CN108537200B - 一种用于通过动作识别选择性地收集脑电图数据的装置及方法 - Google Patents

一种用于通过动作识别选择性地收集脑电图数据的装置及方法 Download PDF

Info

Publication number
CN108537200B
CN108537200B CN201810352786.1A CN201810352786A CN108537200B CN 108537200 B CN108537200 B CN 108537200B CN 201810352786 A CN201810352786 A CN 201810352786A CN 108537200 B CN108537200 B CN 108537200B
Authority
CN
China
Prior art keywords
eeg
user
action
actions
user action
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.)
Active
Application number
CN201810352786.1A
Other languages
English (en)
Other versions
CN108537200A (zh
Inventor
苗勇
刘灿霞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BEIJING HEALTHINGKON TECHNOLOGY Co.,Ltd.
Original Assignee
Beijing Healthingkon Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Healthingkon Technology Co ltd filed Critical Beijing Healthingkon Technology Co ltd
Priority to CN201810352786.1A priority Critical patent/CN108537200B/zh
Publication of CN108537200A publication Critical patent/CN108537200A/zh
Application granted granted Critical
Publication of CN108537200B publication Critical patent/CN108537200B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G06F2218/04—Denoising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • User Interface Of Digital Computer (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明提供一种用于通过动作识别选择性地收集脑电图数据的装置，所述装置包括：动作识别单元，被配置为通过分析通过相机拍摄的图像来识别用户的动作；EEG测量单元，被配置为安装在用户的头部以测量用户的EEG；以及控制单元，被配置为控制所述EEG测量单元用于在所识别的用户的运动期间测量所述用户的EEG，并且基于所测量的EEG生成EEG数据集。其可以有效的去除测量时无效动作带来的噪声。

Description

一种用于通过动作识别选择性地收集脑电图数据的装置及 方法
技术领域
本发明涉及生物电学领域领域，其尤其指一种用于通过动作识别选择性地收集脑电图数据的装置及方法。
背景技术
脑电图(EEG)是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映。脑电信号中包含了大量的生理与疾病信息,在临床医学方面,脑电信号处理不仅可为某些脑疾病提供诊断依据,而且还为某些脑疾病提供了有效的治疗手段。在工程应用方面,人们也尝试利用脑电信号实现脑-计算机接口(BCI),利用人对不同的感觉、运动或认知活动的脑电的不同,通过对脑电信号的有效的提取和分类达到某种控制目的。但由于脑电信号是不具备各态历经性的非平稳随机信号,而且其背景噪声也很强,因此脑电信号的分析和处理一直是非常吸引人但又是具有相当难度的研究课题。此外作为用于EEG测量的方法，正在使用涉及将传感器直接放置在头皮上的过程的侵入式和不涉及将传感器放置在头皮上的过程的非侵入式形式。在非侵入性形式的情况下，伪影的污染是不可避免的，导致信息损失，并且侵入形式具有程序负担的严重问题。在非侵入性形式的情况下，为了尽量减少伪影的影响，对测量的EEG执行滤波以解决该缺点。
目前还缺少一种能够有效采集脑电信号的装置和方法。
发明内容
本专利的目的在于提出一种用于通过动作识别选择性地收集脑电图数据的装置，所述装置包括：动作识别单元，被配置为通过分析通过相机拍摄的图像来识别用户的动作；EEG测量单元，被配置为安装在用户的头部以测量用户的EEG；以及控制单元，被配置为控制所述EEG测量单元用于在所识别的用户的运动期间测量所述用户的EEG，并且基于所测量的EEG生成EEG数据集。
进一步的，所述动作识别单元包括：照相机，被配置为拍摄所述用户的图像；以及图像分析单元，被配置为通过对图像执行图像处理来分析包括在捕获图像中的多个运动。
进一步的，所述脑电测量单元包括：模数转换器，用于将模拟信号转换为数字信号，所述模拟信号通过安装在头部的电极输入；滤波器单元，被配置为对经转换的数字信号进行滤波以放大必要的信号并去除噪声；以及特征提取单元，被配置为从滤波后的信号中提取用户动作的特征。
进一步的，其中所述设备还包括数据库，其中所述数据库包括用于多个用户动作中的每一个的EEG数据集，其中所述EEG数据集由包括所述特征的EEG数据组成。
进一步的，所述控制单元在所述动作识别单元和所述EEG测量单元之间引起时间同步。
进一步的，当所识别的用户动作包括所述多个动作时，所述控制单元控制所述EEG测量单元仅在多个动作中的第一用户动作期间测量所述EEG。
进一步的，当所述第一用户动作大于或等于预定动作范围时，所述控制单元控制所述EEG测量单元测量所述EEG。
进一步的，当所述多个运动中的第二用户动作大于或等于预定运动范围时，所述控制单元控制所述EEG测量单元不测量所述EEG，其中，所述第二用户动作使用不同的身体部分或者具有与第一用户动作不同的模式。
另一方面其提出了一种用于通过运动识别选择性地采集EEG数据的方法其应用于如前的设备，所述方法包括：通过相机拍摄用户的图像；通过分析所捕获的图像来识别用户的运动；使用安装在用户头部的EEG测量器测量用户的EEG，其中在用户识别的运动期间测量用户的EEG；并基于测量的EEG生成EEG数据集，所述测量用户的脑电图包括：将模拟信号转换为数字信号，所述模拟信号通过安装在头部的电极输入；对转换的数字信号进行滤波以放大必要的信号并去除噪声；并从滤波信号中提取用户动作的特征，其中，所述方法还包括将用于多个用户动作中的每一个的EEG数据集存储在数据库中，其中所述EEG数据集由包括所述特征的EEG数据组成。
进一步的，所述方法还包括：将用户动作的脑电数据集存储在数据库中，其中所述脑电数据集由包括运动运动时间的脑电数据组成，其中采集的脑电图的时间段为变量,所述识别用户的运动包括：当识别的用户动作包括多个运动时，确定多个运动中的第一用户动作，其中，用户的EEG的测量包括测量仅在第一次用户动作期间进行脑电图，所述用户的EEG的测量包括当所述第一用户动作大于或等于预定运动范围时测量所述EEG，识别所述用户的运动包括确定所述多个运动中的第二用户动作，其中当所述第二用户动作大于时，所述用户的所述EEG的测量不测量所述EEG或等于预定的运动范围，并且其中第二用户动作使用不同的身体部分或者具有与第一用户动作不同的模式。
与现有技术比较，其具备实时在线能力强、测量精度高等的优良特点。其可以有效的去除测量时无效动作带来的噪声。
具体实施方式
下面结合应用实例对本发明作进一步的详细描述。
实施例一。
一种用于通过动作识别选择性地收集脑电图数据的装置，所述装置包括：动作识别单元，被配置为通过分析通过相机拍摄的图像来识别用户的动作；EEG测量单元，被配置为安装在用户的头部以测量用户的EEG；以及控制单元，被配置为控制所述EEG测量单元用于在所识别的用户的运动期间测量所述用户的EEG，并且基于所测量的EEG生成EEG数据集。所述动作识别单元包括：照相机，被配置为拍摄所述用户的图像；以及图像分析单元，被配置为通过对图像执行图像处理来分析包括在捕获图像中的多个运动。所述脑电测量单元包括：模数转换器，用于将模拟信号转换为数字信号，所述模拟信号通过安装在头部的电极输入；滤波器单元，被配置为对经转换的数字信号进行滤波以放大必要的信号并去除噪声；以及特征提取单元，被配置为从滤波后的信号中提取用户动作的特征。其中所述设备还包括数据库，其中所述数据库包括用于多个用户动作中的每一个的EEG数据集，其中所述EEG数据集由包括所述特征的EEG数据组成。
所述控制单元在所述动作识别单元和所述EEG测量单元之间引起时间同步。当所识别的用户动作包括所述多个动作时，所述控制单元控制所述EEG测量单元仅在多个动作中的第一用户动作期间测量所述EEG。当所述第一用户动作大于或等于预定动作范围时，所述控制单元控制所述EEG测量单元测量所述EEG。当所述多个运动中的第二用户动作大于或等于预定运动范围时，所述控制单元控制所述EEG测量单元不测量所述EEG，其中，所述第二用户动作使用不同的身体部分或者具有与第一用户动作不同的模式。这样设置后，将作为非输入动作的伪影加以剔除并不采集对应的EEG数据。
所述设备的工作原理包括：通过相机拍摄用户的图像；通过分析所捕获的图像来识别用户的运动；使用安装在用户头部的EEG测量器测量用户的EEG，其中在用户识别的运动期间测量用户的EEG；并基于测量的EEG生成EEG数据集，所述测量用户的脑电图包括：将模拟信号转换为数字信号，所述模拟信号通过安装在头部的电极输入；对转换的数字信号进行滤波以放大必要的信号并去除噪声；并从滤波信号中提取用户动作的特征，其中，所述方法还包括将用于多个用户动作中的每一个的EEG数据集存储在数据库中，其中所述EEG数据集由包括所述特征的EEG数据组成。
以及，将用户动作的脑电数据集存储在数据库中，其中所述脑电数据集由包括运动运动时间的脑电数据组成，其中采集的脑电图的时间段为变量,所述识别用户的运动包括：当识别的用户动作包括多个运动时，确定多个运动中的第一用户动作，其中，用户的EEG的测量包括测量仅在第一次用户动作期间进行脑电图，所述用户的EEG的测量包括当所述第一用户动作大于或等于预定运动范围时测量所述EEG，识别所述用户的运动包括确定所述多个运动中的第二用户动作，其中当所述第二用户动作大于时，所述用户的所述EEG的测量不测量所述EEG或等于预定的运动范围，并且其中第二用户动作使用不同的身体部分或者具有与第一用户动作不同的模式，例如在规定用户进行摆手动作时，用户无意的进行了摇头的动作导致EEG中噪声的带入的情况就会被识别出来而不进行采集信号。
实施例二。
一种用于通过动作识别选择性地收集脑电图数据的装置，所述装置包括：动作识别单元，被配置为通过分析通过相机拍摄的图像来识别用户的动作；EEG测量单元，被配置为安装在用户的头部以测量用户的EEG；以及控制单元，被配置为控制所述EEG测量单元用于在所识别的用户的运动期间测量所述用户的EEG，并且基于所测量的EEG生成EEG数据集。所述动作识别单元包括：照相机，被配置为拍摄所述用户的图像；以及图像分析单元，被配置为通过对图像执行图像处理来分析包括在捕获图像中的多个运动。所述脑电测量单元包括：模数转换器，用于将模拟信号转换为数字信号，所述模拟信号通过安装在头部的电极输入；滤波器单元，被配置为对经转换的数字信号进行滤波以放大必要的信号并去除噪声；以及特征提取单元，被配置为从滤波后的信号中提取用户动作的特征。其中所述设备还包括数据库，其中所述数据库包括用于多个用户动作中的每一个的EEG数据集，其中所述EEG数据集由包括所述特征的EEG数据组成。
所述控制单元在所述动作识别单元和所述EEG测量单元之间引起时间同步。当所识别的用户动作包括所述多个动作时，所述控制单元控制所述EEG测量单元仅在多个动作中的第一用户动作期间测量所述EEG。当所述第一用户动作大于或等于预定动作范围时，所述控制单元控制所述EEG测量单元测量所述EEG。当所述多个运动中的第二用户动作大于或等于预定运动范围时，所述控制单元控制所述EEG测量单元不测量所述EEG，其中，所述第二用户动作使用不同的身体部分或者具有与第一用户动作不同的模式。
实施例三。
本实施例的一种用于通过动作识别选择性地收集脑电图数据的装置，所述装置包括：动作识别单元，被配置为通过分析通过相机拍摄的图像来识别用户的动作；EEG测量单元，被配置为安装在用户的头部以测量用户的EEG；以及控制单元，被配置为控制所述EEG测量单元用于在所识别的用户的运动期间测量所述用户的EEG，并且基于所测量的EEG生成EEG数据集。所述动作识别单元包括：数字照相机，被配置为拍摄所述用户的图像；以及图像分析单元，被配置为通过对图像执行图像处理来分析包括在捕获图像中的多个运动。所述脑电测量单元包括：模数转换器，用于将模拟信号转换为数字信号，所述模拟信号通过安装在头部的电极输入；滤波器单元，被配置为对经转换的数字信号进行滤波以放大必要的信号并去除噪声；以及特征提取单元，被配置为从滤波后的信号中提取用户动作的特征。其中所述设备还包括数据库，其中所述数据库包括用于多个用户动作中的每一个的EEG数据集，其中所述EEG数据集由包括所述特征的EEG数据组成。
所述控制单元在所述动作识别单元和所述EEG测量单元之间引起时间同步。当所识别的用户动作包括所述多个动作时，所述控制单元控制所述EEG测量单元仅在多个动作中的第一用户动作期间测量所述EEG。当所述第一用户动作大于或等于预定动作范围时，所述控制单元控制所述EEG测量单元测量所述EEG。当所述多个运动中的第二用户动作大于或等于预定运动范围时，所述控制单元控制所述EEG测量单元不测量所述EEG，其中，所述第二用户动作使用不同的身体部分或者具有与第一用户动作不同的模式。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。

Claims (3)

1.一种用于通过动作识别选择性地收集脑电图数据的装置，所述装置包括：动作识别单元，被配置为通过分析通过相机拍摄的图像来识别用户的动作；EEG测量单元，被配置为安装在用户的头部以测量用户的EEG；以及控制单元，被配置为控制所述EEG测量单元用于在所识别的用户的动作期间测量所述用户的EEG，并且基于所测量的EEG生成EEG数据集；
所述动作识别单元包括：照相机，被配置为拍摄所述用户的图像；以及图像分析单元，被配置为通过对图像执行图像处理来分析包括在捕获图像中的多个动作；所述EEG测量单元包括：模数转换器，用于将模拟信号转换为数字信号，所述模拟信号通过安装在头部的电极输入；滤波器单元，被配置为对经转换的数字信号进行滤波以放大必要的信号并去除噪声；以及特征提取单元，被配置为从滤波后的信号中提取用户动作的特征；
其中所述装置还包括数据库，其中所述数据库包括用于多个用户动作中的每一个的EEG数据集，其中所述EEG数据集由包括所述特征的EEG数据组成；
所述控制单元在所述动作识别单元和所述EEG测量单元之间引起时间同步；
当所识别的用户动作包括多个动作时，所述控制单元控制所述EEG测量单元仅在多个动作中的第一用户动作期间测量所述EEG；
其中，当所述第一用户动作大于或等于预定动作范围时，所述控制单元控制所述EEG测量单元测量所述EEG；
当所述多个动作中的第二用户动作大于或等于预定动作范围时，所述控制单元控制所述EEG测量单元不测量所述EEG，其中，所述第二用户动作使用不同的身体部分或者具有与第一用户动作不同的模式。
2.一种用于通过动作识别选择性地采集EEG数据的方法，其应用于如权利要求1的装置，所述方法包括：通过相机拍摄用户的图像；通过分析所捕获的图像来识别用户的动作；使用安装在用户头部的EEG测量器测量用户的EEG，其中在用户识别的动作期间测量用户的EEG；并基于测量的EEG生成EEG数据集，所述测量用户的EEG包括：将模拟信号转换为数字信号，所述模拟信号通过安装在头部的电极输入；对转换的数字信号进行滤波以放大必要的信号并去除噪声；并从滤波信号中提取用户动作的特征，其中，所述方法还包括将用于多个用户动作中的每一个的EEG数据集存储在数据库中，其中所述EEG数据集由包括所述特征的EEG数据组成。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：将用户动作的脑电数据集存储在数据库中，其中所述脑电数据集由包括动作时间的脑电数据组成，其中采集的脑电图的时间段为变量，所述识别用户的动作包括：当识别的用户动作包括多个动作时，确定多个动作中的第一用户动作，其中，用户的EEG的测量包括测量仅在第一用户动作期间进行脑电图测量，所述用户的EEG的测量包括当所述第一用户动作大于或等于预定动作范围时测量所述EEG，识别所述用户的动作包括确定所述多个动作中的第二用户动作，其中当所述第二用户动作大于或等于预定的动作范围时，所述用户的所述EEG的测量不测量所述EEG，并且其中第二用户动作使用不同的身体部分或者具有与第一用户动作不同的模式。
CN201810352786.1A 2018-04-19 2018-04-19 一种用于通过动作识别选择性地收集脑电图数据的装置及方法 Active CN108537200B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810352786.1A CN108537200B (zh) 2018-04-19 2018-04-19 一种用于通过动作识别选择性地收集脑电图数据的装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810352786.1A CN108537200B (zh) 2018-04-19 2018-04-19 一种用于通过动作识别选择性地收集脑电图数据的装置及方法

Publications (2)

Publication Number Publication Date
CN108537200A CN108537200A (zh) 2018-09-14
CN108537200B true CN108537200B (zh) 2021-10-26

Family

ID=63477900

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810352786.1A Active CN108537200B (zh) 2018-04-19 2018-04-19 一种用于通过动作识别选择性地收集脑电图数据的装置及方法

Country Status (1)

Country Link
CN (1) CN108537200B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109993118B (zh) * 2019-03-30 2021-08-20 上海识装信息科技有限公司 一种动作的识别方法及其识别系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1985758A (zh) * 2006-12-05 2007-06-27 天津大学 用于截瘫行走的人工运动神经系统重建方法
CN101862194A (zh) * 2010-06-17 2010-10-20 天津大学 基于融合特征的想象动作脑电身份识别方法
CN101947152A (zh) * 2010-09-11 2011-01-19 山东科技大学 仿人形义肢的脑电-语音控制系统及工作方法
CN104267808A (zh) * 2014-09-18 2015-01-07 北京智谷睿拓技术服务有限公司 动作识别方法和设备
CN104503592A (zh) * 2015-01-23 2015-04-08 北京智谷睿拓技术服务有限公司 头部动作确定方法和装置
CN106484111A (zh) * 2016-09-30 2017-03-08 珠海市魅族科技有限公司 一种图像处理的方法及虚拟现实设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1985758A (zh) * 2006-12-05 2007-06-27 天津大学 用于截瘫行走的人工运动神经系统重建方法
CN101862194A (zh) * 2010-06-17 2010-10-20 天津大学 基于融合特征的想象动作脑电身份识别方法
CN101947152A (zh) * 2010-09-11 2011-01-19 山东科技大学 仿人形义肢的脑电-语音控制系统及工作方法
CN104267808A (zh) * 2014-09-18 2015-01-07 北京智谷睿拓技术服务有限公司 动作识别方法和设备
CN104503592A (zh) * 2015-01-23 2015-04-08 北京智谷睿拓技术服务有限公司 头部动作确定方法和装置
CN106484111A (zh) * 2016-09-30 2017-03-08 珠海市魅族科技有限公司 一种图像处理的方法及虚拟现实设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《基于视觉的人体动作识别综述》;胡琼; 秦磊; 黄庆明;《计算机学报》;20131215;第36卷(第12期);2512-2524 *

Also Published As

Publication number Publication date
CN108537200A (zh) 2018-09-14

Similar Documents

Publication Publication Date Title
US11071493B2 (en) Multicomponent brain-based electromagnetic biosignal detection system
Campisi et al. EEG for automatic person recognition
Belkacem et al. Classification of four eye directions from EEG signals for eye-movement-based communication systems
KR101238780B1 (ko) 준비전위기반 뇌-컴퓨터 인터페이스 장치 및 방법
Islam et al. Signal artifacts and techniques for artifacts and noise removal
Narayan Motor-imagery eeg signals classificationusing svm, mlp and lda classifiers
Artoni et al. REMOV: EEG artifacts removal methods during Lokomat lower-limb rehabilitation
Zou et al. Automatic EEG artifact removal based on ICA and Hierarchical Clustering
KR101498812B1 (ko) 뇌파를 이용한 불면증 검사와 지표 도출
Fabietti et al. Effectiveness of employing multimodal signals in removing artifacts from neuronal signals: an empirical analysis
Qaisar et al. Advances in Non-Invasive Biomedical Signal Sensing and Processing with Machine Learning
CN108537200B (zh) 一种用于通过动作识别选择性地收集脑电图数据的装置及方法
Abidi et al. Sweet and sour taste classification using EEG based brain computer interface
Das et al. Introduction to EEG signal recording and processing
Gao et al. An ICA/HHT hybrid approach for automatic ocular artifact correction
RU2661756C2 (ru) Устройство мозг-машинного интерфейса для дистанционного управления экзоскелетными конструкциями
Abbaspour et al. Artefacts removal to detect visual evoked potentials in brain computer interface systems
Shamsi et al. Multi-class fNIRS classification of motor execution tasks with application to brain-computer interfaces
Bandara et al. Differentiation of signals generated by eye blinks and mouth clenching in a portable brain computer interface system
Wadekar et al. Development of LabVIEW platform for EEG signal analysis
Krishnan et al. Experimental recording and computational analysis of EEG signals for a squeeze task: assessments and impacts for applications
Reyes et al. Trends of clinical EEG systems: A review
CN111990967A (zh) 一种基于步态的帕金森病识别系统
Hadsund et al. Feature domain-specific movement Intention detection for stroke rehabilitation with brain-computer interfaces
Matsuno et al. Machine learning using brain computer interface system

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
CB03 Change of inventor or designer information

Inventor after: Miao Yong

Inventor after: Liu Canxia

Inventor before: Liu Canxia

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant
TA01 Transfer of patent application right

Effective date of registration: 20211013

Address after: 100176 209, 210, floor 2, building 1, No. 14, Zhonghe street, Beijing Economic and Technological Development Zone, Daxing District, Beijing

Applicant after: BEIJING HEALTHINGKON TECHNOLOGY Co.,Ltd.

Address before: 528000 6287, floor 6, building 2, block 2, No. 117, Zhangcha 1st Road, Chancheng District, Foshan City, Guangdong Province (residence declaration)

Applicant before: FOSHAN CHANGJUN TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right