CN108335728A - 一种用于意识障碍患者的唤名促醒系统 - Google Patents
一种用于意识障碍患者的唤名促醒系统 Download PDFInfo
- Publication number
- CN108335728A CN108335728A CN201810120881.9A CN201810120881A CN108335728A CN 108335728 A CN108335728 A CN 108335728A CN 201810120881 A CN201810120881 A CN 201810120881A CN 108335728 A CN108335728 A CN 108335728A
- Authority
- CN
- China
- Prior art keywords
- name
- stimulation
- task
- data
- subject
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Physical Education & Sports Medicine (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种用于意识障碍患者的唤名促醒系统,包括唤名刺激模块、脑电信号采集模块、数据处理模块;唤名刺激模块采用自名与他名按照一定比例随机播放给被试者;脑电信号采集模块实时记录被试者脑电信号;数据处理模块可以实时输出在线准确率,也可以离线分析被试者的预后情况。本发明采用唤名oddball范式的脑机接口去对意识障碍患者进行促醒治疗,并分析患者在唤自名和唤他名刺激后的EEG数据。在线分析准确率实时反馈给测试者和被试者,而离线分析能够对比意识障碍患者康复过程中脑电响应的变化以对其康复做出正确预后。本发明通过唤名的持续听觉刺激促进意识障碍患者的觉醒,提高患者意识及行为反应从而达到唤醒的治疗目的。
Description
技术领域
本发明涉及脑机接口技术与电生理事件相关诱发电位的技术领域,尤其是指一种用于意识障碍患者的唤名促醒系统。
背景技术
自从上个世纪初发现头皮脑电(electroencephalogram,EEG)信号后,它就被应用于神经系统疾病辅助诊断、脑功能康复的研究等方面。脑机接口系统可以通过头皮电生理信号直接表达脑功能状态。脑机接口系统可以促使大脑可塑性修复受损的脑功能,同时帮助恢复剩余的神经-肌肉通道表达。
意识障碍患者是指由颅脑损伤、脑出血或梗死、电击、心脏疾病、溺水等原因导致的对周围环境和自我的感知有障碍的患者,包含昏迷状态、植物状态、最小意识状态等几种情况。目前对意识障碍患者没有确切有效的治疗方法,使得原本就存在的医学、伦理及法律问题争论更加激烈。针对意识障碍患者的治疗,临床研究者在药物治疗、神经康复等领域进行了大量的研究和探索。其中神经调控技术较为突出。神经调控治疗包含脑深部电刺激(Deep Brain Stimulation,DBS)和上颈段脊髓电刺激(Spinal Cord Stimulation,SCS)等治疗方式,这类治疗方式证明了外源性电刺激能够改善患者的意识状态,但总体效果一般,且需要通过手术放置刺激电极,存在很大的风险。
现有的听觉新异实验范式(Oddball Paradigm)采用标准和偏差刺激按一定比例随机播放给被试从而诱发事件相关电位(Event Related Potentials,ERP)——失匹配负波(mismatch negativity,MMN)和P300。然后再通过分析事件相关电位(ERP)的波形差异评估被试意识状态或脑干功能。
现有的听觉新异范式的标准刺激与偏差刺激均为单一频率正弦音,仅能简单地评估被试地意识状态或脑干功能,没有对意识障碍病人起到治疗作用。
本发明根据听觉新异实验范式设计脑机接口系统,创新性地将患者的名字和他人名字作为系统的偏差刺激和标准刺激。通过唤名的持续听觉刺激促进意识障碍患者的觉醒,提高患者意识及行为反应从而达到唤醒的治疗目的。在治疗同时采集患者在唤自名和唤他名刺激后的脑电数据,利用支持向量机的方法分类不同声音刺激下意识障碍患者的脑电响应评估被试意识状态或脑干功能。
发明内容
