公开(公告)号：CN118709069A

公开(公告)日：2024-09-27

申请号：CN202410702331.3

申请日：2024-06-02

Applicant: 安徽大学

Inventor： 范存航 ,  杨帆 ,  吕钊 ,  李平 ,  裴胜兵 ,  李心慧

IPC: G06F18/2415 ,  A61B5/369 ,  A61B5/00 ,  G06F18/2431 ,  G06F18/213 ,  G06F18/214 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明公开了一种联合全域和子域适应的多尺度运动想象跨被试识别方法和系统，方法包括：将多个受试者的脑电信号划分为源域与目标域数据并预处理；采用多尺度特征提取单元获取时空特征；引入全局域分类器训练域判别，对齐边缘分布；引入子域域分类器学习局部域迁移，对齐条件分布；利用经过两次对齐后的时空特征训练深层分类器；通过迭代训练使得总损失函数值收敛得到运动想象跨被试识别模型。本发明结合了多尺度卷积层来捕获时空结构信息，全局域分类器来减少跨域的边缘分布偏移，以及子域域分类器来对齐相关子域在源域和目标域的条件分布偏移，通过捕获细粒度信息来扩展域适应网络能力，能够显著提高运动想象识别技术的准确率。

公开(公告)号：CN117992909A

公开(公告)日：2024-05-07

申请号：CN202410124705.8

申请日：2024-01-29

Applicant: 安徽大学

Inventor： 范存航 ,  张宏玉 ,  倪钦科 ,  吕钊 ,  裴胜兵 ,  李平

IPC: G06F18/25 ,  A61B5/369 ,  A61B3/024 ,  G06F18/213 ,  G06V40/16 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请涉及一种视听场景下的听觉注意解码方法、装置和助听系统，其中，该目标说话者定位方法包括；实时获取听者的脑电信号和视野图像；其中，所述脑电信号通过佩戴于听者头部的脑电信号采集设备采集得到，所述视野图像通过与听者头部同步运动的图像采集设备采集得到；将所述脑电信号和所述视野图像输入基于机器学习的听觉注意解码模型，通过所述听觉注意解码模型得到目标说话者的空间方位。本发明充分考虑了实际场景中可用于定位目标说话者的信息，进而能够更加准确地锁定目标说话者的空间方位，改进了现有的听觉注意解码算法，可以更加充分地注意目标说话者的声音，解决了目前的听觉注意解码算法对目标声源的定位准确性较低的问题。

公开(公告)号：CN116894206A

公开(公告)日：2023-10-17

申请号：CN202310616845.2

申请日：2023-05-29

Applicant: 安徽大学

Inventor： 吕钊 ,  滕维 ,  吴敏超 ,  范存航 ,  裴胜兵 ,  李平

IPC: G06F18/241 ,  G06F16/21 ,  G06F16/28 ,  G06F18/25

Abstract: 本发明公开了一种基于视频‑气味联合诱发的多模态情感识别方法，包括以下步骤：受试者观看情感状态为积极、中性、消极的视频材料，同时结合同性质的气味作为视频和气味混合刺激；采集受试者在纯视频刺激和视频气味混合刺激两种刺激模式下的EEG信号和EOG信号，建立一个多刺激诱发的多模态情感数据库；数据预处理；对预处理之后的EEG信号和EOG信号提取各自的情感特征；将提取的情感特征采用基于联合训练的混合融合策略进行分类学习和训练，获得最终预测的情感类别。还公开了一种基于视频‑气味联合诱发的多模态情感识别系统。本发明填补了视频‑气味诱发的EEG和EOG信号数据库的空白。

公开(公告)号：CN116127286A

公开(公告)日：2023-05-16

申请号：CN202310161384.4

申请日：2023-02-21

Applicant: 安徽大学

Inventor： 范存航 ,  汪锦勤 ,  吕钊 ,  吴敏超 ,  裴胜兵 ,  李平

IPC: G06F18/10 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/08 ,  A61B5/16 ,  A61B5/369 ,  A61B5/00

