CN104382592A - 一种基于功率谱分析算法的脑电检测装置 - Google Patents
一种基于功率谱分析算法的脑电检测装置 Download PDFInfo
- Publication number
- CN104382592A CN104382592A CN201410763270.8A CN201410763270A CN104382592A CN 104382592 A CN104382592 A CN 104382592A CN 201410763270 A CN201410763270 A CN 201410763270A CN 104382592 A CN104382592 A CN 104382592A
- Authority
- CN
- China
- Prior art keywords
- circuit
- eeg
- filter circuit
- outfan
- device based
- 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.)
- Granted
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]
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Psychology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Psychiatry (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种基于功率谱分析算法的脑电检测装置,是一种医疗仪器领域中检测脑电活动状态的装置,包括壳体、宽绑带、脑电信号提取装置、脑电信号处理装置、报警装置和供电装置,脑电信号提取装置包括一个位于前额的参考电极和四个分别位于左右耳部、左右枕部的测试电极,脑电信号处理装置、参考电极、报警装置和供电装置封装于壳体中,脑电信号处理装置包括高压防护电路。本发明能准确采集脑电波;防止静电对内部电路的破坏,延长装置的使用寿命;装置体积较小,质量较轻,佩戴方便。
Description
技术领域
本发明涉及一种医疗仪器领域中检测脑电活动状态的装置。
背景技术
人在疲劳瞌睡时,注意力难以集中。疲劳瞌睡时学习,不仅会效率下降,也会对身体造成一定的伤害;如果从事危险的、高难度的工作,极易造成财产的损失,甚至失去宝贵的生命。因此,准确预警人的疲劳状态的方法是人们不断研究的一个领域。目前,检测人的疲劳瞌睡状态的方法主要有:检测人的生理信号,如脑电图(EEG)、心电图(ECG)、眼电图(EOG)等;还有主观评价方法(SED)。研究的最多的还是脑电图(EEG)、心电图(ECG)。眼电图(EOG)难点主要在于脸部图像灰度阈值的选取,环境不同阈值也不一样;心电图(ECG)不易检测、实施不方便。因此,在所有检测方法里面,脑电图(EEG)是最客观、最精确、便于实施的方法。
脑电图实施的原理是生物电现象。脑电波(EEG)是大脑在活动时,脑皮质细胞群之间形成电位差,从而在大脑皮质的细胞外产生电流。它记录大脑活动时的电波变化,是脑神经细胞的电生理活动在大脑皮层或头皮表面的总体反映。瞌睡在脑电图谱中的反映,典型的就是α波及θ波的出现。用α波及θ波的平均功率谱密度比值作为判断被测人员瞌睡时的指标是目前来说最合理并且被认可的选择。从头部的不同部位提取电位差,经过滤波、放大、模数装换后,进行α波及θ波数字信号处理,得出两种波各自的功率谱密度,将两者的功率谱密度做出比值,设定阈值,当比值超出此阈值后,判定模块认为被测人员已疲劳从而发出警报。功率谱分析算法的使用,不以主观评价来判断,而是根据脑电在疲劳瞌睡状态与非疲劳瞌睡状态的不同特征来进行科学判断,使判断更加精确,从而真正地有效降低由于疲劳瞌睡影响身体健康或者发生意外的概率。
如专利CN 200810026147疲劳瞌睡检测唤醒方法及装置,公布的疲劳瞌睡检测唤醒方法:1)将3个脑电波采集电极分贴在头顶正中的采集点、耳垂参考点和前额正中接地点;2)取采集点与参考点电位差放大、A/D转换后滤波;3)计算并取误差最小的功率谱值,当功率在8-13Hz之间的α波与频率在4-7Hz之间的及θ波的功率谱值的比值在一定阈值之间时发出控制信号至报警系统;4)报警系统控制音频输出设备报警。根据上述方法设计的疲劳瞌睡检测唤醒装置:包含依次以数据线连接的脑电波采集处理系统、光电耦合模块、数字信号处理模块、信息处理系统、报警信号处理系统和音频输出设备;其中,脑电波采集处理系统分为脑电波采集电极和依次以数据线连接的模拟信号采集电路、低通滤波电路、放大电路、模数转换电路。
根据已有经验发现,脑电波的提取位置和电极固定的稳固程度影响接收到的信号的准确性,进而影响到数据的处理和判断。人体静电也是在脑电波提取过程中不可忽视的因素,在某些情况下,人体所带静电可能达到数万伏,静电放电造成的危害,击穿集成电路和精密的电子元件,或者促使元件老化。
发明内容
本发明要解决的技术问题是提供一种基于功率谱分析算法的脑电检测装置,其能准确采集脑电波,防止静电对内部电路的破坏,延长装置的使用寿命;装置体积较小,质量较轻,佩戴方便。
为解决上述技术问题,本发明所采取的技术方案是:
一种基于功率谱分析算法的脑电检测装置,包括报警装置、供电装置、主要由参考电极和测试电极组成的脑电信号提取装置、主要由脑电信号处理模块和功率谱算法分析系统组成的脑电信号处理装置,还包括用于封装脑电信号处理装置、参考电极、报警装置及供电装置的壳体和由双层的弹性系数较小的宽松紧带缝制而成的用于安置测试电极的宽绑带,壳体和宽绑带形成戴到头部的头箍,所述测试电极分别与人体的左枕部、右枕部、左耳部及右耳部相贴合;所述壳体呈弧状,包括内层与外层,内层与外层之间中空,内层的中心位置处设置有圆孔,参考电极穿过此圆孔与前额对应贴合;壳体的两端设有缝隙,宽绑带穿过缝隙与壳体相连,连接脑电信号处理装置和各测试电极的电线从缝隙中穿出并置于宽绑带内。
本发明的进一步改进在于:还包括与供电装置相连的电源开关和指示灯,电源开关和指示灯安装于壳体的外层上。
本发明的进一步改进在于:所述脑电信号处理模块包括前级滤波电路、额电极驱动电路、集成模拟前端、MCU,与左耳部、右耳部、左枕部、右枕部对应的测试电极分别连接一路前级滤波电路,此四路前级滤波电路与一个集成模拟前端相连,集成模拟前端与MCU相连,MCU分别与功率谱算法分析系统和报警装置相连;其中两路前级滤波电路的输出端经额电极驱动电路与参考电极相连,这两路前级滤波电路是指与左耳部、右耳部处的测试电极所对应的前级滤波电路;供电装置与脑电信号提取装置、脑电信号处理装置、报警装置相连。
本发明的进一步改进在于:所述前级滤波电路包括高压防护电路及两级π型无源低通滤波电路。
本发明的进一步改进在于:所述高压防护电路由TVS管构成,TVS管的一端与测试电极相连,另一端与两级π型无源低通滤波电路连接。
本发明的进一步改进在于:所述两级π型无源低通滤波电路主要由阻容电路和跟随电路组成,所述阻容电路中由R1、C1、R2、C2及R3组成,R3、C1、C2分别并联在TVS管两端,R1连接在R3与C1之间,R2连接在C1、C2之间,R2与C2的连接点是阻容电路的输出端,TVS管、R3、C1和C2都与地相连,两级π型无源低通滤波电路与跟随电路相连,跟随电路与集成模拟前端相连;所述R1为22KΩ,C1为51pF,R2为10KΩ,C2为51pF,R3为47MΩ。
本发明的进一步改进在于:所述集成模拟前端与跟随电路中运算放大器的输出端相连,集成模拟前端和MCU之间以SPI方式连接。
本发明的进一步改进在于:所述功率谱算法分析系统主要由DSP组成。
本发明的进一步改进在于:所述额电极驱动电路主要包括两级跟随电路和负反馈电路,U5跟随电路与左耳部对应的前级滤波电路的输出端连接,U6跟随电路与右耳部对应的前级滤波电路的输出端连接,U5跟随电路、U6跟随电路的输出端分别与R12和R13串接,R12和R13的连接点作为输入连接U7跟随电路,U7跟随电路输出端与R15串接,R15的一端连接一路负反馈电路的负向端,R14连接一路负反馈电路的正向端,输出端与R16串接,R17与C9并联连接,一端与R15串接,连接于一路负反馈电路的负向端,另一端与R16串接,连接于一路负反馈电路的输出端,R16的另一端与参考电极相连;所述R12为100KΩ,R13为100KΩ,R14为10KΩ,R15为10KΩ,R16为100KΩ,R17为1MΩ,C9为1nF。
常用名词现解释如下:
MCU(Micro Control Unit)中文名称为微控制单元,是指随着大规模集成电路的出现及其发展,将计算机的CPU、RAM、ROM、定时计数器和多种I/O接口集成在一片芯片上,形成芯片级的计算机,为不同的应用场合做不同组合控制。
SPI是串行外设接口(Serial Peripheral Interface)的简称。
DSP是数字信号处理器(digital signal processor)的简称。
TVS管是瞬态抑制二极管(Transient Voltage Suppressor)的简称。它的特点是:响应速度特别快,在ps级,主要用于对电路元件进行快速过电压保护。它能“吸收”功率高达数千瓦的浪涌信号。TVS具有体积小、功率大、响应快、无噪声、价格低等诸多优点,它的应用十分广泛。
由于采用上述技术方案,本发明所取得的技术进步在于:
本发明能准确采集脑电波;防止静电对内部电路的破坏,延长装置的使用寿命;装置体积较小,质量较轻,佩戴方便。
