CN111921062A - 一种基于便捷式eeg设备的声波干预记忆力增强系统 - Google Patents
一种基于便捷式eeg设备的声波干预记忆力增强系统 Download PDFInfo
- Publication number
- CN111921062A CN111921062A CN202010908541.XA CN202010908541A CN111921062A CN 111921062 A CN111921062 A CN 111921062A CN 202010908541 A CN202010908541 A CN 202010908541A CN 111921062 A CN111921062 A CN 111921062A
- Authority
- CN
- China
- Prior art keywords
- intervention
- eeg signal
- sound wave
- sleep
- eeg
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4812—Detecting sleep stages or cycles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4815—Sleep quality
-
- 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
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- 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
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
- A61M2021/0027—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the hearing sense
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/08—Other bio-electrical signals
- A61M2230/10—Electroencephalographic signals
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Anesthesiology (AREA)
- Psychology (AREA)
- Acoustics & Sound (AREA)
- Hematology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种基于便捷式EEG设备的声波干预记忆力增强系统。包括了特制的EEG信号声波干预仪、特制的EEG信号分析系统、睡眠分析算法和声波音频四个部分。本平台的工作原理为:1、特制的EEG信号声波干预仪采集睡眠时使用者的脑电波实时传入特制的EEG信号分析系统;2、分析系统将EEG信号进行解码和预处理,再通过机器学习算法判断使用者的睡眠阶段;3、当使用者进入中度深度睡眠阶段时,系统调取特定频率的声波发送给干预仪进行播放干预,增强大脑记忆功能;4、当使用者进入非中度深度睡眠阶段,停止发送声波。本发明以睡眠EEG信号的数据特征进行设计,应用睡眠慢波频率声波能增强脑部纺锤体共振从而增强记忆形成和巩固的原理,实现了在睡眠时增强大脑记忆力的功能。
Description
技术领域
本发明属于EEG信号识别技术与干预技术领域,具体涉及一种基于便捷式EEG设备的声波干预记忆力增强系统。
背景技术
研究发现睡眠在人类记忆过程中发挥着非常重要的作用,通过睡眠,人的记忆内容得到巩固与加强,提升记忆效果,参见Tamaki,Wang,Barnes-Diana,Guo,Berard,Walsh,Watanabe,and Sasaki,Complementary contributions of non-REM and REM sleep tovisual learning,Nature Neuroscience,(2020)[Tamaki et al.2020]。中度与深度睡眠阶段时记忆形成、巩固以及非必要记忆的清除阶段,此阶段的主要功能是增强突触的可塑性,这对于记忆增强具有重要意义,而起到关键作用的是一种神经活动产生的记忆巩固慢波,且这种记忆巩固慢波能够通过外界给出节律相同的声波干预所诱发和增强,参见Ngo,Claussen,Born,and Molle,Induction of slow oscillations by rhythmic acousticstimulation,Journal of Sleep Research,22,22-31(2013)[Ngo et al.2013]。
现今睡眠EEG信号识别技术以非常成熟,可跟进EEG信号的特征睡眠者所处的睡眠阶段并进行监测。存在的问题是,目前市面上还没有便于日常使用的、通过EEG信号技术实现声波干预增强使用者记忆力的便捷产品。
发明内容
本发明的目的在于,提供一种基于便捷式EEG设备的声波干预记忆力增强系统,以解决目前市面上没有便捷式的、通过EEG信号与声波干预技术增强记忆力产品的情况。本系统基于睡眠EEG信号特征和声波干预技术进行设计,可实现对使用者中度、深度睡眠阶段的监测,并在此阶段给予特定频率的声波干预用以增强使用者的记忆能力。
为了实现上述目的,本发明提供如下技术方案:一种基于便捷式EEG设备的声波干预记忆力增强系统。本系统包括一套睡眠时EEG信号的采集、传输、分析和声波干预的步骤,此步骤应用了特制的EEG信号声波干预仪、特制的EEG信号分析系统、睡眠分析算法和声波音频四个部分。本系统基于便捷式EEG设备,对睡眠时EEG信号的采集、传输、分析和声波干预的步骤为:
第一步:通过佩戴特制的EEG信号声波干预仪,采集使用者睡眠时的EEG信号;
第二步:对EEG信号进行放大并编码,实时传输到特制的EEG信号分析系统;
第三步:特制的EEG信号分析系统进行解码和预处理提取特征,并应用机器学习算法进行信号分析,通过EEG信号判别使用者所处的睡眠阶段;
第四步:当检测到使用者进入中度和深度睡眠阶段时,调取特定频率的声波音频给干预仪进行播放,从而增强大脑的记忆功能;
第五步:当检测到使用者进入非中度和非深度的睡眠阶段时,停止发送声波音频干预。
优选的:所述第一步和第二步中信号采集和传输步骤具体流程为:
第一步:使用者佩戴的特制的EEG信号声波干预仪的电极阵列位于前额部分5个和脑后部2个,分别用于采集前额和脑后的脑电波信号和参考脑电波信号;
第二步:特制的EEG信号声波干预仪通过外传部件将信号进行放大和编码,整合为高频数字信号传输给特制的EEG信号分析系统。
优选的:所述第三步进行信号解码、预处理、特征提取和分析判别步骤计算流程为:
第一步:特制的EEG信号分析系统对高频数字信号进行解码,还原为多通道的EEG信号;
第二步:通过回归法、自适应滤波和独立分量分析法,对信号进行滤波和降噪,去除干扰和噪声;
第三步:对处理后的脑电波数据进行时域和频域的参数提取和特征变化,并进行归类;
第四步:使用随机森林机器学习算法计算时域和频域的特征组合,得到不同睡眠阶段的参数;
第五步:通过建立并不断完善不同睡眠阶段的参数特征库,对比EEG信号的特征参数,判别使用者所处的睡眠阶段。
优选的:所述第四步和第五步开启和停止声波干预的步骤具体流程为:
第一步:特制的EEG信号分析系统实时分析使用者的睡眠阶段,当特征参数达到中度和深度阶段时,调取特定频率的声波音频,传输给特制的EEG信号声波干预仪;
第二步:特制的EEG信号声波干预仪接收到音频后,发送给耳机喇叭播放,进行声波干预;
第三步:实时分析使用者的脑电波信号特征参数,如持续保持在中度和深度睡眠阶段,则持续传输特定频率的声波音频给EEG信号声波干预仪进行播放,进行持续干预;
第四步:实时分析使用者的脑电波信号特征参数,如使用者不在中度和深度睡眠阶段,则停止传输声波音频给特制的EEG信号声波干预仪,停止声波干预。
优选的:所述第三步到第五步不同睡眠阶段分类及其特征和参数为:
清醒阶段:α波特征,参数为8~13Hz,20~40μV;
浅睡阶段:顶尖波特征,参数为4~7Hz,持续时间小于0.5秒;
中度睡眠阶段:睡眠纺锤波和K复合波特征,参数为11~16Hz,小于50μV,持续时间大于0.5秒;
深度睡眠阶段:δ波特征,参数为0.5~2Hz,大于75μV;
REM阶段(快速眼动期):θ波特征,参数为3~7Hz,小于50μV。
优选的:所述第二步特定频率的声波的特征和参数为:频率为0.25-1Hz;声音的强度为20-55dB;音频时长为50ms,其中前5ms声音强度上升,后5ms声音强度下降。
与现有的技术相比,本发明的有益效果是:
(1)本发明基于便捷式EEG设备设计,集成整套的检测干预系统,体积轻巧,操作简单,便于在日常生活中穿戴使用;
(2)本发明基于睡眠EEG信号特征进行设计,通过机器学习算法解析睡眠的EEG信号,可精确判断中度和深度睡眠阶段;
(3)本发明的特制的EEG信号声波干预仪,通过特别设计的耳部高品质喇叭和特定频率的声波,实现了睡眠阶段的声波干预,可提高人的记忆能力。
附图说明
图1为本发明的应用流程图;
图2为本发明的特制的EEG信号声波干预仪的结构示意图;
图3为本发明的睡眠EEG信号解码、预处理、特征提取和分析判别步骤的流程示意图;
图4为本发明的机器学习算法计算流程示意图;
图5为本发明的传输方式示意图;
图6为本发明的电路原理及交互示意图;
图7为本发明的不同睡眠阶段EEG信号波形特征图。
具体实施方式
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,所描述的实施例仅仅是本发明的一部分实施例,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做出创造性的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。
如图1所示,发明提供一种技术方案:一种基于便捷式EEG设备的声波干预记忆力增强系统,包括一套睡眠时EEG信号的采集、传输、分析和声波干预的步骤,在本实施例中具体为:
第一步:通过佩戴特制的EEG信号声波干预仪,采集使用者睡眠时的EEG信号;
第二步:对EEG信号进行放大并编码,实时传输到特制的EEG信号分析系统;
第三步:特制的EEG信号分析系统进行解码和预处理提取特征,并应用机器学习算法进行信号分析,通过EEG信号判别使用者所处的睡眠阶段;
第四步:当检测到使用者进入中度和深度睡眠阶段时,调取特定频率的声波音频给干预仪进行播放,从而增强大脑的记忆功能;
第五步:当检测到使用者进入非中度和非深度的睡眠阶段时,停止发送声波音频干预。
本实施例中,优选的,如图2所示,所述第一步和第二步中信号采集和传输步骤具体流程为:
第一步:使用者佩戴的特制的EEG信号声波干预仪的电极阵列位于前额部分5个和脑后部2个,分别用于采集前额和脑后的脑电波信号和参考脑电波信号;
第二步:特制的EEG信号声波干预仪通过外传部件将信号进行放大和编码,整合为高频数字信号传输给特制的EEG信号分析系统。
本实施例中,优选的,如图3和图4所示,所述第三步进行信号解码、预处理、特征提取和分析判别步骤计算流程为:
第一步:特制的EEG信号分析系统对高频数字信号进行解码,还原为多通道的EEG信号;
第二步:通过回归法、自适应滤波和独立分量分析法,对信号进行滤波和降噪,去除干扰和噪声;
第三步:对处理后的脑电波数据进行时域和频域的参数提取和特征变化,并进行归类;
第四步:使用随机森林机器学习算法计算时域和频域的特征组合,得到不同睡眠阶段的参数;
第五步:通过建立并不断完善不同睡眠阶段的参数特征库,对比EEG信号的特征参数,判别使用者所处的睡眠阶段。
本实施例中,优选的,如图5和图6所示,所述第四步和第五步开启和停止声波干预的步骤具体流程为:
第一步:特制的EEG信号分析系统实时分析使用者的睡眠阶段,当特征参数达到中度和深度阶段时,调取特定频率的声波音频,传输给特制的EEG信号声波干预仪;
第二步:特制的EEG信号声波干预仪接收到音频后,发送给耳机喇叭播放,进行声波干预;
第三步:实时分析使用者的脑电波信号特征参数,如持续保持在中度和深度睡眠阶段,则持续传输特定频率的声波音频给EEG信号声波干预仪进行播放,进行持续干预;
第四步:实时分析使用者的脑电波信号特征参数,如使用者不在中度和深度睡眠阶段,则停止传输声波音频给特制的EEG信号声波干预仪,停止声波干预。
本实施例中,优选的,如图7所示,所述第三步到第五步不同睡眠阶段分类及其特征和参数为:
清醒阶段:α波特征,参数为8~13Hz,20~40μV;
浅睡阶段:顶尖波特征,参数为4~7Hz,持续时间小于0.5秒;
中度睡眠阶段:睡眠纺锤波和K复合波特征,参数为11~16Hz,小于50μV,持续时间大于0.5秒;
深度睡眠阶段:δ波特征,参数为0.5~2Hz,大于75μV;
REM阶段(快速眼动期):θ波特征,参数为3~7Hz,小于50μV。
本实施例中,优选的,所述第二步特定频率的声波的特征和参数为:频率为0.25-1Hz;声音的强度为20-55dB;音频时长为50ms,其中前5ms声音强度上升,后5ms声音强度下降。
Claims (6)
1.基于便捷式EEG设备的声波干预记忆力增强系统,其特征在于:包括睡眠时EEG信号的采集、传输、分析和声波干预的步骤,所述睡眠时EEG信号的采集、传输、分析和声波干预的步骤为:
第一步:通过佩戴特制的EEG信号声波干预仪,采集使用者睡眠时的EEG信号;
第二步:对EEG信号进行放大并编码,实时传输到特制的EEG信号分析系统;
第三步:特制的EEG信号分析系统进行解码和预处理提取特征,并应用机器学习算法进行信号分析,通过EEG信号判别使用者所处的睡眠阶段;
第四步:当检测到使用者进入中度和深度睡眠阶段时,调取特定频率的声波音频给干预仪进行播放,从而增强大脑的记忆功能;
第五步:当检测到使用者进入非中度和非深度的睡眠阶段时,停止发送声波音频干预。
2.根据权利要求1所述的基于便捷式EEG设备的声波干预记忆力增强系统,其特征在于:所述第一步和第二步中信号采集和传输步骤具体流程为:
第一步:使用者佩戴的特制的EEG信号声波干预仪的电极阵列位于前额部分5个和脑后部2个,分别用于采集前额和脑后的脑电波信号和参考脑电波信号;
第二步:特制的EEG信号声波干预仪通过外传部件将信号进行放大和编码,整合为高频数字信号传输给特制的EEG信号分析系统。
3.根据权利要求1所述的基于便捷式EEG设备的声波干预记忆力增强系统,其特征在于:所述第三步进行信号解码、预处理、特征提取和分析判别步骤计算流程为:
第一步:特制的EEG信号分析系统对高频数字信号进行解码,还原为多通道的EEG信号;
第二步:通过回归法、自适应滤波和独立分量分析法,对信号进行滤波和降噪,去除干扰和噪声;
第三步:对处理后的脑电波数据进行时域和频域的参数提取和特征变化,并进行归类;
第四步:使用随机森林机器学习算法计算时域和频域的特征组合,得到不同睡眠阶段的参数;
第五步:通过建立并不断完善不同睡眠阶段的参数特征库,对比EEG信号的特征参数,判别使用者所处的睡眠阶段。
4.根据权利要求1所述的基于便捷式EEG设备的声波干预记忆力增强系统,其特征在于:所述第四步和第五步开启和停止声波干预的步骤具体流程为:
第一步:特制的EEG信号分析系统实时分析使用者的睡眠阶段,当特征参数达到中度和深度阶段时,调取特定频率的声波音频,传输给特制的EEG信号声波干预仪;
第二步:特制的EEG信号声波干预仪接收到音频后,发送给耳机喇叭播放,进行声波干预;
第三步:实时分析使用者的脑电波信号特征参数,如持续保持在中度和深度睡眠阶段,则持续传输特定频率的声波音频给EEG信号声波干预仪进行播放,进行持续干预;
第四步:实时分析使用者的脑电波信号特征参数,如使用者不在中度和深度睡眠阶段,则停止传输声波音频给特制的EEG信号声波干预仪,停止声波干预。
5.根据权利要求3所述的进行信号解码、预处理、特征提取和分析判别的步骤,其特征在于:所述第三步到第五步不同睡眠阶段分类及其特征和参数为:
清醒阶段:α波特征,参数为8~13Hz,20~40μV;
浅睡阶段:顶尖波特征,参数为4~7Hz,持续时间小于0.5秒;
中度睡眠阶段:睡眠纺锤波和K复合波特征,参数为11~16Hz,小于50μV,持续时间大于0.5秒;
深度睡眠阶段:δ波特征,参数为0.5~2Hz,大于75μV;
REM阶段(快速眼动期):θ波特征,参数为3~7Hz,小于50μV。
6.根据权利要求4所述的开启和停止声波干预的步骤,其特征在于:所述第二步特定频率的声波的特征和参数为:频率为0.25-1Hz;声音的强度为20-55dB;音频时长为50ms,其中前5ms声音强度上升,后5ms声音强度下降。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010908541.XA CN111921062A (zh) | 2020-09-02 | 2020-09-02 | 一种基于便捷式eeg设备的声波干预记忆力增强系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010908541.XA CN111921062A (zh) | 2020-09-02 | 2020-09-02 | 一种基于便捷式eeg设备的声波干预记忆力增强系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111921062A true CN111921062A (zh) | 2020-11-13 |
Family
ID=73309648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010908541.XA Pending CN111921062A (zh) | 2020-09-02 | 2020-09-02 | 一种基于便捷式eeg设备的声波干预记忆力增强系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111921062A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115844424A (zh) * | 2022-10-17 | 2023-03-28 | 北京大学 | 一种睡眠纺锤波分级识别方法及系统 |
CN115966308A (zh) * | 2023-03-16 | 2023-04-14 | 安徽星辰智跃科技有限责任公司 | 一种睡眠记忆活跃水平检测量化的方法、系统和装置 |
CN116058805A (zh) * | 2023-03-29 | 2023-05-05 | 安徽星辰智跃科技有限责任公司 | 一种睡眠记忆活跃水平动态调节的方法、系统和装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101064183A (zh) * | 2006-04-28 | 2007-10-31 | 张永迪 | 全脑开发学习记忆器 |
WO2014200433A1 (en) * | 2013-06-11 | 2014-12-18 | Agency For Science, Technology And Research | Sound-induced sleep method and a system therefor |
CN105615834A (zh) * | 2015-12-22 | 2016-06-01 | 深圳创达云睿智能科技有限公司 | 基于睡眠脑电信号的睡眠分期方法及装置 |
CN106175690A (zh) * | 2016-08-24 | 2016-12-07 | 中国科学院深圳先进技术研究院 | 慢波睡眠增强系统及慢波睡眠监测方法 |
CN108778096A (zh) * | 2017-12-12 | 2018-11-09 | 深圳和而泰数据资源与云技术有限公司 | 一种提升记忆效率的方法、装置及系统 |
CN109999314A (zh) * | 2019-05-15 | 2019-07-12 | 江南大学 | 一种基于脑电波监测智能助眠系统及其睡眠耳机 |
CN110694161A (zh) * | 2019-10-14 | 2020-01-17 | 南京医科大学 | 一种脑电感应粉红噪声改善老年人记忆装置 |
-
2020
- 2020-09-02 CN CN202010908541.XA patent/CN111921062A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101064183A (zh) * | 2006-04-28 | 2007-10-31 | 张永迪 | 全脑开发学习记忆器 |
WO2014200433A1 (en) * | 2013-06-11 | 2014-12-18 | Agency For Science, Technology And Research | Sound-induced sleep method and a system therefor |
CN105615834A (zh) * | 2015-12-22 | 2016-06-01 | 深圳创达云睿智能科技有限公司 | 基于睡眠脑电信号的睡眠分期方法及装置 |
CN106175690A (zh) * | 2016-08-24 | 2016-12-07 | 中国科学院深圳先进技术研究院 | 慢波睡眠增强系统及慢波睡眠监测方法 |
CN108778096A (zh) * | 2017-12-12 | 2018-11-09 | 深圳和而泰数据资源与云技术有限公司 | 一种提升记忆效率的方法、装置及系统 |
CN109999314A (zh) * | 2019-05-15 | 2019-07-12 | 江南大学 | 一种基于脑电波监测智能助眠系统及其睡眠耳机 |
CN110694161A (zh) * | 2019-10-14 | 2020-01-17 | 南京医科大学 | 一种脑电感应粉红噪声改善老年人记忆装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115844424A (zh) * | 2022-10-17 | 2023-03-28 | 北京大学 | 一种睡眠纺锤波分级识别方法及系统 |
CN115844424B (zh) * | 2022-10-17 | 2023-09-22 | 北京大学 | 一种睡眠纺锤波分级识别方法及系统 |
CN115966308A (zh) * | 2023-03-16 | 2023-04-14 | 安徽星辰智跃科技有限责任公司 | 一种睡眠记忆活跃水平检测量化的方法、系统和装置 |
CN115966308B (zh) * | 2023-03-16 | 2023-06-02 | 安徽星辰智跃科技有限责任公司 | 一种睡眠记忆活跃水平检测量化的方法、系统和装置 |
CN116058805A (zh) * | 2023-03-29 | 2023-05-05 | 安徽星辰智跃科技有限责任公司 | 一种睡眠记忆活跃水平动态调节的方法、系统和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111921062A (zh) | 一种基于便捷式eeg设备的声波干预记忆力增强系统 | |
CN111870813A (zh) | 一种基于便捷式eeg设备的脑电刺激记忆力增强系统 | |
CN109743656B (zh) | 基于脑电意念的智能运动耳机及其实现方法与系统 | |
CN109498041B (zh) | 基于脑电与脉搏信息的驾驶员路怒状态识别方法 | |
US20090171232A1 (en) | Drowsiness detection system | |
US20220188392A1 (en) | Method for user recognition and emotion monitoring based on smart headset | |
CN104887190A (zh) | 具有辅助睡眠功能的方法、系统及集成有该系统的手机 | |
CN104771178B (zh) | 身份识别的方法及装置 | |
AU2003292358A1 (en) | Analysis method and real time medical or cognitive monitoring device based on the analysis of a subject's cerebral electromagnetic activity, use of said method for characterizing and differentiating physiological or pathological states | |
CN102125429A (zh) | 基于眼电信号的警觉度检测系统 | |
US9640193B2 (en) | Systems and methods for enhancing place-of-articulation features in frequency-lowered speech | |
CN107293301B (zh) | 基于牙齿咬合声音的识别方法及系统 | |
CN110368005A (zh) | 一种智能耳机及基于智能耳机的情绪及生理健康监控方法 | |
CN105942974A (zh) | 一种基于低频脑电的睡眠分析方法及系统 | |
CN113208634A (zh) | 一种基于eeg脑波的注意力检测方法、系统 | |
CN111938673A (zh) | 一种基于eeg信号的焦虑状态检测及反馈系统 | |
CN106693145A (zh) | 一种脑波反馈训练方法及系统 | |
CN111671396A (zh) | 一种基于eeg信号的睡眠梦境反馈方法 | |
CN106388778A (zh) | 睡眠状态分析中的脑电信号预处理方法和系统 | |
Peng et al. | An improved EEG de-noising approach in electroencephalogram (EEG) for home care | |
CN103816007B (zh) | 一种基于脑电频域特征指标化算法的耳鸣治疗设备及方法 | |
CN106618486B (zh) | 智能辅助睡眠中的睡眠状态识别方法和系统 | |
Kumar et al. | Artificial intelligence based human attention detection through brain computer interface for health care monitoring | |
CN111760160A (zh) | 一种基于eeg信号的助眠方法 | |
CN105212924A (zh) | 一种基于脑电波疲劳驾驶检测方法及其装置 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20201113 |
|
WD01 | Invention patent application deemed withdrawn after publication |