CN104984472A - 基于语音识别的镇痛控制方法及其装置 - Google Patents
基于语音识别的镇痛控制方法及其装置 Download PDFInfo
- Publication number
- CN104984472A CN104984472A CN201510354615.9A CN201510354615A CN104984472A CN 104984472 A CN104984472 A CN 104984472A CN 201510354615 A CN201510354615 A CN 201510354615A CN 104984472 A CN104984472 A CN 104984472A
- Authority
- CN
- China
- Prior art keywords
- analgesia
- waveform
- type
- output
- control method
- 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
Landscapes
- Pharmaceuticals Containing Other Organic And Inorganic Compounds (AREA)
- Telephone Function (AREA)
Abstract
本发明提供了一种基于语音识别的镇痛控制方法,其特征在于,包括以下步骤:采集语音片段;分析当前语音片段对应的镇痛波形类型或强度信息;更新镇痛波形的输出类型或强度。本发明还提供了一种基于语音识别的镇痛控制方法的装置,包括反馈单元,其特征在于,所述反馈单元包括语音采集模块、语音片段分类模块、波形控制模块。本发明提供的基于语音识别的镇痛控制方法及其装置,可以使整个反馈过程更加自然;不需要在产妇身上附着其他设备,不会对产妇造成其他影响,可以使整个反馈过程更加方便;还可以增加一些互动和趣味性,缓和产妇紧张的精神情绪,有助于缓解产痛,促进自然分娩。
Description
技术领域
本发明涉及医疗镇痛领域,特别涉及一种基于语音识别的镇痛控制方法及其装置。
背景技术
在医学疼痛指数上,分娩疼痛仅次于烧伤灼痛。据统计,对于分娩疼痛,约有44%的初产妇感觉疼痛难忍。目前的分娩镇痛方法和装置,对于分娩疼痛程度的判断一般都是基于宫缩活动的强弱或者其他一些相关指标。授权公告日为2014年11月19日的发明专利CN102940934B提供了一种生物反馈式分娩物理镇痛装置,其利用宫缩压力和产妇手握压力作为电刺激波群调节的依据。通过宫缩状态的自动判别能实现分娩镇痛的自动化,这样可以减少医护人员的工作负担,减少孕妇治疗等待时间,改善医患关系。
但是此方法需要使用可以采集产妇腹部宫缩信号的传感器,而传感器又必须安放在产科腹部,使用上较为不便。而且要求宫缩压力的采集必须可靠,否则反馈效果很差,但这对处于疼痛期的产妇来讲,也不是那么容易。
发明内容
本发明的目的在于解决上述问题,提供一种基于语音识别的镇痛控制方法及装置,通过分析产妇的语音信息,对其疼痛程度进行判断,以反馈控制镇痛波形的输出。
为了达到上述目的,本发明采用如下技术方案:基于语音识别的镇痛控制方法,其特征在于,包括以下步骤:
A1、采集语音片段;
A2、分析当前语音片段对应的镇痛波形类型或强度信息;
A3、根据当前输出的镇痛波形类型,结合步骤A2分析的当前语音片段对应的镇痛波形类型或强度信息,更新镇痛波形的输出类型或强度。
优先的,所述镇痛波形类型信息包括:不痛、轻度疼痛、中度疼痛和重度疼痛。
优先的,所述镇痛波形强度信息包括增加、减少。
优先的,所述基于语音识别的镇痛控制方法,还包括预先设定若干条语音片段及其对应的镇痛波形类型或强度信息的步骤。
进一步,所述步骤A3中更新镇痛波形的输出类型,包括:判断所述当前语音片段对应的镇痛波形类型与当前输出的镇痛波形类型是否相同,
如果是,保持镇痛波形的输出类型不变;
如果否,更新镇痛波形的输出类型为所述当前语音片段类别对应的镇痛波形类型。
进一步,所述步骤A3中更新镇痛波形的输出类型,还包括:若所述当前语音片段对应的镇痛波形类型与当前输出的镇痛波形类型不相同,判断所述当前输出的镇痛波形的持续输出时间是否大于所述计时器Tb,所述计时器Tb为同一类型镇痛波形最小持续输出时间计时器;