测试电极置于宽绑带中间层,嵌入内层中,分别与人体的左枕部、右枕部、左耳部及右耳部电极贴合;测试电极取左耳部、左枕部,右耳部、右枕部这两对信号提取点,较头部其他位置的信号提取位置波动更明显,利于脑电波的提取和处理;从枕部及耳部测试还有一个考虑是方便电极的固定,由于宽绑带的束缚,测试电极与人体测试部位贴合紧密且不易移动,如果电极所取位置不在绕头部一周的平面上,则固定就会变得困难。所以,提取脑电波的位置和电极固定方式保证了脑电波提取的准确性。
脑电信号处理装置、参考电极、报警装置及供电装置封装在壳体两层之间;减小了装置的体积,不会使人产生累赘的感觉,不仅使脑电信号的采集变得高效精准,而且佩戴起来方便舒适,为长期、连续地脑电检测提供保障;壳体呈弧状,以贴合人的前额弧度,佩戴方便。
前级滤波电路还包括高压防护电路,高压防护电路位于其他所有电路之前,隔离人体偶然的静电,保护装置中元器件不被损坏,延长装置的使用寿命。
与把装置的“地”直接接入人体的接法相比,位于前额的参考电极接入测试信号端,利用了人体共模电压负反馈技术,减小了共模电压的输入值,大大提高了系统的共模抑制比,使得测试电极得到的信号噪声较低,更准确。
附图说明
图1是本发明的正面立体示意图;
图2是本发明的侧面示意图;
图3是本发明的背面示意图;
图4是本发明各模块连接示意图;
图5是信号处理模块中前级滤波电路的示意图;
图6是信号处理模块中额电极驱动电路示意图;
图7是数字信号处理过程示意图;
图8是功率谱算法分析系统的工作流程图;
其中:1、壳体,1-1、圆孔,1-2、电源开关,1-3、指示灯,1-4、缝隙;2、宽绑带,2-1、测试电极,2-2、参考电极;3、脑电信号提取装置;4、脑电信号处理装置,4-1、脑电信号处理模块,4-2、功率谱算法分析系统;5、报警装置;6、供电装置。
具体实施方式
下面结合附图对本发明做进一步详细说明:
一种基于功率谱分析算法的脑电检测装置,包括报警装置5、供电装置6、脑电信号提取装置3、脑电信号处理装置4、壳体1、宽绑带2,脑电信号提取装置3主要由参考电极2-2和测试电极2-1组成,脑电信号处理装置4主要由脑电信号处理模块4-1和功率谱算法分析系统4-2组成,壳体1用于封装脑电信号处理装置4、参考电极2-2、报警装置5及供电装置6,宽绑带2由双层的弹性系数较小的宽松紧带缝制而成,宽绑带2是用于安置测试电极的,测试电极2-1分别与人体的左枕部、右枕部、左耳部及右耳部相贴合;壳体1和宽绑带2形成戴到头部的头箍,壳体1呈弧状,佩戴时与人的前额相贴合,包括内层与外层,内层与外层之间中空,内层的中心位置处设置有圆孔1-1,参考电极2-2穿过此圆孔与前额对应贴合;壳体的两端设有缝隙1-4,宽绑带2穿过缝隙1-4与壳体1相连,连接脑电信号处理装置4和各测试电极的电线从缝隙1-4中穿出并置于宽绑带2内。本发明还包括与供电装置6,供电装置6与电源开关1-2和指示灯1-3相连并安装于壳体1的外层上。
脑电信号处理模块4-1包括前级滤波电路、额电极驱动电路、集成模拟前端、MCU,与左耳部、右耳部、左枕部、右枕部对应的测试电极2-1分别连接一路前级滤波电路,其中两路前级滤波电路的输出端经额电极驱动电路与参考电极2-2相连,这两路前级滤波电路是指与左耳部、右耳部处的测试电极2-1所对应的前级滤波电路;此四路前级滤波电路与一个集成模拟前端相连,集成模拟前端与MCU相连,MCU与功率谱算法分析系统4-2相连,MCU与报警装置5相连;供电装置6与脑电信号提取装置3、脑电信号处理装置4、报警装置5相连。
前级滤波电路包括高压防护电路及两级π型无源低通滤波电路。高压防护电路由TVS管构成,TVS管的一端与测试电极2-1相连,另一端与两级π型无源低通滤波电路连接。两级π型无源低通滤波电路主要由阻容电路和跟随电路组成,所述阻容电路中由R1、C1、R2、C2及R3组成,R3、C1、C2分别并联在TVS管两端,R1连接在R3与C1之间,R2连接在C1、C2之间,R2与C2的连接点是多级阻容电路的输出端,TVS管、R3、C1和C2都与地相连,两级π型无源低通滤波电路与跟随电路相连,跟随电路与集成模拟前端相连;所述R1为22KΩ,C1为51pF,R2为10KΩ,C2为51pF,R3为47MΩ。集成模拟前端与跟随电路中运算放大器的输出端相连,集成模拟前端和MCU之间以SPI方式连接。功率谱算法分析系统4-2主要由DSP组成。
额电极驱动电路主要包括两级跟随电路和负反馈电路,U5跟随电路与左耳部对应的前级滤波电路的输出端连接,U6跟随电路与右耳部对应的前级滤波电路的输出端连接,U5跟随电路、U6跟随电路的输出端分别与R12和R13串接,R12和R13的连接点作为输入连接U7跟随电路,U7跟随电路输出端与R15串接,R15的一端连接一路负反馈电路的负向端,R14连接一路负反馈电路的正向端,输出端与R16串接,R17与C9并联连接,一端与R15串接,连接于一路负反馈电路的负向端,另一端与R16串接,连接于一路负反馈电路的输出端,R16的另一端与参考电极2-2相连;所述R12为100KΩ,R13为100KΩ,R14为10KΩ,R15为10KΩ,R16为100KΩ,R17为1MΩ,C9为1nF。
报警装置5用于在使用者瞌睡状态时发出报警,叫醒用户;供电装置6用于为整个系统供电。脑电信号经脑电信号提取装置3进行提取后,前级滤波电路中的高压防护电路将人体偶然的静电与本装置的电路隔离,经无源低通滤波电路将提取的脑电信号进行滤波,滤波处理后的脑电信号首先经过集成模拟前端放大及AD转换处理,其中ADC模数转换是24位Σ-Δ型ADS1294高精转换,并进行数字化处理,最后通过SPI方式传送至MCU进行处理,经过处理后的数字信号通过串口发送至功率谱算法分析系统4-2,功率谱算法分析系统4-2由DSP组成,DSP单元对离散信号进行离散傅里叶变换。
功率谱算法的分析步骤如下:
1.估算α波、θ波的功率谱P(α)、P(θ)。频率谱的计算使用周期图法,即选取信号x(n)的N点数据xN(n),取xN(n)的傅里叶变换,得到xN(ejw),然后取其幅值的平方,并除以N,作为功率谱,计算公式如下:
按照上式计算α波、θ波的功率谱P(α)、P(θ)。
2.计算α波、θ波的功率谱密度G(α)、G(θ)。计算公式如下:
其中:G(x)为x波单个频率段的平均功率谱密度,f1为x波频率段的下限,f2为x波频率段的上限,P(f)为信号的功率谱密度。
按照上式计算α波、θ波的功率谱密度G(α)、G(θ)。
3.计算α波、θ波的功率谱密度比值G(α/θ)=G(α)/G(θ)。
4.研究表明,瞌睡时的G(α/θ)值远大于其他情况时的G(α/θ)值。因此根据不同的G(α/θ)特征值,判断使用者的状态。
根据α波、θ波不同频段的功率谱能量进行功率谱算法分析,对数字信号进行频域的分析处理,处理完成后,按照阈值范围,返回MCU不同的结果,MCU根据不同的返回结果,执行不同的报警动作。如果判断状态为疲劳瞌睡,那么处理装置发出报警命令,报警装置发出报警,唤醒使用者。用户清醒后,状态恢复,脑电波形正常,再经上述过程处理后,判断此时用户的状态为正常状态,命令停止报警,报警解除。将本发明可按照需求与帽子等形式结合,美观舒适,实现对脑电的长期的、连续的检测;也可增加多导联的测试电极,以提升测试的可靠性。
Claims (9)
1.一种基于功率谱分析算法的脑电检测装置,包括报警装置(5)、供电装置(6)、主要由参考电极(2-2)和测试电极(2-1)组成的脑电信号提取装置(3)、主要由脑电信号处理模块(4-1)和功率谱算法分析系统(4-2)组成的脑电信号处理装置(4),其特征在于:还包括用于封装脑电信号处理装置(4)、参考电极(2-2)、报警装置(5)及供电装置(6)的壳体(1)和由双层的弹性系数较小的宽松紧带缝制而成的用于安置测试电极(2-1)的宽绑带(2),壳体(1)和宽绑带(2)形成戴到头部的头箍,所述测试电极(2-1)分别与人体的左枕部、右枕部、左耳部及右耳部相贴合;所述壳体(1)呈弧状,包括内层与外层,内层与外层之间中空,内层的中心位置处设置有圆孔(1-1),参考电极(2-2)穿过此圆孔与前额对应贴合;壳体(1)的两端设有缝隙(1-4),宽绑带(2)穿过缝隙与壳体相连,连接脑电信号处理装置(4)和各测试电极(2-1)的电线从缝隙(1-4)中穿出并置于宽绑带(2)内。
2.根据权利要求1所述的一种基于功率谱分析算法的脑电检测装置,其特征在于:还包括与供电装置(6)相连的电源开关(1-2)和指示灯(1-3),电源开关(1-2)和指示灯(1-3)安装于壳体(1)的外层上。
3.根据权利要求2所述的一种基于功率谱分析算法的脑电检测装置,其特征在于:所述脑电信号处理模块(4-1)包括前级滤波电路、额电极驱动电路、集成模拟前端、MCU,与左耳部、右耳部、左枕部、右枕部对应的测试电极(2-1)分别连接一路前级滤波电路,此四路前级滤波电路与一个集成模拟前端相连,集成模拟前端与MCU相连,MCU分别与功率谱算法分析系统(4-2)和报警装置(5)相连;其中两路前级滤波电路的输出端经额电极驱动电路与参考电极(2-2)相连,这两路前级滤波电路是指与左耳部、右耳部处的测试电极(2-1)所对应的前级滤波电路;供电装置(6)与脑电信号提取装置(3)、脑电信号处理装置(4)、报警装置(5)相连。
4.根据权利要求3所述的一种基于功率谱分析算法的脑电检测装置,其特征在于:所述前级滤波电路包括高压防护电路及两级π型无源低通滤波电路。
5.根据权利要求4所述的一种基于功率谱分析算法的脑电检测装置,其特征在于:所述高压防护电路由TVS管构成,TVS管的一端与测试电极(2-1)相连,另一端与两级π型无源低通滤波电路连接。
6.根据权利要求5所述的一种基于功率谱分析算法的脑电检测装置,其特征在于:所述两级π型无源低通滤波电路主要由阻容电路和跟随电路组成,所述阻容电路中由R1、C1、R2、C2及R3组成,R3、C1、C2分别并联在TVS管两端,R1连接在R3与C1之间,R2连接在C1、C2之间,R2与C2的连接点是阻容电路的输出端,TVS管、R3、C1和C2都与地相连,两级π型无源低通滤波电路与跟随电路相连,跟随电路与集成模拟前端相连;所述R1为22KΩ,C1为51pF,R2为10KΩ,C2为51pF,R3为47MΩ。
7.根据权利要求6所述的一种基于功率谱分析算法的脑电检测装置,其特征在于:所述集成模拟前端与跟随电路中运算放大器的输出端相连,集成模拟前端和MCU之间以SPI方式连接。
8.根据权利要求7所述的一种基于功率谱分析算法的脑电检测装置,其特征在于:所述功率谱算法分析系统(4-2)主要由DSP组成。
9.根据权利要求8所述的一种基于功率谱分析算法的脑电检测装置,其特征在于:所述额电极驱动电路主要包括两级跟随电路和负反馈电路,U5跟随电路与左耳部对应的前级滤波电路的输出端连接,U6跟随电路与右耳部对应的前级滤波电路的输出端连接,U5跟随电路、U6跟随电路的输出端分别与R12和R13串接,R12和R13的连接点作为输入连接U7跟随电路,U7跟随电路输出端与R15串接,R15的一端连接一路负反馈电路的负向端,R14连接一路负反馈电路的正向端,输出端与R16串接,R17与C9并联连接,一端与R15串接,连接于一路负反馈电路的负向端,另一端与R16串接,连接于一路负反馈电路的输出端,R16的另一端与参考电极(2-2)相连;所述R12为100KΩ,R13为100KΩ,R14为10KΩ,R15为10KΩ,R16为100KΩ,R17为1MΩ,C9为1nF。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410763270.8A CN104382592B (zh) | 2014-12-11 | 2014-12-11 | 一种基于功率谱分析算法的脑电检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410763270.8A CN104382592B (zh) | 2014-12-11 | 2014-12-11 | 一种基于功率谱分析算法的脑电检测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104382592A true CN104382592A (zh) | 2015-03-04 |
CN104382592B CN104382592B (zh) | 2016-08-31 |
Family
ID=52600634
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410763270.8A Active CN104382592B (zh) | 2014-12-11 | 2014-12-11 | 一种基于功率谱分析算法的脑电检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104382592B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104688221A (zh) * | 2015-03-18 | 2015-06-10 | 哈尔滨工程大学 | 一种脑电波采集装置 |
CN104720798A (zh) * | 2015-04-03 | 2015-06-24 | 上海帝仪科技有限公司 | 基于脑电频谱特征的疲劳检测方法及系统 |
CN110152315A (zh) * | 2019-04-18 | 2019-08-23 | 深圳创达云睿智能科技有限公司 | 一种智能玩具的控制方法、设备、终端设备及存储介质 |
CN110840454A (zh) * | 2019-12-21 | 2020-02-28 | 深圳市杰纳瑞医疗仪器股份有限公司 | 一种脑电信号采集装置和方法 |
CN112741638A (zh) * | 2021-01-05 | 2021-05-04 | 北京航空航天大学 | 一种基于eeg信号的医疗诊断辅助系统 |
CN116540883A (zh) * | 2023-07-07 | 2023-08-04 | 之江实验室 | 一种信号采集的方法、装置、存储介质及电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0137705B1 (en) * | 1983-08-31 | 1990-04-18 | Cns., Inc. | Eeg signal analysis system |
WO2000056211A1 (en) * | 1999-03-23 | 2000-09-28 | Korea Research Institute Of Jungshin Science | Real-time brain wave measuring apparatus using headband and brain wave transmission method |
CN101243973A (zh) * | 2008-01-31 | 2008-08-20 | 杨杰 | 疲劳瞌睡监测唤醒方法及装置 |
CN101273372A (zh) * | 2005-09-14 | 2008-09-24 | 韩国精神科学研究所 | 经由从额叶测得的脑电波数据的快速傅立叶变换使用累积数据图案分析来诊断健康的设备和方法 |
CN101848669A (zh) * | 2007-09-07 | 2010-09-29 | 埃姆申塞公司 | 集成传感器头戴装置 |
CN101853070A (zh) * | 2010-05-13 | 2010-10-06 | 天津大学 | 前额脑电与血氧信息融合的人机交互装置 |
CN102274032A (zh) * | 2011-05-10 | 2011-12-14 | 北京师范大学 | 一种基于脑电信号的驾驶员疲劳检测系统 |
CN102871656A (zh) * | 2012-09-29 | 2013-01-16 | 赵仑 | 机上存储实时通信与处理的多功能束带式脑电信号采集器 |
-
2014
- 2014-12-11 CN CN201410763270.8A patent/CN104382592B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0137705B1 (en) * | 1983-08-31 | 1990-04-18 | Cns., Inc. | Eeg signal analysis system |
WO2000056211A1 (en) * | 1999-03-23 | 2000-09-28 | Korea Research Institute Of Jungshin Science | Real-time brain wave measuring apparatus using headband and brain wave transmission method |
CN101273372A (zh) * | 2005-09-14 | 2008-09-24 | 韩国精神科学研究所 | 经由从额叶测得的脑电波数据的快速傅立叶变换使用累积数据图案分析来诊断健康的设备和方法 |
CN101848669A (zh) * | 2007-09-07 | 2010-09-29 | 埃姆申塞公司 | 集成传感器头戴装置 |
CN101243973A (zh) * | 2008-01-31 | 2008-08-20 | 杨杰 | 疲劳瞌睡监测唤醒方法及装置 |
CN101853070A (zh) * | 2010-05-13 | 2010-10-06 | 天津大学 | 前额脑电与血氧信息融合的人机交互装置 |
CN102274032A (zh) * | 2011-05-10 | 2011-12-14 | 北京师范大学 | 一种基于脑电信号的驾驶员疲劳检测系统 |
CN102871656A (zh) * | 2012-09-29 | 2013-01-16 | 赵仑 | 机上存储实时通信与处理的多功能束带式脑电信号采集器 |
Non-Patent Citations (1)
Title |
---|
戴冷湜: "《 脑电信号的特征提取与分析方法研究》", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 07, 15 July 2011 (2011-07-15), pages 138 - 504 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104688221A (zh) * | 2015-03-18 | 2015-06-10 | 哈尔滨工程大学 | 一种脑电波采集装置 |
CN104720798A (zh) * | 2015-04-03 | 2015-06-24 | 上海帝仪科技有限公司 | 基于脑电频谱特征的疲劳检测方法及系统 |
CN110152315A (zh) * | 2019-04-18 | 2019-08-23 | 深圳创达云睿智能科技有限公司 | 一种智能玩具的控制方法、设备、终端设备及存储介质 |
CN110152315B (zh) * | 2019-04-18 | 2021-11-23 | 深圳创达云睿智能科技有限公司 | 一种智能玩具的控制方法、设备、终端设备及存储介质 |
CN110840454A (zh) * | 2019-12-21 | 2020-02-28 | 深圳市杰纳瑞医疗仪器股份有限公司 | 一种脑电信号采集装置和方法 |
CN112741638A (zh) * | 2021-01-05 | 2021-05-04 | 北京航空航天大学 | 一种基于eeg信号的医疗诊断辅助系统 |
CN116540883A (zh) * | 2023-07-07 | 2023-08-04 | 之江实验室 | 一种信号采集的方法、装置、存储介质及电子设备 |
CN116540883B (zh) * | 2023-07-07 | 2023-09-19 | 之江实验室 | 一种信号采集的方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN104382592B (zh) | 2016-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104382592B (zh) | 一种基于功率谱分析算法的脑电检测装置 | |
CN105193431B (zh) | 一种人体精神压力状态分析装置 | |
Sun et al. | An innovative nonintrusive driver assistance system for vital signal monitoring | |
Choi et al. | Development and evaluation of an ambulatory stress monitor based on wearable sensors | |
Liang et al. | Monitoring driver's alertness based on the driving performance estimation and the EEG power spectrum analysis | |
CN105147281A (zh) | 便携式意识障碍刺激促醒与评估系统 | |
CN106175799A (zh) | 基于脑电波评估人体情绪和疲劳状态的方法及系统 | |
Babaeian et al. | Real time driver drowsiness detection using a logistic-regression-based machine learning algorithm | |
Liang et al. | Closed-loop seizure control on epileptic rat models | |
CN102934998B (zh) | 压力评估系统、舒缓压力控制系统和运动减压控制方法 | |
CN109009103A (zh) | 生物反馈式意识障碍检测及唤醒系统 | |
CN103190894A (zh) | 一种收集生理讯号的改良装置 | |
CN105125186B (zh) | 一种确定干预治疗方式的方法及系统 | |
Yang et al. | Application for the wearable heart activity monitoring system: analysis of the autonomic function of HRV | |
CN111134641A (zh) | 一种睡眠监测芯片系统及睡眠监测芯片 | |
CN209107350U (zh) | 生物反馈式意识障碍检测及唤醒系统 | |
CN108392176A (zh) | 一种基于心冲击信号采集的睡眠结构检测方法 | |
CN105796118A (zh) | 一种无创情绪分析方法 | |
CN201533947U (zh) | 一种基于脑电波反馈的心理干预治疗仪 | |
Hassin et al. | NeuroSpy: A low-cost portable IoT enabled EEG and ECG data processor | |
CN204246115U (zh) | 一种生理信息采集和处理装置 | |
Singh | The effects of mobile phone usage on human brain using EEG | |
Li et al. | A novel single-lead handheld atrial fibrillation detection system | |
Jujhavarapu et al. | Designing non contact based ECG system for driver drowsiness detection | |
CN210244579U (zh) | 一种基于脑电波、三轴加速传感器的预、报警装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |