公开(公告)号：CN119166997A

公开(公告)日：2024-12-20

申请号：CN202411205830.8

申请日：2024-08-30

Applicant: 复旦大学

Inventor： 谭欣 ,  张小小 ,  刘骁 ,  戴晨赟 ,  孙伯民

IPC: G06F18/10 ,  A61B5/395 ,  A61B5/397 ,  A61B5/11 ,  A61B5/00 ,  G06F18/2135 ,  G06F18/24 ,  G06F17/16 ,  G06F17/14

Abstract: 本发明属于医学诊断和治疗评估技术领域，具体为基于HD‑sEMG和神经元分析的运动障碍治疗效果评估系统。本发明通过诱发运动障碍患者手部病理性震颤症状，采集前臂HD‑sEMG数据，分析、评估DBS治疗前后运动障碍患者病理性震颤症状的改善效果；系统包括：数据采集平台，记录前臂屈肌和伸肌的表面肌电数据；数据预处理模块，通过滤波去除噪声和基线漂移，提升信号质量；运动单元分解与识别模块，对前臂屈肌和伸肌的运动单元进行分解与识别；微观神经元特性分析模块，分析神经元放电特性，反映神经控制的变化情况；通过比较脑深部电刺激治疗前后的神经元特性变化，评估震颤症状的改善情况，辅助医生优化治疗方案，从而提升治疗效果，改善患者生活质量。

公开(公告)号：CN117577113A

公开(公告)日：2024-02-20

申请号：CN202311012585.4

申请日：2023-08-11

Applicant: 复旦大学

Inventor： 孙振宇 ,  谭欣

IPC: G10L15/25 ,  G10L25/03 ,  G10L25/51 ,  G06F18/10 ,  G06F18/2132 ,  G06F18/2323 ,  G06F18/24 ,  A61B5/397 ,  A61B5/00

Abstract: 本发明属于语音识别技术领域，具体为一种基于复杂网络的高密度表面肌电无声语音识别通道选择方法。本发明方法包括：面部肌电信号采集及处理，减少运动伪影，降低高频噪声；采用陷波滤波器避免电力线的干扰；构建复杂网络，复杂网络用图G(V，E)表示，利用互信息方法，分析每对通道之间的相关性；对于每个电极阵列，构造邻接矩阵A(asq)；使用louvain算法优化网络；提取特征及分类，将提取的特征矩阵输入到线性判别分析分类器中进行训练。本发明在初始肌肉网络的基础上，利用复杂网络理论中社区优化的Louvain算法，保证识别准确率，减少冗余通道，提高计算速度；筛选出对无声语音识别贡献大的通道，降低冗余的同时提高准确率。

公开(公告)号：CN116822121A

公开(公告)日：2023-09-29

申请号：CN202310131480.4

申请日：2023-02-17

Applicant: 复旦大学

Inventor： 谭欣 ,  戴晨赟 ,  陈炜 ,  刘翔宇 ,  姜新雨 ,  林展辉

IPC: G06F30/20 ,  A61B5/397 ,  G10L15/24 ,  G10L25/87

Abstract: 本发明属于无声语音识别技术领域，具体为基于面颈部发音肌群激活的SSR肌电电极贴片优化设计方法。本发明选择与发音过程密切相关的颧肌、颊肌、提角肌、颈阔肌、胸锁乳突肌、环甲肌、甲状舌骨肌、颏肌、降下唇肌作为目标肌群，面部、颈部两侧及下巴区域作为肌电信号的采集区域并贴敷320通道高密度表面肌电采集阵列，从生理信号层面获取高精度的发音肌群神经放电信息和肌肉运动信息；通过量化发音肌群的空间激活模式来确定活跃区域和非活跃区域，并通过增加活跃区域的通道密度和减少非活跃区域的覆盖面积来优化电极布局；通过电极优化布局，在兼顾高密度电极阵列捕获丰富肌肉活动特征能力的同时，减少冗余通道并提高计算效率。