本发明的目的在于针对现有临床治疗意识障碍病症的器械缺乏,治疗实现难度大(需植入颅内电极)、存在手术风险等问题,提出了一种用于意识障碍患者的唤名促醒系统。该系统基于无损的脑机接口技术,设计脑电采集、处理各个模块,结合唤名与oddball刺激范式,构成唤名oddball范式的脑机接口系统去对意识障碍患者进行促醒治疗,并分析患者在唤自名和唤他名刺激后的EEG数据。利用脑电分析的方法(小波变换,短时傅里叶变换,傅里叶变换)求取刺激后和刺激前安静状态下的能量值,分析唤名刺激前后的脑电能量的比值差异性,对比意识障碍患者康复过程中脑电响应的变化以对其康复做出正确预后。
为实现上述目的,本发明所提供的技术方案为:一种用于意识障碍患者的唤名促醒系统,包括:唤名刺激模块、脑电信号采集模块、数据处理模块;其中:
所述唤名刺激模块,包括刺激端显示器,根据听觉新异实验范式选取标准与偏差两类声音刺激,标准刺激为他人名字,从中国名字库中随机选取相同数量的双音节名字和三音节名字素材,并采用标准声录音,而偏差刺激则是被试者自己的名字,同样采用标准声录音,同时采用Adobe Audition软件处理录音确保所有声音刺激长度为一致,其中,单个刺激任务中至少包含10轮重复刺激序列,单个序列包含的标准与偏差刺激比例为n:1,即标准刺激与偏差刺激以n:1的比率随机出现在每一轮刺激序列中,声音强度为60‐75dB,其中n=2、3、4、5、6、7、8、9、10,且刺激序列中相邻两个刺激之间的时间间隔至少为2秒;
所述脑电信号采集模块,采用脑电放大器和16通道的EEG电极帽来记录头皮脑电信号,然后将头皮脑电信号传输至数据处理模块;所有通道的脑电信号均以右耳突为参照,在脑电采集过程中,所有电极的阻抗值皆为5KΩ以下,且脑电信号以1000Hz的频率采样,并在0.1至70Hz的范围内进行带通滤波;信号采集时,先让受试者坐于刺激端显示器前,与显示器的距离为40‐50cm,显示器高度调至平视水平,给受试者佩戴EEG电极帽,用平口针筒将电极膏注入电极帽嵌入式电极,电极膏注入完毕,给受试者佩戴耳机;其中,采用MicrosoftVisual C++软件编写程序播放听觉刺激任务,屏幕首先出现一个焦点提示受试者集中注意力,随后出现十字标记表示进入实验准备状态,然后再进行单个任务,播放完一个任务,根据被试疲劳程序选择休息10‐60秒后选择进入下一个任务;被试每次需完成若干个任务段,至少包含一个校准任务段及任意个在线任务段;校准任务段和在线任务段均至少包含10次单个任务;其中,校准任务段是建立分类模型,为在线任务段提供模型的参数;在线任务段用于评估模型并获取被试状态;
所述数据处理模块,在单个刺激任务呈现完毕后,对数据进行存储或处理,并根据实时结果播放正性/负性反馈声音,其中正性反馈声音是欢快的掌声,负性反馈声音是叹息声;其具体情况如下:
由脑电信号采集模块采集到的原始EEG信号,包含所有校准和在线的所有任务数据,经6阶最小相位有限冲击响应滤波器滤波,滤波带宽为0.1-20Hz;
校准任务段数据处理过程:选择至少1-16个通道,利用所选通道的滤波后的EEG数据构建数据单元,每个数据单元时间段提取从刺激结束后开始;在16个通道,采样率为fsHz时,产生一个16×fs×4的数据矩阵,对这些数据进行基线校准,即减去刺激前的预设平均值,随后再对此数据进行下采样,下采样率为fd,得到一个通道C乘以数据点N的矩阵,N=fs×4/fd;将C个通道的数据串联成含有C×N个元素的向量,同时把每个声音刺激重复的10轮播放对应的向量平均起来,每个任务中的每个刺激构建一个特征向量,即共1+n个特征向量,从训练校准数据集的数据中提取特征向量,训练一个支持向量机的分类器,即SVM模型,在分类器中,对应目标和非目标的特征向量分别被标注为1和-1;
在线任务段数据处理过程:对于每个在线的测试任务,训练的SVM模型被应用到对应n+1个刺激键的n+1个特征向量中,获得n+1个SVM的值,n+1个值中最大值对应的刺激被认为是探测到的目标,即唤自名,如果探测到的目标与实际目标一致,则这个任务正确响应,最后,计算出唤名促醒的准确率,即正确响应的任务数与在线测试总的任务数的比值,为了衡量准确率是否显著,通过统计命中与不命中的观察次数和理论次数,并根据下列公式进行卡方检测:
式中,foi和fei分别是第i个分类的观察次数和理论次数,i=1,2,...,k;在这里,观察项目分为命中和不命中两类,fo1和fo2分别是命中和不命中的观察次数,fe1和fe2分别是命中和不命中的理论次数,自由度是分类项数k减1,即为1;若使用8种选择的BCI进行24次任务时,在完全概率相等的情况下应该是命中和不命中的次数分别是3和21;为了表明观察次数的显著性,即概率p≤0.05,在自由度为1时,检验统计量χ2需要大于3.84,即24次任务中,患者需要完成≥7个正确响应的任务数;对于完成24次任务的受试者中,其正确率在显著水平29%以上,认为该意识障碍患者具有很好的预后,多次任务段的数据能够得到平均正确率;
对于离线数据,利用脑电分析的方法,包括小波变换、短时傅里叶变换、傅里叶变换,求取刺激后和刺激前安静状态下的能量值,分析唤名刺激前后的脑电能量的比值差异性,对比意识障碍患者康复过程中脑电响应的变化以对其康复做出正确预后。
本发明与现有技术相比,具有如下优点与有益效果:
1、本发明将唤自名与唤他名的听觉刺激与Oddball范式的脑机接口技术结合,构成一种适用于意识障碍患者的唤名促醒系统。Oddball实验范式中的标准刺激与偏差刺激,分别为他名与自名,并按照一定比率(n:1)构成随机顺序的听觉刺激序列。通过重复播放刺激序列诱发事件相关电位ERP,并由检测算法给出对应的正/负反馈,促进意识障碍患者对周围环境和自我的认知。
2、本发明采用脑机接口技术无损地采集头皮电位,克服了现有意识障碍治疗装置需通过手术植入电极进行外部电刺激的高风险、实时过程复杂等缺点。同时,与fMRI费用高、不便携(只能在大型医院的核磁共振室进行)以及严格的身体要求(不能带金属支架,不准移动身体等诸多限制)等相比,能更方便的应用到临床上。
3、本发明不但可以有效应用于意识障碍患者的促醒,还可以根据病人康复过程的脑电响应结果对患者的后期康复做出稳定预后,为临床工作者制定治疗方案提供有效帮助。
附图说明
图1为单个听觉任务的示意图。
图2为单次刺激序列的示意图,图中标准刺激(自名)与偏差刺激(他名)比例为n:1,n=7。两种刺激的顺序随机排列。
具体实施方式
下面结合具体实施例对本发明作进一步说明。
本实施例所提供的用于意识障碍患者的唤名促醒系统,区分有三个模块,分别为唤名刺激模块、脑电信号采集模块、数据处理模块,其中:
所述唤名刺激模块,包括刺激端显示器,根据听觉新异实验范式选取标准与偏差两类声音刺激,标准刺激为他人名字,从中国名字库中随机选取相同数量的双音节名字和三音节名字素材,并采用标准声录音,而偏差刺激则是被试者自己的名字,同样采用标准声录音,同时采用Adobe Audition软件处理录音确保所有声音刺激长度为一致(如2s),其中,单个刺激任务中至少包含10轮重复刺激序列,单个序列包含的标准与偏差刺激比例为n:1,即标准刺激与偏差刺激以n:1的比率随机出现在每一轮刺激序列中,声音强度为60‐75dB(声音强度可调节),其中n=2、3、4、5、6、7、8、9、10,且刺激序列中相邻两个刺激之间的时间间隔至少为2秒;单个任务和刺激序列的示意图请参见图1和图2所示,图中标准刺激(自名)与偏差刺激(他名)比例为7:1,两种刺激的顺序随机排列。
所述脑电信号采集模块,采用脑电放大器和16通道的EEG电极帽来记录头皮脑电信号,然后将头皮脑电信号传输至数据处理模块;所有通道的脑电信号均以右耳突为参照,其中“HEOGR”“HEOGL”与“VEOGR”“VEOGL”两对通道用来记录眼球运动,以去除脑电信号中的眼电伪迹;在脑电采集过程中,所有电极的阻抗值皆为5KΩ以下,且脑电信号以1000Hz的频率采样,并在0.1至70Hz的范围内进行带通滤波;信号采集时,先让受试者坐于刺激端显示器前,与显示器的距离为40‐50cm,显示器高度调至平视水平,给受试者佩戴EEG电极帽,用平口针筒将电极膏注入电极帽嵌入式电极,电极膏注入完毕,给受试者佩戴耳机;其中,采用Microsoft Visual C++软件编写程序播放听觉刺激任务,屏幕首先出现一个焦点提示受试者集中注意力,随后出现十字标记表示进入实验准备状态,然后再进行任务,先完成一个校准任务段,再完成若干个在线任务段;播放完一个任务,根据被试疲劳程序选择休息10‐60秒后选择进入下一个任务;被试每次需完成若干个任务段,至少包含一个校准任务段及任意个在线任务段;校准任务段和在线任务段均至少包含10次单个任务;其中,校准任务段是建立分类模型,为在线任务段提供模型的参数;在线任务段用于评估模型并获取被试状态。
