种用脑电波提取眼睛眨动次数的装置及方法
Roy et al. A NLMS based approach for artifacts removal in multichannel EEG signals with ICA and double density wavelet transform
CN106333676B (zh) 清醒状态下的脑电信号数据类型的标注装置
Senevirathna et al. Low cost mobile EEG for characterization of cortical auditory responses
CN113208633A (zh) 一种基于eeg脑波的情绪识别方法、***
CN112972894A (zh) 一种利用多导经颅交流电刺激干预酒精成瘾的方法
CN110051351B (zh) 咬牙信号获取方法以及电子设备的控制方法及装置
CN115969398B (zh) 眨眼检测方法及装置
CN113208623A (zh) 一种基于卷积神经网络的睡眠分期方法、***
Ghandeharion et al. Detection and removal of ocular artifacts using Independent Component Analysis and wavelets
CN201668389U (zh) 身份识别电极帽
Li et al. Ocular Artifact Removal Algorithm of Single Channel EEG Based on CEEMDAN-ICA-WTD
CN112022151A (zh) 一种脑电棘慢波的处理及识别方法
CN113407026B (zh) 增强无毛发区脑电响应强度的脑-机接口***和方法
Zhao et al. Research on steady state visual evoked potential based on FBCCA

Legal Events

Date Code Title Description
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CB03 Change of inventor or designer information

Inventor after: Wang Bo

Inventor after: Ma Changshu

Inventor after: Zhao Lun

Inventor after: Shi Guowei

Inventor after: Yan Tianyi

Inventor before: Yan Tianyi

Inventor before: Ma Changshu

Inventor before: Zhao Lun

Inventor before: Wang Bo

Inventor before: Shi Guowei

CB03 Change of inventor or designer information
CP03 Change of name, title or address

Address after: No. 518 Xingguo Road, Nanchang, Jiangxi Province

Co-patentee after: Beijing wing Stone Technology Co., Ltd.

Patentee after: Nanchang Police Dog Base of Ministry of Public Security

Address before: Room 1, room 128, room 6, Summer Palace, Summer Palace, Beijing, Beijing

Co-patentee before: Nanchang Police Dog Base of Ministry of Public Security

Patentee before: Beijing wing Stone Technology Co., Ltd.

CP03 Change of name, title or address