CN106725301A - 一种生物波检测装置及系统 - Google Patents
一种生物波检测装置及系统 Download PDFInfo
- Publication number
- CN106725301A CN106725301A CN201610998944.1A CN201610998944A CN106725301A CN 106725301 A CN106725301 A CN 106725301A CN 201610998944 A CN201610998944 A CN 201610998944A CN 106725301 A CN106725301 A CN 106725301A
- Authority
- CN
- China
- Prior art keywords
- bio wave
- signal
- bio
- wave signal
- detection means
- 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
Abstract
本发明实施例提供了一种生物波检测装置及系统,属于视力医疗保健设备技术领域。该装置包括:实时采集生物波信号的生物波采集电极;对生物波信号进行时域处理的信号调理电路;对生物波信号进行傅里叶变换的第一傅里叶变换器;对经过傅里叶变换后的生物波信号进行频域处理的信号处理电路;在预存的大数据多样本生物波库中选择出与采集到的生物波信号相匹配的样本生物波信号的中央处理器;对所述样本生物波信号进行傅里叶变换的第二傅里叶变换器。本发明能够对患者产生的生物波进行识别,从而选择最优的生物波进行治疗调节,有效提高了治疗效果。
Description
技术领域
本发明涉及视力医疗保健设备技术领域,具体而言,涉及一种生物波检测装置及系统。
背景技术
现有的视力矫正仪通常是采用高频电流或者高速震动刺激患者的相关穴位,并不能准确地刺激靶细胞及组织,其治疗效果不明显。由于“生物波”被证实是一种完全不损伤人体正常组织的巨大能量波,是迄今为止最安全、最强大、最深层以及最快速的能量波,且不损伤人体正常细胞。因此,基于生物波的视力矫正仪得到了广泛的应用。它能够安全准确地作用于人体的相关靶细胞及组织,使其产生生物共鸣,以促进自我调节和恢复。
发明人在研究中发现,现有的基于生物波的视力矫正仪主要是简单地对相关靶细胞及组织进行刺激,其治疗方案单一,不能形成一个闭环系统。另外,不能对患者产生的生物波进行识别,并选择相应的治疗方案,从而不能选择最优的生物波进行治疗调节。
发明内容
本发明提供了一种生物波检测装置及系统,旨在通过对患者产生的生物波进行识别,从而选择最优的生物波进行治疗调节,有效提高了治疗效果。
第一方面,本发明实施例提供的一种生物波检测装置,包括:
用于实时采集生物波信号的生物波采集电极;
用于对所述采集的生物波信号进行时域处理的信号调理电路;
用于对经过时域处理后的生物波信号进行傅里叶变换的第一傅里叶变换器;
用于对经过傅里叶变换后的生物波信号进行频域处理的信号处理电路;
用于在预存的大数据多样本生物波库中选择出与采集到的生物波信号相匹配的样本生物波信号的中央处理器;及
用于对所述样本生物波信号进行傅里叶变换的第二傅里叶变换器;
其中,所述生物波采集电极与所述信号调理电路相连,所述信号调理电路与所述第一傅里叶变换器相连,所述第一傅里叶变换器与所述信号处理电路相连,所述信号处理电路与所述中央处理器相连,所述中央处理器与所述第二傅里叶变换器相连,所述第二傅里叶变换器与所述信号处理电路相连。
优选地,所述信号调理电路包括与所述生物波采集电极相连的放大滤波器以及与所述放大滤波器相连的模数转换器。
优选地,所述信号调理电路还包括与所述模数转换器相连的用于对生物波信号进行滤波的数字多项滤波器。
优选地,所述信号处理电路包括与所述第一傅里叶变换器相连的用于提高生物波信号的信噪比的积分及数字增益控制器。
优选地,所述信号处理电路还包括与所述积分及数字增益控制器相连的数字相关器,所述积分及数字增益控制器通过采用定时长的累加方式对经过所述第一傅里叶变换后的生物波信号以及经过所述第二傅里叶变换后的样本生物波信号进行增强。
优选地,所述信号处理电路还包括与所述数字相关器相连的相关度分析器,所述相关度分析器连接于所述中央处理器,所述数字相关器通过互相关函数对经过所述积分及数字增益控制器增强后的生物波信号和样本生物波信号进行互相关运算。
优选地,所述相关度分析器根据选取的热点频率计算经过数字相关器输出的生物波信号和样本生物波信号的互相关度。
优选地,所述数字相关器分别根据相关计算求取所述生物波信号和样本生物波信号的互相关度。
优选地,所述第一傅里叶变换器基于2048点对所述经过时域处理后的生物波信号进行傅里叶变换,所述第二傅里叶变换器基于2048点对所述经过时域处理后的样本生物波信号进行傅里叶变换。
第二方面,本发明实施例提供的一种生物波检测系统,包括以上所述的生物波检测装置,用于根据检测到的生物波信号产生生物波治疗波形的生物波发生装置,所述生物波发生装置与所述生物波检测装置相连。
本发明实施例提供的一种生物波检测装置及系统,通过生物波采集电极实时获取患者产生的生物波信号,并对该生物波信号依次进行时域处理、傅里叶变换以及频域处理之后,发送给中央处理器,使得该中央处理器根据经过频域处理之后的生物波信号在预存的大数据样本生物波库中选择出最优的样本生物波信号对患者进行治疗,由于对生物波信号进行频域分析具有更高的灵敏度与准确度,从而有效提升了治疗效果。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应该看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是本发明实施方式提供一种生物波检测系统的组成框图。
图2是本发明实施方式提供的一种生物波检测装置的整体组成框图。
图3是本发明实施方式提供的一种信号调理电路的组成框图。
图4是本发明实施方式提供的一种信号处理电路的组成框图。
图中标记分别为:
图标:100-生物波检测系统;200-生物波检测装置;生物波发生装置-300;201-生物波采集电极;202-信号调理电路;203-第一傅里叶变换器;204-信号处理电路;205-中央处理器;206-第二傅里叶变换器;2021-放大滤波器;2022-模数转换器;2023-数字多项滤波器;2041-积分及数字增益控制器;2042-数字相关器;2043-相关度分析器。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
如图1所示,示出了本发明实施例提供的一种生物波检测系统100。该生物波检测系统100可以包括生物波检测装置200和生物波发生装置300。其中,所述生物波检测装置200与所述生物波发生装置300相连。本实施例中,所述生物波检测装置200用于实时采集患者产生的生物波信号,并对该生物波信号进行变换和分析等,以生成一控制指令发送给所述生物波发生装置300。所述生物波发生装置300在所述控制指令的作用下发出与患者产生的生物波信号的幅度和相位等参数相对应的生物波治疗波形,并作用于患者,以对该患者的视力问题进行治疗恢复。
基于上述连接关系和信号流向,可以理解的是,所述生物波检测系统100为一个闭环系统。详细地,生物波检测装置200采集反映患者视力问题的生物波信号,对该生物波信号进行实时分析,根据分析结果有选择地控制所述生物波发生装置300产生与所述生物波信号的幅度和相位等参数相对应的生物波治疗波形,从而能够对不同的患者进行有针对性的治疗,有效改善了治疗效果。
另外,所述生物波检测系统100还可以包括控制面板,该控制面板与所述生物波检测装置200相连。本实施例中,所述控制面板主要用于控制所述生物波检测装置200的开启关闭状态以及控制所述生物波发生装置300产生的生物波治疗波形的输出强度等。其中,控制面板在所述生物波检测装置200与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中,所述控制面板可以是液晶显示面板或触控显示面板。若为触控显示面板,其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示面板能感应到来自该触控显示面板上一个或多个位置处同时产生的触控操作,并将该感应到的触控操作交由所述生物波检测装置200进行计算和处理。
如图2所示,是本发明实施例提供的生物波检测装置200的整体组成框图。该生物波检测装置200可以包括生物波采集电极201、信号调理电路202、第一傅里叶变换器203、信号处理电路204、中央处理器205和第二傅里叶变换器206。其中,所述生物波采集电极201与所述信号调理电路202电性连接。所述信号调理电路202与所述第一傅里叶变换器203相连。所述第一傅里叶变换器203与所述信号处理电路204相连。所述信号处理电路204与所述中央处理器205以及第二傅里叶变换器206相连。所述中央处理器205与所述第二傅里叶变换器206相连。所述第二傅里叶变换器206与所述信号处理电路204相连。其他实施例中,所述第一傅里叶变换器203和第二傅里叶变换器206可以被同一个傅里叶变换器替代。
基于以上连接关系,现对本发明的工作过程及原理进行详细描述。
本实施例中,所述生物波采集电极201实时采集患者发出的生物波信号,并将该生物波信号发送给所述信号调理电路202。其中,所述生物波采集电极201位于患者身体相应部位(例如眼睛等)的附近。
然后,所述信号调理电路202对接收到的生物波信号进行时域的处理(例如放大和模数转换等),生成对应的数字生物波信号,并将该数字生物波信号发送给所述第一傅里叶变换器203。其中,所述第一傅里叶变换器203可以是,但不限于基于2048点的快速傅里叶变换器。
接着,所述第一傅里叶变换器203对接收到的生物波信号进行快速傅里叶变换后,发送给所述信号处理电路204。该快速傅里叶变换能够增加生物波信号分析的灵敏度与准确度。本实施例中,所述快速傅里叶变换可以为基于2048点对接收到的生物波信号进行快速傅里叶变换。其中,所述第一傅里叶变换器203实现了将时域的生物波信号转换为频域生物波信号,所述频域生物波信号包括幅度和相位等特征参数。
所述中央处理器205根据经过频域处理后的生物波信号在预存的大数据多样本生物波库中选择出与该生物波信号相匹配的样本生物波信号,并将该样本生物波信号发送给所述第二傅里叶变换器206,以使所述第二傅里叶变换器206对接收到的样本生物波信号进行快速傅里叶变换后发送给所述信号处理电路204。该快速傅里叶变换能够增加生物波信号分析的灵敏度与准确度。其中,所述第二傅里叶变换器206实现了将时域的样本生物波信号转换为频域样本生物波信号,所述频域样本生物波信号包括幅度和相位等特征参数。
本实施例中,所述信号处理电路204对经过快速傅里叶变换后的生物波信号和样本生物波信号进行频域处理后发送给所述中央处理器205。其中,所述频域处理可以包括增益控制和相关度运算等。另外,该频域处理使得对经过快速傅里叶变换后的生物波信号和样本生物波信号的分析更准确。
最后,所述中央处理器205根据经过频域处理后的生物波信号和样本生物波信号控制所述生物波发生装置300产生生物波治疗波形,作用于患者,以对该患者的视力问题进行治疗恢复。本实施例中,所述生物波治疗波形的产生方式可以为:通过读取相应的波形文件,并转换成一高频信号,将该高频信号进行放大和调节之后经过生物波治疗电极作用于患者。其中,所述生物波发生装置300中预存有大数据多样本生物波库。该大数据多样本生物波库中包含各种不同年龄段、不同视力问题的患者的生物波治疗波形。
为了将采集到的生物波信号进行有效的时域处理,以便于后续的傅里叶变换。如图3所示,所述信号调理电路202可以包括放大滤波器2021、模数转换器2022和数字多项滤波器2023。其中,所述放大滤波器2021与所述生物波采集电极201相连。所述模数转换器2022与所述放大滤波器2021相连。所述数字多项滤波器2023与所述模数转换器2022相连,所述数字多项滤波器2023连接于所述第一傅里叶变换器203。
基于上述连接关系,现对所述信号调理电路202的工作原理及信号流向进行详细阐述。本实施例中,所述生物波采集电极201采集的生物波信号是模拟生物波信号,该模拟生物波信号由于受到外界环境的影响,信号比较微弱且存在干扰杂波(例如白噪声等),所述放大滤波器2021接收该模拟生物波信号,首先对该模拟生物波信号进行放大(例如线性放大),以增加其能量。然后再对经过放大后的信号进行滤波,以去除干扰杂波,得到与患者相对应的模拟生物波信号,并发送给所述模数转换器2022。所述模数转换器2022对接收到的模拟生物波信号进行模数转换后生成数字生物波信号发送给所述数字多项滤波器2023,以对该数字生物波信号进行数字滤波后发送给所述第一傅里叶变换器203。最后所述第一傅里叶变换器203对经过数字滤波后的数字生物波信号进行傅里叶变换后发送给所述信号处理电路204。其中,所述模数转换器2022采用高速宽带高量化率的模数转换器2022,其自身噪声低且分辨率高。所述数字多项滤波大大提高了生物波信号的频域分析的通道分辨率。所述傅里叶变换可实现生物波信号从时域到频域的转换,从而增强生物波信号分析的灵敏度和准确度。
为了在频域对生物波信号进行有效的处理,如图4所示,所述信号处理电路204可以包括积分及数字增益控制器2041、数字相关器2042和相关度分析器2043等。其中,所述积分及数字增益控制器2041分别与所述第一傅里叶变换器203和第二傅里叶变换器206相连。所述数字相关器2042与所述积分及数字增益控制器2041相连。所述相关度分析器2043与所述数字相关器2042相连。所述中央处理器205与所述相关度分析器2043相连。
基于上述连接关系,现对所述信号处理电路204的工作原理及信号流向进行详细阐述。所述积分及数字增益控制器2041分别接收经过第一傅里叶变换器203处理后的生物波信号以及所述第二傅里叶变换器206处理后的样本生物波信号,对该生物波信号和样本生物波信号进行积分和增益控制后发送给数字相关器2042,以提高其信号的信噪比。所述数字相关器2042对接收到的信号通过互相关函数进行数字相关后发送给所述相关度分析器2043,以使所述相关度分析器2043根据选取的热点频率计算经过数字相关器2042输出的生物波信号和样本生物波信号的互相关度。本实施例中,所述积分及数字增益控制器2041通过采用定时长的累加方式对经过所述第一傅里叶变换后的生物波信号以及经过所述第二傅里叶变换后的样本生物波信号进行增强。所述数字相关器2042分别根据相关计算求取所述生物波信号和样本生物波信号的互相关度。
详细地,将第一傅里叶变换器203输出的频域信号设为复数序列A,第二傅里叶变换器206输出的频域信号设为复数序列B。经过积分及数字增益控制器2041后,与复数序列A相对应的输出信号则为与复数序列B相对应的输出信号则为其中,t0表示对复数序列进行处理的起始时刻,t表示对复数序列进行处理的结束时刻。再经过数字相关器2042后输出的信号为R=(1/N)∑[x(m)y(m+n)]其中m从0到N-1变化,它反映的是两个函数在不同的相对位置上的互相匹配的程度。最后经过相关度分析器2043后输出的选取的热点频率信号为Hp的互相关度为R=AN※BN*/AN*※BN。其中,相关度只是一个比率,不是等单位量度,无单位。也不是百分比数,一般取小数点后两位来表示。相关度的正负号只表示方向,其绝对值表示相关程度。本实施例中,选取的样本生物波由相关度的最大绝对值所决定。
本发明实施例提供的一种生物波检测装置200及系统,通过生物波采集电极201实时获取患者产生的生物波信号,并对该生物波信号依次进行时域处理、傅里叶变换以及频域处理之后,发送给中央处理器205,使得该中央处理器205根据经过频域处理之后的生物波信号在预存的大数据样本生物波库中选择出最优的样本生物波信号对患者进行治疗,由于对生物波信号进行频域分析具有更高的灵敏度与准确度,从而有效提升了治疗效果。
需要说明的是,在本申请所提供的实施例中,应该理解到,所揭露装置,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的物品或者设备中还存在另外的相同要素。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种生物波检测装置,其特征在于,包括:
用于实时采集生物波信号的生物波采集电极;
用于对所述采集的生物波信号进行时域处理的信号调理电路;
用于对经过时域处理后的生物波信号进行傅里叶变换的第一傅里叶变换器;
用于对经过傅里叶变换后的生物波信号进行频域处理的信号处理电路;
用于在预存的大数据多样本生物波库中选择出与采集到的生物波信号相匹配的样本生物波信号的中央处理器;及
用于对所述样本生物波信号进行傅里叶变换的第二傅里叶变换器;
其中,所述生物波采集电极与所述信号调理电路相连,所述信号调理电路与所述第一傅里叶变换器相连,所述第一傅里叶变换器与所述信号处理电路相连,所述信号处理电路与所述中央处理器相连,所述中央处理器与所述第二傅里叶变换器相连,所述第二傅里叶变换器与所述信号处理电路相连。
2.根据权利要求1所述的生物波检测装置,其特征在于,所述信号调理电路包括与所述生物波采集电极相连的放大滤波器以及与所述放大滤波器相连的模数转换器。
3.根据权利要求2所述的生物波检测装置,其特征在于,所述信号调理电路还包括与所述模数转换器相连的用于对生物波信号进行滤波的数字多项滤波器。
4.根据权利要求1所述的生物波检测装置,其特征在于,所述信号处理电路包括与所述第一傅里叶变换器相连的用于提高生物波信号的信噪比的积分及数字增益控制器。
5.根据权利要求4所述的生物波检测装置,其特征在于,所述信号处理电路还包括与所述积分及数字增益控制器相连的数字相关器,所述积分及数字增益控制器通过采用定时长的累加方式对经过所述第一傅里叶变换后的生物波信号以及经过所述第二傅里叶变换后的样本生物波信号进行增强。
6.根据权利要求5所述的生物波检测装置,其特征在于,所述信号处理电路还包括与所述数字相关器相连的相关度分析器,所述相关度分析器连接于所述中央处理器,所述数字相关器通过互相关函数对经过所述积分及数字增益控制器增强后的生物波信号和样本生物波信号进行互相关运算。
7.根据权利要求6所述的生物波检测装置,其特征在于,所述相关度分析器根据选取的热点频率计算经过数字相关器输出的生物波信号和样本生物波信号的互相关度。
8.根据权利要求7所述的生物波检测装置,其特征在于,所述数字相关器分别根据相关计算求取所述生物波信号和样本生物波信号的互相关度。
9.根据权利要求1所述的生物波检测装置,其特征在于,所述第一傅里叶变换器基于2048点对所述经过时域处理后的生物波信号进行傅里叶变换,所述第二傅里叶变换器基于2048点对所述经过时域处理后的样本生物波信号进行傅里叶变换。
10.一种生物波检测系统,其特征在于,包括权利要求1-9中任意一项所述的生物波检测装置,用于根据检测到的生物波信号产生生物波治疗波形的生物波发生装置,所述生物波发生装置与所述生物波检测装置相连。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610998944.1A CN106725301B (zh) | 2016-11-11 | 2016-11-11 | 一种生物波检测装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610998944.1A CN106725301B (zh) | 2016-11-11 | 2016-11-11 | 一种生物波检测装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106725301A true CN106725301A (zh) | 2017-05-31 |