如果是,更新镇痛波形的输出类型为所述当前语音片段类别对应的镇痛波形类型,所述计时器Tb重启;
如果否,保持镇痛波形的输出类型不变,所述计时器Tb继续。
进一步,所述步骤A3中更新镇痛波形的输出类型,还包括:若所述当前输出的镇痛波形的持续输出时间不大于所述计时器Tb,判断在之前指定时间内分 析的语音片段对应的镇痛波形类别与本次相同的次数是否超过预定次数;
如果是,更新镇痛波形的输出类型为所述当前语音片段类别对应的镇痛波形类型,所述计时器Tb重启;
如果否,保持镇痛波形的输出类型不变,所述计时器Tb继续。
优先的,所述步骤A2中分析当前语音片段对应的镇痛波形类型或强度信息,是利用预设的语音识别分类器进行分类,所述分类器包括决策树、逻辑回归、朴素贝叶斯、神经网络、多元线性回归分析方法、小波分析方法、支持向量机分析方法的任意一种分类器生成方法。
本发明还提供一种基于上述基于语音识别的镇痛控制方法的装置,包括反馈单元,其特征在于,所述反馈单元包括语音采集模块、语音片段分类模块、波形控制模块;
所述语音采集模块用于采集语音信息;
所述语音片段分类模块用于分析语音片段信息,并对所述语音片段信息进行分类;
所述波形控制模块用于控制镇痛波形的输出参数。
进一步,所述反馈单元设计于移动智能终端上:
所述语音采集模块为移动智能终端的录音系统;
所述语音片段分类模块为移动智能终端的处理器;
所述波形控制模块为移动智能终端的处理器,并通过无线通讯模块发送指令控制镇痛单元的输出。
本发明相对于现有技术具有如下的优点及有益效果:
1、本发明提供的基于语音识别的镇痛控制方法,采用语音片段作为疼痛程度的反馈信息,较传统的宫压反馈更加自然:利用产妇在疼痛期的自然语言流 露,可以使整个反馈过程更加自然。
2、本发明提供的基于语音识别的镇痛控制方法及其装置,可通过声音设备采集语音片段反馈信号,与宫压信号反馈相比,不需要在产妇身上附着其他设备,不会对产妇造成其他影响,可以使整个反馈过程更加方便。
3、本发明提供的基于语音识别的镇痛控制方法及其装置,在采集语音反馈信号中,还可以增加一些互动和趣味性,缓和产妇紧张的精神情绪,有助于缓解产痛,促进自然分娩。
附图说明
图1是实施例1基于语音识别的镇痛控制方法示意图。
图2是改进的实施例1基于语音识别的镇痛控制方法示意图。
图3是实施例2基于语音识别的镇痛控制方法示意图。
图4是实施例3基于语音识别的镇痛控制方法示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例1
参照图1,本实施例提供一种基于语音识别的镇痛控制方法,其特征在于,包括以下步骤:
A1、采集语音片段;
A2、分析当前语音片段对应的镇痛波形类型或强度信息;
A3、根据当前输出的镇痛波形类型,结合步骤A2分析的当前语音片段对应的镇痛波形类型或强度信息,更新镇痛波形的输出类型或强度。
授权公告日为2014年11月19日的发明专利CN102940934B提供的一种生 物反馈式分娩物理镇痛装置,其中公开了一种镇痛波形的配置方法:
“步骤31:设置低频调制波群各组合基础波形的形态参数;
步骤32:设置低频调制波群各组合基础波形的组合顺序;
步骤33:设置低频调制波群各组合基础波形的持续时间,组合成基础波群,即低频调制信号;
步骤34:设置相应的载波频率,得到载波信号;
步骤35:利用步骤33中的基础波群调制步骤34中的载波信号,得到一级波群;
步骤36:重复步骤31~35,得出多个不同特征的一级波群;
步骤37:选择步骤35中的3~6个一级波群,设置组合顺序和持续时间,得出二级波群作为电刺激波群。”
本实施例所述的不同类型的镇痛波形可参照此专利提供的配置方法配置所需类别的镇痛波形。
优先的,本实施例所述的镇痛波形类型信息包括:不痛、轻度疼痛、中度疼痛和重度疼痛。
“不痛、轻度疼痛”的镇痛波形,可参照上述专利所述的按摩性波形,不同之处在于按摩性波形的配置系数不同;“中度疼痛、重度疼痛”的镇痛波形,可参照上述专利所述的镇痛性波形,不同之处在于镇痛性波形的配置系数不同。
优先的,所述镇痛波形强度信息包括增加、减少。
“增加”即代表不改变当前输出波形的类型,只增加当前输出波形的强度;“减少”即代表不改变当前输出波形的类型,只减少当前输出波形的强度。
需要指出的是,由于各地方言、个人语言习惯的区别,特别是在疼痛期的语音表现更加不可预见,语音识别的准确度会受到影响。因此,在实际使用中, 可以对孕妇做一些培训来降低这种影响。优先的,可以在系统中预先设定若干条语音片段及其对应的镇痛波形类型或强度信息,并告知孕妇,比如“0”就代表不痛,“5”就代表重度疼痛,“加一点”代表增加强度,“小一点”代表减少强度等等。在疼痛期,孕妇就将自己的感觉利用这些特定语音信息表达出去,系统识别这些特定预设的语音信息后,就可以很快准确的选择相应的镇痛波形输出类型或强度,达到理想的镇痛效果。
因此,作为优先的实施例,本实施例提供的基于语音识别的镇痛控制方法还包括预先设定若干条语音片段及其对应的镇痛波形类型或强度信息的步骤。
进一步,参照图2所示,所述步骤A3中更新镇痛波形的输出类型,包括:判断所述当前语音片段对应的镇痛波形类型与当前输出的镇痛波形类型是否相同,
如果是,保持镇痛波形的输出类型不变;
如果否,更新镇痛波形的输出类型为所述当前语音片段类别对应的镇痛波形类型。
在本实施例中,当采集到不同类别的语音片段,随即改变镇痛波形的输出类型,本实施例的反馈控制方法对镇痛波形的更新具有较强的实时性。
进一步,所述步骤A2中分析当前语音片段对应的镇痛波形类型或强度信息,是利用预设的语音识别分类器进行分类,所述分类器包括决策树、逻辑回归、朴素贝叶斯、神经网络、多元线性回归分析方法、小波分析方法、支持向量机分析方法的任意一种分类器生成方法。
需要说明的是,本发明的创新点在于利用语音片段的分类,控制镇痛波形的输出,包括类型和强度。语音片段的分类算法已有很多,本发明在此没有改进,均采用现有的技术。
本实施例还提供一种基于所述基于语音识别的镇痛控制方法的装置,包括反馈单元,其特征在于,所述反馈单元包括语音采集模块、语音片段分类模块、波形控制模块;
所述语音采集模块用于采集语音信息;
所述语音片段分类模块用于分析语音片段信息,并对所述语音片段信息进行分类;
所述波形控制模块用于控制镇痛波形的输出参数。
进一步,所述反馈单元设计于移动智能终端上:
所述语音采集模块为移动智能终端的录音系统;
所述语音片段分类模块为移动智能终端的处理器;
所述波形控制模块为移动智能终端的处理器,并通过无线通讯模块发送指令控制镇痛单元的输出。
所述移动智能设备包括智能手机、平板电脑、笔记本等。
实施例2
参照图3所示,本实施例与实施例1的区别在于对反馈控制方法的改进,其特征在于,所述步骤A3中更新镇痛波形的输出类型,还包括:若所述当前语音片段对应的镇痛波形类型与当前输出的镇痛波形类型不相同,判断所述当前输出的镇痛波形的持续输出时间是否大于所述计时器Tb,所述计时器Tb为同一类型镇痛波形最小持续输出时间计时器;
如果是,更新镇痛波形的输出类型为所述当前语音片段类别对应的镇痛波形类型,所述计时器Tb重启;
如果否,保持镇痛波形的输出类型不变,所述计时器Tb继续。
在本实施例中,当采集到不同类别的语音片段,不一定需要马上改变镇痛 波形的输出类型,而是首先进行判断当前输出的镇痛波形的持续输出时间是否大于所述计时器Tb,然后根据判断结果来确定是否需要改变镇痛波形的输出类型。根据发明专利CN102940934B里提供的镇痛波形配置步骤,镇痛波形一般会持续一段时间,具有时间累计效应,如果持续时间过短,镇痛效果可能不明显,而且频繁的改变镇痛波形类型可能会引起其他的不适感。因此,本实施例提供的镇痛波形控制方法需要判断之前镇痛波形的输出是否满足最低的时限要求,所述最低的时限要求由所述计时器Tb监控。
实施例3
参照图4所示,本实施例与实施例2的区别在于对反馈控制方法的改进,其特征在于,所述步骤A3中更新镇痛波形的输出类型,还包括:若所述当前输出的镇痛波形的持续输出时间不大于所述计时器Tb,判断在之前指定时间内分析的语音片段对应的镇痛波形类别与本次相同的次数是否超过预定次数;
如果是,更新镇痛波形的输出类型为所述当前语音片段类别对应的镇痛波形类型,所述计时器Tb重启;
如果否,保持镇痛波形的输出类型不变,所述计时器Tb继续。
在本实施例中,即使判断之前镇痛波形的输出没有满足最低的时限要求Tb,但是如果通过在之前一段时间的判断中,不同的疼痛类别已多次出现,这已表明疼痛感觉确实发生了改变,这时就需要立即改变镇痛波形的类型来应对这一变化。比如,当重度疼痛的面部表情在前30秒内累计采集到3次,而此时的镇痛波形类型为轻度疼痛,并且轻度疼痛的镇痛波形的持续时间还没有达到预先指定的最低的时限要求Tb=60秒,此时就需要将轻度疼痛的镇痛波形立即调整为重度疼痛的镇痛波形,以满足镇痛需要。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实 施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (10)
1.基于语音识别的镇痛控制方法,其特征在于,包括以下步骤:
A1、采集语音片段;
A2、分析当前语音片段对应的镇痛波形类型或强度信息;
A3、根据当前输出的镇痛波形类型,结合步骤A2分析的当前语音片段对应的镇痛波形类型或强度信息,更新镇痛波形的输出类型或强度。
2.根据权利要求1所述的基于语音识别的镇痛控制方法,其特征在于,所述镇痛波形类型信息包括:不痛、轻度疼痛、中度疼痛和重度疼痛。
3.根据权利要求2所述的基于语音识别的镇痛控制方法,其特征在于,所述镇痛波形强度信息包括增加、减少。
4.根据权利要求1~3任一项所述的基于语音识别的镇痛控制方法,其特征在于,还包括预先设定若干条语音片段及其对应的镇痛波形类型或强度信息的步骤。
5.根据权利要求4所述的基于语音识别的镇痛控制方法,其特征在于,所述步骤A3中更新镇痛波形的输出类型,包括:判断所述当前语音片段对应的镇痛波形类型与当前输出的镇痛波形类型是否相同,
如果是,保持镇痛波形的输出类型不变;
如果否,更新镇痛波形的输出类型为所述当前语音片段类别对应的镇痛波形类型。
6.根据权利要求5所述的基于语音识别的镇痛控制方法,其特征在于,所述步骤A3中更新镇痛波形的输出类型,还包括:若所述当前语音片段对应的镇痛波形类型与当前输出的镇痛波形类型不相同,判断所述当前输出的镇痛波形的持续输出时间是否大于所述计时器Tb,所述计时器Tb为同一类型镇痛波形最小持续输出时间计时器;
如果是,更新镇痛波形的输出类型为所述当前语音片段类别对应的镇痛波形类型,所述计时器Tb重启;
如果否,保持镇痛波形的输出类型不变,所述计时器Tb继续。
7.根据权利要求6所述的基于语言识别的镇痛控制方法,其特征在于,所述步骤A3中更新镇痛波形的输出类型,还包括:若所述当前输出的镇痛波形的持续输出时间不大于所述计时器Tb,判断在之前指定时间内分析的语音片段对应的镇痛波形类别与本次相同的次数是否超过预定次数;
如果是,更新镇痛波形的输出类型为所述当前语音片段类别对应的镇痛波形类型,所述计时器Tb重启;
如果否,保持镇痛波形的输出类型不变,所述计时器Tb继续。
8.根据权利要求1~7任一项所述的基于语音识别的镇痛控制方法,其特征在于,所述步骤A2中分析当前语音片段对应的镇痛波形类型或强度信息,是利用预设的语音识别分类器进行分类,所述分类器包括决策树、逻辑回归、朴素贝叶斯、神经网络、多元线性回归分析方法、小波分析方法、支持向量机分析方法的任意一种分类器生成方法。
9.根据权利要求8所述基于语音识别的镇痛控制方法的装置,包括反馈单元,其特征在于,所述反馈单元包括语音采集模块、语音片段分类模块、波形控制模块;
所述语音采集模块用于采集语音信息;
所述语音片段分类模块用于分析语音片段信息,并对所述语音片段信息进行分类;
所述波形控制模块用于控制镇痛波形的输出参数。
10.根据权利要求9所述基于语音识别的镇痛控制方法的装置,其特征在于,所述反馈单元设计于移动智能终端上:
所述语音采集模块为移动智能终端的录音系统;
所述语音片段分类模块为移动智能终端的处理器;
所述波形控制模块为移动智能终端的处理器,并通过无线通讯模块发送指令控制镇痛单元的输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510354615.9A CN104984472B (zh) | 2015-06-24 | 2015-06-24 | 基于语音识别的镇痛控制方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510354615.9A CN104984472B (zh) | 2015-06-24 | 2015-06-24 | 基于语音识别的镇痛控制方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104984472A true CN104984472A (zh) | 2015-10-21 |
CN104984472B CN104984472B (zh) | 2018-08-21 |
Family
ID=54296441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510354615.9A Active CN104984472B (zh) | 2015-06-24 | 2015-06-24 | 基于语音识别的镇痛控制方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104984472B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109125882A (zh) * | 2018-09-11 | 2019-01-04 | 广州爱听贝科技有限公司 | 一种基于产妇生理信号驱动多媒体的导乐方法及系统 |
CN109199347A (zh) * | 2018-08-23 | 2019-01-15 | 江苏人先医疗科技有限公司 | 镇痛监护方法、病房终端和计算机可读存储介质 |
CN109645996A (zh) * | 2019-02-21 | 2019-04-19 | 广州爱听贝科技有限公司 | 一种子宫收缩乏力监测方法、系统、智能终端和存储介质 |
CN111494187A (zh) * | 2020-05-18 | 2020-08-07 | 四川大学华西医院 | 一种反馈式冲击波治疗系统 |
CN115006678A (zh) * | 2022-05-04 | 2022-09-06 | 复旦大学附属妇产科医院 | 药物浓度可调节的分娩镇痛方法及装置 |
WO2024040377A1 (zh) * | 2022-08-22 | 2024-02-29 | 深圳麦科田生物医疗技术股份有限公司 | 输液泵控制设备、方法、输液泵及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1564245A (zh) * | 2004-04-20 | 2005-01-12 | 上海上悦通讯技术有限公司 | 婴儿哭声解读方法与装置 |
CN102940934A (zh) * | 2012-11-26 | 2013-02-27 | 广州三瑞医疗器械有限公司 | 生物反馈式分娩物理镇痛装置 |
CN103280220A (zh) * | 2013-04-25 | 2013-09-04 | 北京大学深圳研究生院 | 一种实时的婴儿啼哭声识别方法 |
CN103736205A (zh) * | 2013-12-25 | 2014-04-23 | 广州三瑞医疗器械有限公司 | 一种分布式镇痛系统及其方法 |
-
2015
- 2015-06-24 CN CN201510354615.9A patent/CN104984472B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1564245A (zh) * | 2004-04-20 | 2005-01-12 | 上海上悦通讯技术有限公司 | 婴儿哭声解读方法与装置 |
CN102940934A (zh) * | 2012-11-26 | 2013-02-27 | 广州三瑞医疗器械有限公司 | 生物反馈式分娩物理镇痛装置 |
CN103280220A (zh) * | 2013-04-25 | 2013-09-04 | 北京大学深圳研究生院 | 一种实时的婴儿啼哭声识别方法 |
CN103736205A (zh) * | 2013-12-25 | 2014-04-23 | 广州三瑞医疗器械有限公司 | 一种分布式镇痛系统及其方法 |
Non-Patent Citations (1)
Title |
---|
《护理管理杂志》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109199347A (zh) * | 2018-08-23 | 2019-01-15 | 江苏人先医疗科技有限公司 | 镇痛监护方法、病房终端和计算机可读存储介质 |
CN109199347B (zh) * | 2018-08-23 | 2021-09-17 | 江苏人先医疗科技有限公司 | 一种用于镇痛监护的病房终端和计算机可读存储介质 |
CN109125882A (zh) * | 2018-09-11 | 2019-01-04 | 广州爱听贝科技有限公司 | 一种基于产妇生理信号驱动多媒体的导乐方法及系统 |
CN109125882B (zh) * | 2018-09-11 | 2021-07-06 | 广州爱听贝科技有限公司 | 一种基于产妇生理信号驱动多媒体的导乐方法及系统 |
CN109645996A (zh) * | 2019-02-21 | 2019-04-19 | 广州爱听贝科技有限公司 | 一种子宫收缩乏力监测方法、系统、智能终端和存储介质 |
CN111494187A (zh) * | 2020-05-18 | 2020-08-07 | 四川大学华西医院 | 一种反馈式冲击波治疗系统 |
CN115006678A (zh) * | 2022-05-04 | 2022-09-06 | 复旦大学附属妇产科医院 | 药物浓度可调节的分娩镇痛方法及装置 |
WO2024040377A1 (zh) * | 2022-08-22 | 2024-02-29 | 深圳麦科田生物医疗技术股份有限公司 | 输液泵控制设备、方法、输液泵及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104984472B (zh) | 2018-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104984472A (zh) | 基于语音识别的镇痛控制方法及其装置 | |
CN103117061B (zh) | 一种基于语音的动物识别方法及装置 | |
CN110782962A (zh) | 听力语言康复装置、方法、电子设备及存储介质 | |
CN103593048B (zh) | 动物机器人系统的语音导航系统及方法 | |
CN109743656A (zh) | 基于脑电意念的智能运动耳机及其实现方法与系统 | |
CN104505090A (zh) | 敏感词的语音识别方法和装置 | |
CN105919591A (zh) | 一种基于表面肌电信号的手语识别发声系统及方法 | |
CN104363865A (zh) | 用于口吃减轻的方法和装置 | |
CN105654063A (zh) | 基于人工蜂群时频参数优化的运动想象脑电模式识别方法 | |
CN106448050A (zh) | 一种基于车辆噪音的智能手机交通危险预警方法与系统 | |
CN111368098B (zh) | 一种基于情景化的法律咨询评估系统 | |
CN105528611A (zh) | 用于疼痛识别的分类器训练方法及其装置 | |
CN104573462A (zh) | 指纹与声纹双认证方法及指声纹采集器 | |
CN103186326B (zh) | 一种应用对象操作方法及电子设备 | |
CN106356054A (zh) | 一种基于语音识别的农产品信息采集方法和系统 | |
CN103323532A (zh) | 一种基于心理声学参量的鱼类识别方法及系统 | |
CN113208626A (zh) | 一种基于eeg信号的情绪状态调控方法、系统 | |
CN111973177A (zh) | 一种基于便携式脑电设备的睡眠辅助系统及方法 | |
CN112151026A (zh) | 语音控制方法、装置、服务器和计算机可读存储介质 | |
CN108837273A (zh) | 一种辅助睡眠的播放控制方法及终端设备 | |
CN105125172A (zh) | 基于面部图像识别的镇痛控制方法及其装置 | |
CN110415824A (zh) | 脑卒中风的患病风险评估装置和设备 | |
CN113180662A (zh) | 一种基于eeg信号的焦虑状态干预方法、系统 | |
CN107822628A (zh) | 一种癫痫脑部病灶区自动定位装置及系统 | |
CN107707758A (zh) | 一种终端及其声控屏幕方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |