公开(公告)号：CN115238732A

公开(公告)日：2022-10-25

申请号：CN202210674634.X

申请日：2022-06-15

Applicant: 西安电子科技大学

Inventor： 王慎弘 ,  李甫 ,  冀有硕 ,  张熙 ,  李阳 ,  牛毅 ,  宋卓琛 ,  蒋之铭

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  A61B5/374 ,  A61B5/378 ,  A61B5/38 ,  A61B5/00 ,  A61B5/16

Abstract: 本发明提供的一种虚拟现实下的细粒度情绪脑电检测方法及系统，利用沉浸、可有效隔绝环境干扰播放情绪视频的方式从而刺激用户情绪，提升采集到的脑电信号质量，增强系统的可用性；之后使用细粒度情绪脑电解码网络，提取情绪脑电信号中的空间时间特征，相比于传统无法有效表现用户情绪强弱，本发明可以在解码得到用户情绪状态的前提下，进一步获取用户的情绪强度。并且本发明在完成训练阶段后，无论离线分析用户状态还是在线解码获取用户情绪，都可直接进行使用，适合多种任务中应用可以拓宽情绪脑电的应用场景。

公开(公告)号：CN114118176A

公开(公告)日：2022-03-01

申请号：CN202210001444.1

申请日：2022-01-04

Applicant: 西安电子科技大学

Inventor： 李甫 ,  李鸿鑫 ,  张熙 ,  楚文龙 ,  吴昊 ,  付博勋 ,  冀有硕 ,  周祎瑾 ,  王慎弘 ,  张利剑 ,  陈远方 ,  李阳 ,  牛毅 ,  石光明

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请属于信号处理技术领域，涉及一种脑电信号的分类方法，具体提供了一种基于解耦表示学习的连续快速视觉演示脑电信号分类方法，该方法包括如下步骤：S1，脑电信号的获取及预处理；S2，解耦表示学习网络的构建；S3，对构建的解耦表示学习网络进行训练；S4，对训练后的解耦表示学习网络进行测试；S5，对测试后的解耦表示学习网络进行微调；S6，对微调后的解耦表示学习网络进行实时检测。本发明将学习过程解耦为表示学习过程和分类器学习过程，避免分类器对表示学习过程产生影响，解决了连续快速视觉演示分类中存在的类别不平衡问题导致分类准确率低的问题，从而提高脑电信号的分类准确率。