CN106725301B CN106725301B (zh) | 2018-07-13 |
Family
ID=58973604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610998944.1A Active CN106725301B (zh) | 2016-11-11 | 2016-11-11 | 一种生物波检测装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106725301B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107596559A (zh) * | 2017-10-18 | 2018-01-19 | 新疆裸眼卫士电子网络科技有限公司 | 裸视力恢复模式选择方法及系统 |
CN109602397A (zh) * | 2019-01-19 | 2019-04-12 | 深圳市全息调频医疗器械有限公司 | 生物信息捕捉储存装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202105317U (zh) * | 2011-04-25 | 2012-01-11 | 暨南大学 | 一种基于脑电图生物反馈的睡眠治疗装置 |
CN202179783U (zh) * | 2011-05-20 | 2012-04-04 | 何志明 | 双路复合生物波电子矫视仪 |
CN203153732U (zh) * | 2013-01-30 | 2013-08-28 | 王洪福 | 生物波电流经络检测疏通仪 |
CN205197993U (zh) * | 2015-10-30 | 2016-05-04 | 王胜国 | 生物波电流经络检测治疗仪 |
JP2016144565A (ja) * | 2015-02-09 | 2016-08-12 | フクダ電子株式会社 | 脈波測定装置及び生体情報測定装置 |
-
2016
- 2016-11-11 CN CN201610998944.1A patent/CN106725301B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202105317U (zh) * | 2011-04-25 | 2012-01-11 | 暨南大学 | 一种基于脑电图生物反馈的睡眠治疗装置 |
CN202179783U (zh) * | 2011-05-20 | 2012-04-04 | 何志明 | 双路复合生物波电子矫视仪 |
CN203153732U (zh) * | 2013-01-30 | 2013-08-28 | 王洪福 | 生物波电流经络检测疏通仪 |
JP2016144565A (ja) * | 2015-02-09 | 2016-08-12 | フクダ電子株式会社 | 脈波測定装置及び生体情報測定装置 |
CN205197993U (zh) * | 2015-10-30 | 2016-05-04 | 王胜国 | 生物波电流经络检测治疗仪 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107596559A (zh) * | 2017-10-18 | 2018-01-19 | 新疆裸眼卫士电子网络科技有限公司 | 裸视力恢复模式选择方法及系统 |
CN109602397A (zh) * | 2019-01-19 | 2019-04-12 | 深圳市全息调频医疗器械有限公司 | 生物信息捕捉储存装置 |
CN109602397B (zh) * | 2019-01-19 | 2024-03-12 | 深圳市全息调频医疗器械有限公司 | 生物信息捕捉储存装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106725301B (zh) | 2018-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Aziz et al. | ECG-based machine-learning algorithms for heartbeat classification | |
Lopac et al. | Detection of non-stationary GW signals in high noise from Cohen’s class of time–frequency representations using deep learning | |
