CN110638465A - 一种听觉反应的瞬态成分提取方法、系统及存储介质 - Google Patents

一种听觉反应的瞬态成分提取方法、系统及存储介质 Download PDF

Info

Publication number
CN110638465A
CN110638465A CN201910811767.5A CN201910811767A CN110638465A CN 110638465 A CN110638465 A CN 110638465A CN 201910811767 A CN201910811767 A CN 201910811767A CN 110638465 A CN110638465 A CN 110638465A
Authority
CN
China
Prior art keywords
stimulation
amplitude
linear transformation
sound
matrix
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
Application number
CN201910811767.5A
Other languages
English (en)
Inventor
谭小丹
王涛
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.)
Southern Medical University
Original Assignee
Southern Medical University
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 Southern Medical University filed Critical Southern Medical University
Priority to CN201910811767.5A priority Critical patent/CN110638465A/zh
Publication of CN110638465A publication Critical patent/CN110638465A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/12—Audiometering
    • A61B5/121—Audiometering evaluating hearing capacity
    • A61B5/125—Audiometering evaluating hearing capacity objective methods

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Acoustics & Sound (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Otolaryngology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Multimedia (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

本发明公开了一种听觉反应的瞬态成分提取方法、系统及存储介质，方法包括：根据预设的调制频率值，获取调幅刺激声；根据调幅刺激声获取稳态反应；根据调幅刺激声生成刺激序列；根据刺激序列生成刺激矩阵；根据刺激矩阵生成线性变换矩阵；根据稳态反应和线性变换矩阵构建线性变换模型；基于正则化技术，通过线性变换模型得到瞬态成分。本发明基于预设的调制频率值，建立了一个线性变换模型用来解释所记录的稳态反应以及和其隐含的瞬态反应之间的关系，最终计算得到了瞬态反应成分，能够进一步获取更多形态学方面的信息，实用性高，可广泛应用于听觉测试技术领域。

Description

一种听觉反应的瞬态成分提取方法、系统及存储介质
技术领域
本发明涉及听觉测试技术领域，尤其是一种听觉反应的瞬态成分提取方法、系统及存储介质。
背景技术
通过重复性刺激提取的听觉诱发反应是电反应测听的常规手段之一。在这种周期性声刺激方式下，记录的听觉诱发反应为和刺激频率相同的周期性稳态诱发反应。这种稳态诱发反应可以看作刺激声作用下听神经细胞兴奋产生的神经放电活动的综合效应。研究表明，所观测到的听觉稳态诱发反应可以看作是刺激声中不同时刻的瞬态刺激声单元诱发的神经放电活动的线性叠加构成。基于这种线性叠加原理，在瞬态声刺激条件下可以将瞬态声刺激看成是一个脉冲序列，通过去卷积技术计算出单个脉冲声引发的瞬态反应。另一种常见重复性刺激是采用调幅波声信号，即利用不同频率的载波信号确定被测对象的听力频段，典型的载波频率是500Hz、1000Hz、2000Hz、4000Hz。调幅声稳态反应的幅度和调制频率有关，通常在40Hz或80Hz左右的调制频率，稳态反应幅度较大。
瞬态成分刻画了快速出现单元声引起的神经活动，可获取比常规稳态反应更多的形态学方面的信息，实用性高。目前，还没有相关报道提出对于调幅声刺激的稳态反应中对应瞬态成分的提取方法。
发明内容
为解决上述技术问题，本发明的目的在于：提供一种实用性高的听觉反应的瞬态成分提取方法、系统及存储介质。
本发明一方面所采取的技术方案为：
一种听觉反应的瞬态成分提取方法，包括以下步骤：
根据预设的调制频率值，获取调幅刺激声；
根据调幅刺激声获取稳态反应；
根据调幅刺激声生成刺激序列；
根据刺激序列生成刺激矩阵；
根据刺激矩阵生成线性变换矩阵；
根据稳态反应和线性变换矩阵构建线性变换模型；
基于正则化技术，通过线性变换模型得到瞬态成分。
进一步，所述根据预设的调制频率值，获取调幅刺激声这一步骤，包括以下步骤：
预设多个调制频率值；
计算所述多个调制频率值的平均值、抖动量以及抖动率；
根据计算得到的平均值、抖动量以及抖动率，确定最终调制频率值。
进一步，所述根据调幅刺激声获取稳态反应这一步骤，包括以下步骤：
向受试者的单耳或双耳提供周期性的连续调幅刺激声；
利用头皮电极记录在调幅刺激声作用下的脑电信号；
对脑电信号进行预处理，所述预处理包括数字滤波处理和伪迹拒绝处理；
对预处理后的脑电信号的随机性干扰信号进行消除，得到稳态反应。
进一步，所述根据调幅刺激声生成刺激序列这一步骤，包括以下步骤：
根据调幅刺激声，得到刺激单元声的周期；
根据刺激单元声的周期，生成刺激序列；
所述刺激序列为二值周期性序列；所述二值周期性序列的首值为1；所述首值代表所述序列的起始时刻。
进一步，所述根据刺激序列生成刺激矩阵这一步骤，包括以下步骤：
对刺激序列进行横移操作，得到单元矩阵；
对单元矩阵进行周期性延拓处理，得到刺激矩阵。
进一步，所述基于正则化技术，通过线性变换模型得到瞬态成分这一步骤，其具体为：
采用截断奇异值分解方法或吉洪诺夫方法对线性变换模型进行求解，得到瞬态成分。
本发明另一方面所采取的技术方案是：
一种听觉反应的瞬态成分提取系统，包括：
第一获取模块，用于根据预设的调制频率值，获取调幅刺激声；
第二获取模块，用于根据调幅刺激声获取稳态反应；
第一生成模块，用于根据调幅刺激声生成刺激序列；
第二生成模块，用于根据刺激序列生成刺激矩阵；
第三生成模块，用于根据刺激矩阵生成线性变换矩阵；
模型构建模块，用于根据稳态反应和线性变换矩阵构建线性变换模型；
求解模块，用于基于正则化技术，通过线性变换模型得到瞬态成分。
本发明另一方面所采取的技术方案是：
一种听觉反应的瞬态成分提取系统，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现所述的听觉反应的瞬态成分提取方法。
本发明另一方面所采取的技术方案是：
一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行所述的听觉反应的瞬态成分提取方法。
本发明的有益效果是：本发明基于预设的调制频率值，建立了一个线性变换模型用来解释所记录的稳态反应以及和其隐含的瞬态反应之间的关系，最终计算得到了瞬态反应成分，能够进一步获取更多形态学方面的信息，实用性高。
附图说明
图1为本发明一种听觉反应的瞬态成分提取方法的步骤流程图；
图2为本发明实施例的步骤流程图。
具体实施方式
下面结合说明书附图和具体实施例对本发明作进一步解释和说明。对于本发明实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
参照图1，本发明实施例提供了一种听觉反应的瞬态成分提取方法，包括以下步骤：
根据预设的调制频率值，获取调幅刺激声；
根据调幅刺激声获取稳态反应；
根据调幅刺激声生成刺激序列；
根据刺激序列生成刺激矩阵；
根据刺激矩阵生成线性变换矩阵；
根据稳态反应和线性变换矩阵构建线性变换模型；
基于正则化技术，通过线性变换模型得到瞬态成分。
进一步作为优选的实施方式，所述根据预设的调制频率值，获取调幅刺激声这一步骤，包括以下步骤：
预设多个调制频率值；
计算所述多个调制频率值的平均值、抖动量以及抖动率；
根据计算得到的平均值、抖动量以及抖动率，确定最终调制频率值。
进一步作为优选的实施方式，所述根据调幅刺激声获取稳态反应这一步骤，包括以下步骤：
向受试者的单耳或双耳提供周期性的连续调幅刺激声；
利用头皮电极记录在调幅刺激声作用下的脑电信号；
对脑电信号进行预处理，所述预处理包括数字滤波处理和伪迹拒绝处理；
对预处理后的脑电信号的随机性干扰信号进行消除，得到稳态反应。
进一步作为优选的实施方式，所述根据调幅刺激声生成刺激序列这一步骤，包括以下步骤：
根据调幅刺激声，得到刺激单元声的周期；
根据刺激单元声的周期，生成刺激序列；
所述刺激序列为二值周期性序列；所述二值周期性序列的首值为1；所述首值代表所述序列的起始时刻。
进一步作为优选的实施方式，所述根据刺激序列生成刺激矩阵这一步骤，包括以下步骤：
对刺激序列进行横移操作，得到单元矩阵；
对单元矩阵进行周期性延拓处理，得到刺激矩阵。
进一步作为优选的实施方式，所述基于正则化技术，通过线性变换模型得到瞬态成分这一步骤，其具体为：
采用截断奇异值分解方法或吉洪诺夫方法对线性变换模型进行求解，得到瞬态成分。
本发明实施例还提供了一种听觉反应的瞬态成分提取系统，包括：
第一获取模块，用于根据预设的调制频率值，获取调幅刺激声；
第二获取模块，用于根据调幅刺激声获取稳态反应；
第一生成模块，用于根据调幅刺激声生成刺激序列；
第二生成模块，用于根据刺激序列生成刺激矩阵；
第三生成模块，用于根据刺激矩阵生成线性变换矩阵；
模型构建模块，用于根据稳态反应和线性变换矩阵构建线性变换模型；
求解模块，用于基于正则化技术，通过线性变换模型得到瞬态成分。
本发明实施例还提供了一种听觉反应的瞬态成分提取系统，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现所述的听觉反应的瞬态成分提取方法。
上述方法实施例中的内容均适用于本系统实施例中，本系统实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本发明实施例还提供了一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行所述的听觉反应的瞬态成分提取方法。
下面结合说明书附图2，详细描述本发明一种听觉反应的瞬态成分提取方法的实现过程：
S1、根据预设的调制频率值，获取调幅刺激声。
具体地，本发明的调幅刺激声的载波频率根据常规测试要求设定，典型值为500Hz、1000Hz、2000Hz和4000Hz。对于任何一种载波频率，调制信号频率需要设置成若干个比较接近但不同的数值，这些数值可取等差方式，按升序排列，即：f1<f2<...<fM。本实施例取5-7个调制频率。这些调制频率的平均值为：
Figure BDA0002185250970000051
调制频率的抖动量为最大的调制频率差值，即：
Δf＝fM-f1
调制频率的抖动率为
Figure BDA0002185250970000052
这些参数的确定准则如下：调制的均值频率应该等于或近似等于常规测试时采用的调制频率。使用时通常有两种取值，一种针对脑干诱发反应成分提取，采用80Hz左右，另一种针对中潜伏期成分提取，采用40Hz左右。调制频率的抖动率Fr建议取20％-30％，由此可以确定调制频率的抖动量，以及全部调制频率的数值。
S2、根据调幅刺激声获取稳态反应
具体地，对于每种调制频率得到调幅刺激声，本发明分别按照稳态诱发反应的提取方法得到相应的稳态反应，这些稳态反应就称为多调制频率稳态反应。如图2所示，如果在离散信号的场景下，这些稳态反应用ri,i＝1,2,...,M表示。根据瞬态反应叠加理论，周期性连续的ri是由某种持续时间有限的瞬态反应x重叠构成。重叠时，各个瞬态反应的延迟量不同。这个瞬态反应x可以看做是调幅信号的一个单元声刺激引发的。这个单元声可以定义为调幅声信号的一个周期，信号的起始和结束部分对应于调幅声中幅度极小的位置。
本实施例的稳态诱发反应的提取方法为：
首先给受试者的单耳或双耳提供一种周期性连续的调幅声；接着利用头皮电极记录在刺激声作用下一定长度的脑电信号；在将这些脑电信号进行数字滤波和伪迹拒绝等预处理后，按若干个刺激周期的长度分段，再叠加平均以便消除随机性干扰信号，得到平均后稳态诱发反应信号。另外，本发明也可以利用傅里叶变换，将稳态诱发反应信号投射到频域，以便分析其中诱发反应成分的强度。
S3、根据调幅刺激声生成刺激序列。
具体地，每个调幅声刺激可以看做是单元声的周期性重复，其周期为调制频率的倒数，即Ti＝1/fi。本实施例根据单元声的周期产生一个二值的周期性序列，其中，一个周期的刺激序列表示为：hi＝[1,0,0,...,0]。因此，一个周期的刺激序列就是一个以1开头，其余都为0的二值序列，其中1表示单元声的起始时刻，其余的0表示单元声的持续时间。这个序列的长度，或者序列中1和0元素的个数Ni如果换算成时间值就是刺激序列的周期Ti。
S4、根据刺激序列生成刺激矩阵。
具体地，本发明将一个周期的刺激序列为1的元素分别右移，可以得到不同平移量的刺激序列，这些刺激序列分别作为下面矩阵ai的一个行向量。ai实际上是一个单元矩阵。
Figure BDA0002185250970000061
将单元矩阵进行周期性延拓后，构成刺激矩阵：
hi＝[ai,ai,...]
这个矩阵的行数为Ni，列数根据需要任意截断后续列成员，保留L列，构成了一个Ni×L的hi矩阵。本实施例中，L不必是Ni的整数倍，L的确定取决于瞬态信号x的持续时间。
S5、根据刺激矩阵生成线性变换矩阵。
具体地，本发明将刺激矩阵按下列方式组成一个线性变换矩阵：
Figure BDA0002185250970000062
其中，矩阵H的行数为∑Ni，列数为L。
S6、根据稳态反应和线性变换矩阵构建线性变换模型。
具体地，由于调制频率fi的稳态反应，是由瞬态反应x经不同的延迟量后线性叠加产生的。那么，这个过程可以表示成一个线性变换方程：即ri＝hix。通过这个方程并不能求解x，因为hi实质上是单位矩阵。
如果将多个调制频率得到的稳态反应拼接起来构成一个多调制频率稳态反应R，这线性方程可推广为：
R＝Hx，其中，
Figure BDA0002185250970000071
S7、基于正则化技术，通过线性变换模型得到瞬态成分。
具体地，如果变换矩阵H可逆，则步骤S6中的线性方程可以解出x。但实际上由于H的逆矩阵存在一定奇异性，通常需要引入正则化技术以便得到稳定的解。本实施例选择采用截断奇异值分解方法或吉洪诺夫方法作为线性逆变换的正则化技术。
下面以获取80Hz的调幅稳态反应的瞬态反应为例，进一步说明本发明的具体实现过程：
(1)调幅刺激声：选取80Hz左右5种调幅刺激声，调制频率分别为{707580 8590}Hz，载频为2500Hz，调制深度为100％，刺激声强度为79.1dB。5种调制频率的平均值为80Hz，抖动率为25％。
(2)线性变换矩阵H：根据5种调幅声的调制频率得到相应的线性变换矩阵H，
Figure BDA0002185250970000072
(3)电极位置：根据国际10-20系统，选取Fz为信号电极位置，M2为参考电极位置，Fpz为地。
(4)观测信号记录：利用ER-3A插入式耳机右耳给声，用NeuroScan(SynAmps2)脑电记录系统记录观测信号。每种调幅声时长为5000个周期，5种调幅声的时长分别为：{71.4366.67 62.50 58.82 55.56}s，并记录相应时长的观测信号。
(5)多调制频率稳态反应R：把5种调制频率的观测信号按周期分段，去掉前后各50个段，以及幅值超过40μV的段。最后，每种调制频率的观测信号保留了4500段，分别叠加平均得到5种调制频率的稳态反应ri,i＝1,2,…,5。取各调制频率稳态反应的一个周期信号拼接成多调制频率稳态反应R，
Figure BDA0002185250970000081
(6)瞬态反应x：由R＝Hx，解出80Hz调幅稳态反应的瞬态反应x。
综上所述，本发明将连续调幅声信号看成是一系列周期性重复的单元声对听觉系统反复作用，在此基础上建立了一个线性变换模型，用来解释所记录的稳态反应以及和其隐含的瞬态反应之间的关系。并给出一种数学上严谨的计算方法，恢复该瞬态反应成分。这种瞬态成分刻画了快速出现单元声引起的神经活动，可获取比常规稳态反应更多的形态学方面的信息。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (9)

1.一种听觉反应的瞬态成分提取方法，其特征在于：包括以下步骤：
根据预设的调制频率值，获取调幅刺激声；
根据调幅刺激声获取稳态反应；
根据调幅刺激声生成刺激序列；
根据刺激序列生成刺激矩阵；
根据刺激矩阵生成线性变换矩阵；
根据稳态反应和线性变换矩阵构建线性变换模型；
基于正则化技术，通过线性变换模型得到瞬态成分。
2.根据权利要求1所述的一种听觉反应的瞬态成分提取方法，其特征在于：所述根据预设的调制频率值，获取调幅刺激声这一步骤，包括以下步骤：
预设多个调制频率值；
计算所述多个调制频率值的平均值、抖动量以及抖动率；
根据计算得到的平均值、抖动量以及抖动率，确定最终调制频率值。
3.根据权利要求1所述的一种听觉反应的瞬态成分提取方法，其特征在于：所述根据调幅刺激声获取稳态反应这一步骤，包括以下步骤：
向受试者的单耳或双耳提供周期性的连续调幅刺激声；
利用头皮电极记录在调幅刺激声作用下的脑电信号；
对脑电信号进行预处理，所述预处理包括数字滤波处理和伪迹拒绝处理；
对预处理后的脑电信号的随机性干扰信号进行消除，得到稳态反应。
4.根据权利要求1所述的一种听觉反应的瞬态成分提取方法，其特征在于：所述根据调幅刺激声生成刺激序列这一步骤，包括以下步骤：
根据调幅刺激声，得到刺激单元声的周期；
根据刺激单元声的周期，生成刺激序列；
所述刺激序列为二值周期性序列；所述二值周期性序列的首值为1；所述首值代表所述序列的起始时刻。
5.根据权利要求1所述的一种听觉反应的瞬态成分提取方法，其特征在于：所述根据刺激序列生成刺激矩阵这一步骤，包括以下步骤：
对刺激序列进行横移操作，得到单元矩阵；
对单元矩阵进行周期性延拓处理，得到刺激矩阵。
6.根据权利要求1所述的一种听觉反应的瞬态成分提取方法，其特征在于：所述基于正则化技术，通过线性变换模型得到瞬态成分这一步骤，其具体为：
采用截断奇异值分解方法或吉洪诺夫方法对线性变换模型进行求解，得到瞬态成分。
7.一种听觉反应的瞬态成分提取系统，其特征在于：包括：
第一获取模块，用于根据预设的调制频率值，获取调幅刺激声；
第二获取模块，用于根据调幅刺激声获取稳态反应；
第一生成模块，用于根据调幅刺激声生成刺激序列；
第二生成模块，用于根据刺激序列生成刺激矩阵；
第三生成模块，用于根据刺激矩阵生成线性变换矩阵；
模型构建模块，用于根据稳态反应和线性变换矩阵构建线性变换模型；
求解模块，用于基于正则化技术，通过线性变换模型得到瞬态成分。
8.一种听觉反应的瞬态成分提取系统，其特征在于：包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1-6中任一项所述的听觉反应的瞬态成分提取方法。
9.一种存储介质，其中存储有处理器可执行的指令，其特征在于：所述处理器可执行的指令在由处理器执行时用于执行如权利要求1-6中任一项所述的听觉反应的瞬态成分提取方法。
CN201910811767.5A 2019-08-30 2019-08-30 一种听觉反应的瞬态成分提取方法、系统及存储介质 Pending CN110638465A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910811767.5A CN110638465A (zh) 2019-08-30 2019-08-30 一种听觉反应的瞬态成分提取方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910811767.5A CN110638465A (zh) 2019-08-30 2019-08-30 一种听觉反应的瞬态成分提取方法、系统及存储介质

Publications (1)

Publication Number Publication Date
CN110638465A true CN110638465A (zh) 2020-01-03

Family

ID=68991271

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910811767.5A Pending CN110638465A (zh) 2019-08-30 2019-08-30 一种听觉反应的瞬态成分提取方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN110638465A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1125010A (zh) * 1993-04-22 1996-06-19 弗兰克·乌达尔·莱昂哈德 检测和产生听觉信号中的瞬态条件的方法和系统
CN102631192A (zh) * 2012-04-24 2012-08-15 南方医科大学 一种在高刺激率下提取诱发电位的去卷积方法
CN103340623A (zh) * 2013-06-27 2013-10-09 南方医科大学 一种在高刺激率下提取诱发电位的方法
US20150350794A1 (en) * 2014-05-28 2015-12-03 Oticon A/S Automatic real-time hearing aid fitting based on auditory evoked potentials evoked by natural sound signals
CN105877762A (zh) * 2015-02-16 2016-08-24 国际听力公司 用语音类刺激产生和记录听觉稳态反应的系统和方法
CN106470732A (zh) * 2014-06-25 2017-03-01 Med-El电气医疗器械有限公司 用于同时进行的听觉稳态反应测量和心理物理音高辨别的刺激信号

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1125010A (zh) * 1993-04-22 1996-06-19 弗兰克·乌达尔·莱昂哈德 检测和产生听觉信号中的瞬态条件的方法和系统
CN102631192A (zh) * 2012-04-24 2012-08-15 南方医科大学 一种在高刺激率下提取诱发电位的去卷积方法
CN103340623A (zh) * 2013-06-27 2013-10-09 南方医科大学 一种在高刺激率下提取诱发电位的方法
US20150350794A1 (en) * 2014-05-28 2015-12-03 Oticon A/S Automatic real-time hearing aid fitting based on auditory evoked potentials evoked by natural sound signals
CN106470732A (zh) * 2014-06-25 2017-03-01 Med-El电气医疗器械有限公司 用于同时进行的听觉稳态反应测量和心理物理音高辨别的刺激信号
CN105877762A (zh) * 2015-02-16 2016-08-24 国际听力公司 用语音类刺激产生和记录听觉稳态反应的系统和方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李兴启: "《听觉诱发反应及应用》", 31 July 2015 *
谭小丹: "对40 Hz 听觉稳态反应应用线性叠加条件的评估", 《中国生物医学工程学报》 *

Similar Documents

Publication Publication Date Title
Accardo et al. Use of the fractal dimension for the analysis of electroencephalographic time series
Georgiadis et al. Single-trial dynamical estimation of event-related potentials: a Kalman filter-based approach
Jaskowski et al. Amplitudes and latencies of single-trial ERP's estimated by a maximum-likelihood method
Delgado et al. Deconvolution of evoked responses obtained at high stimulus rates
Kolev et al. Analysis of phase-locking is informative for studying event-related EEG activity
CN113876340B (zh) 用于探测诱发响应信号的系统、方法和设备
JP5099453B2 (ja) 誘発電位検査装置及び誘発電位検査システム
Sun et al. A novel method for removal of deep brain stimulation artifact from electroencephalography
Presacco et al. Auditory steady-state responses to 40-Hz click trains: relationship to middle latency, gamma band and beta band responses studied with deconvolution
US8591433B2 (en) Method to design acoustic stimuli in the spectral domain for the recording of auditory steady-state responses (ASSR)
Stevenson et al. A nonlinear model of newborn EEG with nonstationary inputs
CN117064409B (zh) 经颅直流电干预刺激效果实时评估方法、装置及终端
CN103340623B (zh) 一种在高刺激率下提取诱发电位的方法
EP1985230A1 (en) Method for filtering out artefacts of deep brain stimulation
RU2682492C1 (ru) Способ классификации сигналов ЭЭГ при воображении двигательной активности у нетренированного оператора
Sparacino et al. A Bayesian approach to estimate evoked potentials
Lütkenhöner Baseline correction of overlapping event-related responses using a linear deconvolution technique
CN110638465A (zh) 一种听觉反应的瞬态成分提取方法、系统及存储介质
Sun et al. Simultaneously recorded EEG–fMRI: Removal of gradient artifacts by subtraction of head movement related average artifact waveforms
KR102163170B1 (ko) 신호자극및측정장치 및 방법
CN102631192A (zh) 一种在高刺激率下提取诱发电位的去卷积方法
EP1444950A1 (de) Verfahren zum objektiven Nachweis von Auditory Steady-State Responses (ASSR) im Zeitbereich
KR102533262B1 (ko) 신체조직을 자극하고 반응을 측정하는 방법 및 장치
Zhang et al. Working memory load-dependent spatio-temporal activity of single-trial P3 response detected with an adaptive wavelet denoiser
WO1991019453A1 (en) Method for determining anaesthetic depth

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: 20200103