Abstract: 本发明公开了一种基于轻量级残差卷积胶囊网络的脑电情感识别检测方法，其特征在于，包括以下步骤：S1：提取脑电信号的原始波形并进行数据预处理；S2：采用基于残差卷积网络的特征提取器对特征的通道之间的相互依赖性建模，自动提取深层情绪特征；S3：采用卷积胶囊层将特征数据转换为原始胶囊，其长度和方向反映了与之相关的深层特征的存在性和特征；S4：采用情绪胶囊层作为分类器，利用权重矩阵捕获局部特征之间的位置关系，根据胶囊输出向量的长度表示该特征在当前胶囊层中出现的概率，获得相对应的预测结果。还公开了一种基于轻量级残差卷积胶囊网络的脑电情感识别检测系统。本发明能够显著提高情感识别水平检测的准确率。

公开(公告)号：CN114966544A

公开(公告)日：2022-08-30

申请号：CN202210575952.0

申请日：2022-05-25

Applicant: 安徽大学

Inventor： 曹帅 ,  刘亚萍 ,  徐健 ,  裴胜兵

IPC: G01S5/06 ,  H04W4/02 ,  H04W64/00

Abstract: 本发明公开了一种基于TDoA的搜索加权定位方法，当基站数目等于3时，通过建立方程直接求得一个解析解，该解析解即为最终目标估计位置；当基站数目大于3时，计算三基站的组合个数，并针对每个组合基于TDoA求解出目标位置的解析解；基于目标位置的解析解，构造矩形搜索区域；然后选取候选位置，针对所有的候选位置计算对应候选位置的权重；将权重代入构建的目标函数中，计算得到所有候选位置对应的目标函数值；从计算得到的所有候选位置对应的目标函数值中找到最小值，该最小值对应的候选位置就是最终目标估计位置。该方法不仅考虑了测量误差的影响，还考虑了几何条件对位置估计的影响，充分利用了冗余信息，提高了位置估计精度。

公开(公告)号：CN115601801B

公开(公告)日：2025-04-04

申请号：CN202211113140.0

申请日：2022-09-13

Applicant: 安徽大学

Inventor： 张超 ,  吴小培 ,  吕钊 ,  袁锐 ,  许经纬 ,  高湘萍 ,  张磊 ,  裴胜兵

IPC: A61B5/024 ,  G06V40/16 ,  G06V10/25 ,  G06V10/26 ,  G06V10/77

Abstract: 本发明公开了一种面向远距离大景深场景的非接触式鲁棒心率检测方法及其系统，包括以下步骤：S1：在远距离场景下，使用图像采集设备对用户进行面部视频数据采集，获取用户的面部近景图像；S2：利用人脸检测算法获取人脸区域，并在远距离的高动态场景下，获取人脸中的稳定区域SROI作为检测区域，并使用稳定感兴趣区域跟踪算法在每帧图像中确定该检测区域；S3：对所述SROI图像序列进行预处理、分割和降维，由SROI二维图像序列生成多通道原始观测数据；S4：利用FastICA算法从多通道原始观测信号中分离多种生理信号，通过计算短时峭度的方法从多通道生理信号中确定BVP信号，并进行心率计算。

公开(公告)号：CN115054272B

公开(公告)日：2025-01-07

申请号：CN202210893898.4

申请日：2022-07-27

Applicant: 安徽大学

Inventor： 吕钊 ,  杨小可 ,  范存航 ,  王华彬 ,  裴胜兵 ,  李平 ,  周健

IPC: A61B5/369 ,  G06F18/213 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种面向运动障碍功能重塑的脑电信号识别方法及系统。识别方法包括以下步骤：S1：设置采样周期，获取多个脑电信号；S2：对脑电信号预处理并提取训练集；S3：将训练集中的脑电信号分为不重叠的时间窗口，计算每个时间窗口的皮尔逊系数，获取时域脑功能连接；S4：根据时域脑功能连接和空间域信息建立脑部生物拓扑模型；S5：提取特定频段范围内的初始特征，校准后训练集上的特征作为输入特征；S6：根据输入特征和脑部生物拓扑模型构造可学习图卷积神经网络模型，输出预测标签。本发明通过充分融合时‑频‑空域的脑电信息，学习更具有鉴别性的运动想象特征，使得模型在训练过程中合理优化电极关系，提高了脑电信号识别的准确率。

公开(公告)号：CN118121192B

公开(公告)日：2024-09-13

申请号：CN202410155072.7

申请日：2024-02-02

Applicant: 安徽大学

Inventor： 范存航 ,  倪钦科 ,  张宏玉 ,  吕钊 ,  严盛 ,  裴胜兵 ,  李平

IPC: A61B5/12 ,  A61B5/31 ,  A61B5/00 ,  G06F18/00 ,  G06F18/10 ,  G06F18/25 ,  G06F123/02

Abstract: 本发明公开了一种基于时频域融合的听觉注意检测方法和系统。首先根据不同的决策窗口长度将脑电信号划分成多个与之对应的滑动窗口，再分别通过空域特征提取模块和多频带微分熵模块提取后将其对应结果分别输入到两个并行模块：时间注意力模块和频率残差模块。其中，本发明通过时间注意力模块提取时域特征，通过频率残差模块提取频域特征，最后通过特征融合和分类器模块将时频域特征融合并以此得到听觉注意检测的结果。经过实验证明，本发明得到的预测结果与现有方法相比更加准确，提高了听觉注意检测的精度。

公开(公告)号：CN118364370A

公开(公告)日：2024-07-19

申请号：CN202410529818.6

申请日：2024-04-29

Applicant: 安徽大学

Inventor： 范存航 ,  陈振 ,  吕钊 ,  李平 ,  裴胜兵

IPC: G06F18/2413 ,  G06F18/2415 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/096

Abstract: 本发明涉及脑电信号处理技术领域，具体涉及一种运动想象脑电分类方法、系统和设备。该方法包括如下步骤：S3：将目标域的脑电信号数据输入至脑电信号分类网络模型中得到预测出对应的运动想象类型；所述脑电信号分类网络模型优化方法为：S2：通过源域和目标域对初始脑电信号分类网络模型进行训练，并根据源域脑电信号数据的预测输出结果和真实标签计算分类交叉熵损失LCE，根据目标域脑电信号数据的预测输出结果计算最小类混淆损失LMCC；将两者损失联合组成优化函数，以优化所述初始脑电信号分类网络模型得到所述脑电信号分类网络模型。本发明缩小了源域和目标域脑电信号数据跨时段分布差异，使脑电信号网络模型对目标域的预测更加准确。

公开(公告)号：CN117158926A

公开(公告)日：2023-12-05

申请号：CN202311224749.X

申请日：2023-09-21

Applicant: 安徽大学

Inventor： 裴胜兵 ,  张润泽 ,  宋宇航 ,  董剑涛 ,  刘闻闻 ,  张超 ,  范存航 ,  李平 ,  吕钊

IPC: A61B5/0205 ,  G06V20/40 ,  G06V10/82 ,  G06V40/16 ,  G06N3/0464 ,  A61B5/145 ,  A61B5/00

Abstract: 本发明属于医疗检测领域，具体涉及一种长距离非接触式的生理参数的检测方法、系统和装置。其用于检测用户的心率、呼吸频率和血氧饱和度。该检测方法包括如下步骤：S1：通过可见光相机获取用户面部的视频数据并进行人脸识别，S2：使用LinkNet语义分割网络提取面部图像中皮肤部分的像素信息。S3：对皮肤像素进行时间归一化提取出脉搏波信号。S4：通过傅里叶变换将脉搏波信号转换至频域并计算出心率。S5：对脉搏波信号进行滤波处理得到呼吸信号，根据呼吸信号计算呼吸频率。S6：根据脉搏波信号生成反射率信号，并根据反射率信号计算出血氧饱和度测量值。本发明解决现有非接触式生理特征参数检测方案功能单一，检测精度低，检测距离短的缺陷。