所述数据处理模块,在单个刺激任务呈现完毕后,对数据进行存储或处理,并根据实时结果播放正性/负性反馈声音,其中正性反馈声音是欢快的掌声,负性反馈声音是叹息声;其具体情况如下:
由脑电信号采集模块采集到的原始EEG信号,包含所有校准和在线的所有任务数据,经6阶最小相位有限冲击响应滤波器滤波,滤波带宽为0.1-20Hz;
校准任务段数据处理过程:选择至少1-16个通道,利用所选通道的滤波后的EEG数据构建数据单元,每个数据单元时间段提取从刺激开始至刺激结束后2秒共4秒时间段(也可以采用其它时间段);在16个通道,采样率为fs Hz时,产生一个16×fs×4的数据矩阵,对这些数据进行基线校准,即减去刺激前的预设平均值,随后再对此数据进行下采样,下采样率为fd,得到一个通道C乘以数据点N的矩阵,N=fs×4/fd;将C个通道的数据串联成含有C×N个元素的向量,同时把每个声音刺激重复的10轮播放对应的向量平均起来,每个任务中的每个刺激构建一个特征向量,即共1+n个特征向量,从训练校准数据集的数据中提取特征向量,训练一个支持向量机的分类器,即SVM模型,在分类器中,对应目标和非目标的特征向量分别被标注为1和-1;
在线任务段数据处理过程:对于每个在线的测试任务,训练的SVM模型被应用到对应n+1个刺激键的n+1个特征向量中,获得n+1个SVM的值,n+1个值中最大值对应的刺激被认为是探测到的目标,即唤自名,如果探测到的目标与实际目标一致,则这个任务正确响应,最后,计算出唤名促醒的准确率,即正确响应的任务数与在线测试总的任务数的比值,为了衡量准确率是否显著,通过统计命中与不命中的观察次数和理论次数,并根据下列公式进行卡方检测:
式中,foi和fei分别是第i个分类的观察次数和理论次数,i=1,2,...,k;在这里,观察项目分为命中和不命中两类,fo1和fo2分别是命中和不命中的观察次数,fe1和fe2分别是命中和不命中的理论次数,自由度是分类项数k减1,即为1;若使用8种选择的BCI进行24次任务时,在完全概率相等的情况下应该是命中和不命中的次数分别是3和21;为了表明观察次数的显著性,即概率p≤0.05,在自由度为1时,检验统计量χ2需要大于3.84,即24次任务中,患者需要完成≥7个正确响应的任务数;对于完成24次任务的受试者中,其正确率在显著水平29%以上,认为该意识障碍患者具有很好的预后,多次任务段的数据能够得到平均正确率;
对于离线数据,利用脑电分析的方法,包括小波变换、短时傅里叶变换、傅里叶变换等,求取刺激后和刺激前安静状态下的能量值,分析唤名刺激前后的脑电能量的比值差异性,对比意识障碍患者康复过程中脑电响应的变化以对其康复做出正确预后。
以上所述之实施例子只为本发明之较佳实施例,并非以此限制本发明的实施范围,故凡依本发明之形状、原理所作的变化,均应涵盖在本发明的保护范围内。
Claims (1)
1.一种用于意识障碍患者的唤名促醒系统,其特征在于,包括:唤名刺激模块、脑电信号采集模块、数据处理模块;其中:
所述唤名刺激模块,包括刺激端显示器,根据听觉新异实验范式选取标准与偏差两类声音刺激,标准刺激为他人名字,从中国名字库中随机选取相同数量的双音节名字和三音节名字素材,并采用标准声录音,而偏差刺激则是被试者自己的名字,同样采用标准声录音,同时采用Adobe Audition软件处理录音确保所有声音刺激长度为一致,其中,单个刺激任务中至少包含10轮重复刺激序列,单个序列包含的标准与偏差刺激比例为n:1,即标准刺激与偏差刺激以n:1的比率随机出现在每一轮刺激序列中,声音强度为60‐75dB,其中n=2、3、4、5、6、7、8、9、10,且刺激序列中相邻两个刺激之间的时间间隔至少为2秒;
所述脑电信号采集模块,采用脑电放大器和16通道的EEG电极帽来记录头皮脑电信号,然后将头皮脑电信号传输至数据处理模块;所有通道的脑电信号均以右耳突为参照,在脑电采集过程中,所有电极的阻抗值皆为5KΩ以下,且脑电信号以1000Hz的频率采样,并在0.1至70Hz的范围内进行带通滤波;信号采集时,先让受试者坐于刺激端显示器前,与显示器的距离为40‐50cm,显示器高度调至平视水平,给受试者佩戴EEG电极帽,用平口针筒将电极膏注入电极帽嵌入式电极,电极膏注入完毕,给受试者佩戴耳机;其中,采用MicrosoftVisual C++软件编写程序播放听觉刺激任务,屏幕首先出现一个焦点提示受试者集中注意力,随后出现十字标记表示进入实验准备状态,然后再进行单个任务,播放完一个任务,根据被试疲劳程序选择休息10‐60秒后选择进入下一个任务;被试每次需完成若干个任务段,至少包含一个校准任务段及任意个在线任务段;校准任务段和在线任务段均至少包含10次单个任务;其中,校准任务段是建立分类模型,为在线任务段提供模型的参数;在线任务段用于评估模型并获取被试状态;
所述数据处理模块,在单个刺激任务呈现完毕后,对数据进行存储或处理,并根据实时结果播放正性/负性反馈声音,其中正性反馈声音是欢快的掌声,负性反馈声音是叹息声;其具体情况如下:
由脑电信号采集模块采集到的原始EEG信号,包含所有校准和在线的所有任务数据,经6阶最小相位有限冲击响应滤波器滤波,滤波带宽为0.1-20Hz;
校准任务段数据处理过程:选择至少1-16个通道,利用所选通道的滤波后的EEG数据构建数据单元,每个数据单元时间段提取从刺激结束后开始;在16个通道,采样率为fs Hz时,产生一个16×fs×4的数据矩阵,对这些数据进行基线校准,即减去刺激前的预设平均值,随后再对此数据进行下采样,下采样率为fd,得到一个通道C乘以数据点N的矩阵,N=fs×4/fd;将C个通道的数据串联成含有C×N个元素的向量,同时把每个声音刺激重复的10轮播放对应的向量平均起来,每个任务中的每个刺激构建一个特征向量,即共1+n个特征向量,从训练校准数据集的数据中提取特征向量,训练一个支持向量机的分类器,即SVM模型,在分类器中,对应目标和非目标的特征向量分别被标注为1和-1;
在线任务段数据处理过程:对于每个在线的测试任务,训练的SVM模型被应用到对应n+1个刺激键的n+1个特征向量中,获得n+1个SVM的值,n+1个值中最大值对应的刺激被认为是探测到的目标,即唤自名,如果探测到的目标与实际目标一致,则这个任务正确响应,最后,计算出唤名促醒的准确率,即正确响应的任务数与在线测试总的任务数的比值,为了衡量准确率是否显著,通过统计命中与不命中的观察次数和理论次数,并根据下列公式进行卡方检测:
式中,foi和fei分别是第i个分类的观察次数和理论次数,i=1,2,...,k;在这里,观察项目分为命中和不命中两类,fo1和fo2分别是命中和不命中的观察次数,fe1和fe2分别是命中和不命中的理论次数,自由度是分类项数k减1,即为1;若使用8种选择的BCI进行24次任务时,在完全概率相等的情况下应该是命中和不命中的次数分别是3和21;为了表明观察次数的显著性,即概率p≤0.05,在自由度为1时,检验统计量χ2需要大于3.84,即24次任务中,患者需要完成≥7个正确响应的任务数;对于完成24次任务的受试者中,其正确率在显著水平29%以上,认为该意识障碍患者具有很好的预后,多次任务段的数据能够得到平均正确率;
对于离线数据,利用脑电分析的方法,包括小波变换、短时傅里叶变换、傅里叶变换,求取刺激后和刺激前安静状态下的能量值,分析唤名刺激前后的脑电能量的比值差异性,对比意识障碍患者康复过程中脑电响应的变化以对其康复做出正确预后。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810120881.9A CN108335728A (zh) | 2018-02-07 | 2018-02-07 | 一种用于意识障碍患者的唤名促醒系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810120881.9A CN108335728A (zh) | 2018-02-07 | 2018-02-07 | 一种用于意识障碍患者的唤名促醒系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108335728A true CN108335728A (zh) | 2018-07-27 |
Family
ID=62927072
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810120881.9A Pending CN108335728A (zh) | 2018-02-07 | 2018-02-07 | 一种用于意识障碍患者的唤名促醒系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108335728A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109893093A (zh) * | 2019-02-20 | 2019-06-18 | 华南理工大学 | 一种隐式注视脑机接口的意识状态检测系统 |
CN111144450A (zh) * | 2019-12-10 | 2020-05-12 | 天津大学 | 一种构建基于不同长度名字刺激的erp范式的方法 |
CN111227825A (zh) * | 2020-01-14 | 2020-06-05 | 华南理工大学 | 一种基于脑机接口系统辅助评估声源定位的方法 |
CN112075945A (zh) * | 2020-09-17 | 2020-12-15 | 浙江大学 | 一种基于语音刺激下根据眼电信号的意识检测方法 |
CN113116306A (zh) * | 2021-04-21 | 2021-07-16 | 复旦大学 | 一种基于听觉诱发脑电信号分析的意识障碍辅助诊断系统 |
CN113197586A (zh) * | 2021-04-13 | 2021-08-03 | 复旦大学 | 一种基于视觉脑电信号的自我意识检测方法 |
CN115192046A (zh) * | 2022-06-24 | 2022-10-18 | 广州市润杰医疗器械有限公司 | 一种利用两种声音刺激来判断大脑意识水平的检测系统 |
CN116421187A (zh) * | 2023-03-30 | 2023-07-14 | 之江实验室 | 一种基于言语层级序列的注意力缺陷多动障碍的分析系统 |
CN116543873A (zh) * | 2023-05-08 | 2023-08-04 | 浙江千蝶脑科学有限公司 | 一种基于ai的doc评估及进程式意识康复指导方案决策系统及平台 |
CN117838147A (zh) * | 2023-12-19 | 2024-04-09 | 天津大学 | 一种基于chirp信号的意识状态检测方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120150545A1 (en) * | 2009-06-15 | 2012-06-14 | Adam Jay Simon | Brain-computer interface test battery for the physiological assessment of nervous system health |
CN104605839A (zh) * | 2015-02-05 | 2015-05-13 | 广州市润杰医疗器械有限公司 | 一种昏迷患者苏醒预测方法 |
CN104758130A (zh) * | 2015-03-23 | 2015-07-08 | 华南理工大学 | 一种基于脑机接口的智能护理装置及方法 |
CN104921723A (zh) * | 2015-05-15 | 2015-09-23 | 华南理工大学 | 一种基于多模态脑机接口的意识状态检测方法 |
CN105496404A (zh) * | 2015-11-25 | 2016-04-20 | 华南理工大学 | 基于脑机接口辅助crs-r量表听觉惊吓的评估方法 |
CN106708273A (zh) * | 2017-02-21 | 2017-05-24 | 华南理工大学 | 一种基于eog的开关装置及开关键实现方法 |
-
2018
- 2018-02-07 CN CN201810120881.9A patent/CN108335728A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120150545A1 (en) * | 2009-06-15 | 2012-06-14 | Adam Jay Simon | Brain-computer interface test battery for the physiological assessment of nervous system health |
CN104605839A (zh) * | 2015-02-05 | 2015-05-13 | 广州市润杰医疗器械有限公司 | 一种昏迷患者苏醒预测方法 |
CN104758130A (zh) * | 2015-03-23 | 2015-07-08 | 华南理工大学 | 一种基于脑机接口的智能护理装置及方法 |
CN104921723A (zh) * | 2015-05-15 | 2015-09-23 | 华南理工大学 | 一种基于多模态脑机接口的意识状态检测方法 |
CN105496404A (zh) * | 2015-11-25 | 2016-04-20 | 华南理工大学 | 基于脑机接口辅助crs-r量表听觉惊吓的评估方法 |
CN106708273A (zh) * | 2017-02-21 | 2017-05-24 | 华南理工大学 | 一种基于eog的开关装置及开关键实现方法 |
Non-Patent Citations (1)
Title |
---|
潘家辉: ""基于P300和SSVEP的高性能脑机接口及其应用研究"", 《中国博士学位论文全文数据库 信息科技辑》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109893093A (zh) * | 2019-02-20 | 2019-06-18 | 华南理工大学 | 一种隐式注视脑机接口的意识状态检测系统 |
CN111144450A (zh) * | 2019-12-10 | 2020-05-12 | 天津大学 | 一种构建基于不同长度名字刺激的erp范式的方法 |
CN111227825A (zh) * | 2020-01-14 | 2020-06-05 | 华南理工大学 | 一种基于脑机接口系统辅助评估声源定位的方法 |
CN111227825B (zh) * | 2020-01-14 | 2021-06-08 | 华南理工大学 | 一种基于脑机接口系统辅助评估声源定位的方法 |
CN112075945A (zh) * | 2020-09-17 | 2020-12-15 | 浙江大学 | 一种基于语音刺激下根据眼电信号的意识检测方法 |
CN113197586A (zh) * | 2021-04-13 | 2021-08-03 | 复旦大学 | 一种基于视觉脑电信号的自我意识检测方法 |
CN113197586B (zh) * | 2021-04-13 | 2022-08-23 | 复旦大学 | 一种基于视觉脑电信号的自我意识检测方法 |
CN113116306A (zh) * | 2021-04-21 | 2021-07-16 | 复旦大学 | 一种基于听觉诱发脑电信号分析的意识障碍辅助诊断系统 |
CN115192046A (zh) * | 2022-06-24 | 2022-10-18 | 广州市润杰医疗器械有限公司 | 一种利用两种声音刺激来判断大脑意识水平的检测系统 |
CN116421187A (zh) * | 2023-03-30 | 2023-07-14 | 之江实验室 | 一种基于言语层级序列的注意力缺陷多动障碍的分析系统 |
CN116421187B (zh) * | 2023-03-30 | 2023-10-13 | 之江实验室 | 一种基于言语层级序列的注意力缺陷多动障碍的分析系统 |
CN116543873A (zh) * | 2023-05-08 | 2023-08-04 | 浙江千蝶脑科学有限公司 | 一种基于ai的doc评估及进程式意识康复指导方案决策系统及平台 |
CN116543873B (zh) * | 2023-05-08 | 2023-12-12 | 浙江千蝶脑科学有限公司 | 一种基于ai的doc评估及进程式意识康复指导方案决策系统及平台 |
CN117838147A (zh) * | 2023-12-19 | 2024-04-09 | 天津大学 | 一种基于chirp信号的意识状态检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108335728A (zh) | 一种用于意识障碍患者的唤名促醒系统 | |
CN110167630B (zh) | 多功能闭环神经反馈刺激设备及其方法 | |
CN105496404B (zh) | 基于脑机接口辅助crs-r量表听觉惊吓的评估方法 | |
CN104768449B (zh) | 检查相位分布确定不同脑区间病理相互作用的设备 | |
US8942813B1 (en) | Transcranial stimulation device and method based on electrophysiological testing | |
US20230082594A1 (en) | Transcranial stimulation device and method based on electrophysiological testing | |
US20150105837A1 (en) | Brain therapy system and method using noninvasive brain stimulation | |
US8239030B1 (en) | Transcranial stimulation device and method based on electrophysiological testing | |
US10258291B2 (en) | Systems and methods for evaluation of neuropathologies | |
CN106407733A (zh) | 基于虚拟现实场景脑电信号的抑郁症风险筛查系统和方法 | |
CN109645994A (zh) | 一种基于脑-机接口系统辅助评估视觉定位的方法 | |
CN109893093A (zh) | 一种隐式注视脑机接口的意识状态检测系统 | |
CN112951449A (zh) | 针对神经功能障碍疾病的云端ai调控诊疗系统及其方法 | |
Kawala-Janik | Efficiency evaluation of external environments control using bio-signals | |
Remsik et al. | BCI-FES with multimodal feedback for motor recovery poststroke | |
CN107510451B (zh) | 一种基于脑干听觉诱发电位的音高感知能力客观评估方法 | |
Smith | Electroencephalograph based brain computer interfaces | |
CN111759300B (zh) | 神经诊断或治疗设备、心电检测系统和交感神经监测系统及其应用 | |
CN1903150A (zh) | 一种通过空间频率阈值变化治疗儿童弱视的方法 | |
JP2019510568A (ja) | 脳組織刺激の方法、装置及びコンピュータプログラム | |
Ritaccio et al. | Proceedings of the fourth international workshop on advances in electrocorticography | |
Botrugno | Enhancement of Readiness Potentials’ pre-processing chain in a Brain-Computer Interface for nonresponsive patients | |
Fazel-Rezai | P300-based speller brain-computer interface | |
Aliazizi | Methodological Development of Visual Electrodiagnostic of Records with Poor SNR: With Application in Calibration, Quality Assurance, Collaboration and Training | |
Kaur | Introduction to Human Electroencephalography: Recording, Experimental Techniques, and Analysis |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180727 |