Rapp | A guide to dynamical analysis | |
Yang et al. | A recurrence quantification analysis-based channel-frequency convolutional neural network for emotion recognition from EEG | |
Kora et al. | Improved Bat algorithm for the detection of myocardial infarction | |
US10866637B2 (en) | Gesture classification apparatus and method using EMG signal | |
Singh et al. | Classification of unsegmented heart sound recording using KNN classifier | |
CN106108894A (zh) | 一种提高情绪识别模型时间鲁棒性的情绪脑电识别方法 | |
Turesson et al. | Category-selective phase coding in the superior temporal sulcus | |
Shen et al. | Gesture recognition through sEMG with wearable device based on deep learning | |
Esgalhado et al. | The application of deep learning algorithms for ppg signal processing and classification | |
CN106725301A (zh) | 一种生物波检测装置及系统 | |
Arunachalam et al. | Improved multiscale entropy technique with nearest-neighbor moving-average kernel for nonlinear and nonstationary short-time biomedical signal analysis | |
Pander et al. | An automatic saccadic eye movement detection in an optokinetic nystagmus signal | |
Suhail et al. | Cardiac disease detection from ECG signal using discrete wavelet transform with machine learning method | |
CN108509869A (zh) | 基于OpenBCI的特征集优化在线训练方法 | |
CN115429289A (zh) | 一种脑机接口训练数据扩增方法、装置、介质及电子设备 | |
Akhonda et al. | Stress detection of computer user in office like working environment using neural network | |
Guven et al. | A novel biometric identification system based on fingertip electrocardiogram and speech signals | |
CN110852307B (zh) | 基于脑电信号的脑机接口的检测方法、系统、介质及设备 | |
CN103995799B (zh) | 基于fft谱校正的频率相位脑机接口解码方法及其装置 | |
Li et al. | A touch prediction and window sensing strategy for low-power and low-cost capacitive multitouch screen systems | |
CN108652650A (zh) | 基于脉搏波信号的警觉度实时检测方法及系统 | |
Kumar et al. | Classification of driver cognitive load based on physiological data: Exploring recurrent neural networks | |
Li et al. | Epileptic seizure detection using EEGs based on kernel radius of intrinsic mode functions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |