CN113082448A - 基于脑电信号和眼动仪的虚拟沉浸式自闭症儿童治疗系统 - Google Patents
基于脑电信号和眼动仪的虚拟沉浸式自闭症儿童治疗系统 Download PDFInfo
- Publication number
- CN113082448A CN113082448A CN202110360377.8A CN202110360377A CN113082448A CN 113082448 A CN113082448 A CN 113082448A CN 202110360377 A CN202110360377 A CN 202110360377A CN 113082448 A CN113082448 A CN 113082448A
- Authority
- CN
- China
- Prior art keywords
- eye movement
- data
- detection module
- module
- electroencephalogram
- 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
- 230000004424 eye movement Effects 0.000 title claims abstract description 56
- 206010003805 Autism Diseases 0.000 title claims abstract description 14
- 208000020706 Autistic disease Diseases 0.000 title claims abstract description 14
- 238000001514 detection method Methods 0.000 claims abstract description 38
- 238000010801 machine learning Methods 0.000 claims abstract description 17
- 238000005070 sampling Methods 0.000 claims abstract description 14
- 238000012800 visualization Methods 0.000 claims abstract description 10
- 230000004438 eyesight Effects 0.000 claims abstract description 7
- 230000003993 interaction Effects 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 10
- 210000004556 brain Anatomy 0.000 claims description 7
- 238000013473 artificial intelligence Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000011176 pooling Methods 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 239000013598 vector Substances 0.000 claims description 3
- 238000000537 electroencephalography Methods 0.000 claims 4
- 230000003565 oculomotor Effects 0.000 claims 4
- 206010027940 Mood altered Diseases 0.000 abstract description 2
- 230000007510 mood change Effects 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000008909 emotion recognition Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- PIZHFBODNLEQBL-UHFFFAOYSA-N 2,2-diethoxy-1-phenylethanone Chemical compound CCOC(OCC)C(=O)C1=CC=CC=C1 PIZHFBODNLEQBL-UHFFFAOYSA-N 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/163—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state by tracking eye movement, gaze, or pupil change
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- 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
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Psychiatry (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Signal Processing (AREA)
- Biophysics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Psychology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Developmental Disabilities (AREA)
- Social Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Educational Technology (AREA)
- Child & Adolescent Psychology (AREA)
- Acoustics & Sound (AREA)
- Hematology (AREA)
- Anesthesiology (AREA)
- Power Engineering (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了基于脑电信号和眼动仪的虚拟沉浸式自闭症儿童治疗系统，包括人工智能语音交互模块、脑电检测模块、眼动检测模块、机器学习识别模块、虚拟现实模块；脑电检测模块用于检测脑电波信号并进行特征提取；眼动检测模块用于采样眼动数据，构造眼部视线，对眼动注视点数据和个体移动轨迹数据进行三维可视化；机器学习识别模块将脑电检测模块及眼动检测模块获取到的数据通过预先训练好的的机器学习模型进行模式识别，并将识别结果进行反馈；虚拟现实模块用于搭建3D场景，读取反馈信号的指令并对虚拟现实场景进行调整与控制。本发明系统结合VR眼动检测设备可以了解到患者情绪变化的原因，从而达到针对性对患者进行治疗的目的。
Description
技术领域
本发明属于虚拟现实及人机交互技术领域，涉及一种基于脑电信号和眼动仪的虚拟沉浸式自闭症儿童治疗系统。
背景技术
目前针对于自闭症儿童的治疗方法主要是医生通过谈话对儿童进行心理疏导。但这种方式有诸多缺陷：首先，使用聊天方式的诊疗方案必须由心理咨询师在场，而患者情绪有太多不稳定因素，对人员有造成伤害的可能性较高；其次患者有隐私顾虑，对咨询师保密原则存在不信任的情况，普遍自闭症患者也过于自卑，不愿意让亲友过多了解自身情况，述说会有隐瞒或者不愿与人交流；最后由于患者紧张导致自身表达不够明显，心理咨询师极易容易忽略相关重要情况，严重影响治疗效果。
随着科技的发展，有越来越多的技术手段可以用来获取患者的生理信息，并由此给出相应的治疗方案，例如近年来提出的BCI(脑机接口)技术。BCI技术大多聚焦于如何为正在经历严重身体疾病的人提供新的与机器的交互方式以及康复方法，但随着时代的发展以及这项技术逐渐展现出更多的优势，研究人员开始着手探寻BCI在一些心理方面的应用，使其可以服务于健康的大众。已知的治疗方案中，都存在脑电信号检测。系统通过脑电检测模块，结合大数据的情绪识别系统，能够实时在线反应患者的心理活动，但是无法了解心理活动变化的原因。
发明内容
为解决上述问题，本发明提供了一种基于脑电信号和眼动仪的虚拟沉浸式自闭症儿童治疗系统，结合VR眼动检测设备，可以了解到患者情绪变化的原因，更加了解患者的喜恶，从而达到可以有针对性对患者进行治疗的目的。
为了达到上述目的，本发明提供如下技术方案：
基于脑电信号和眼动仪的虚拟沉浸式自闭症儿童治疗系统，包括人工智能语音交互模块、脑电检测模块、眼动检测模块、机器学习识别模块、虚拟现实模块；
所述人工智能语音交互模块用于和患者进行语音交流；
所述脑电检测模块用于检测脑电波信号并进行特征提取；
所述眼动检测模块用于采样眼动数据，构造眼部视线，对眼动注视点数据和个体移动轨迹数据进行三维可视化；
所述机器学习识别模块将脑电检测模块及眼动检测模块获取到的数据通过预先训练好的的机器学习模型进行模式识别，并将识别结果进行反馈；
所述虚拟现实模块用于搭建3D场景，读取反馈信号的指令并对虚拟现实场景进行调整与控制。
进一步的，所述脑电检测模块检测脑电波信号的过程包括：将脑电数据提取出来，进行带通滤波、基线校正、去直流偏移、去除轨迹；最后进行频谱滤波，分别提取对应波段。
进一步的，所述脑电检测模块使用EMD算法进行特征提取。
进一步的，所述眼动检测模块采集到的眼动数据包括时间戳数据、眼动注视点数据、头部方向点数据、个体移动轨迹点数据；对参与者的眼动注视点数据和个体移动轨迹数据进行三维可视化，首先获取原始二维眼动注视点数据，判断数据有效时基于个体移动轨迹数据获取眼动视线方向向量XYZ，设置视线起点，进行Unity世界坐标转换，构造眼部视线，进行视线碰撞检测，得到三维视线采样点，判断相邻采样点欧几里得距离是否小于0.5°，是则合并为一个注视点，否则放弃处理。
进一步的，所述机器学习识别模块中的机器学习模型采用三层卷积模型，包括输入层、隐层、输出层，隐层体现为全连接层，输入层与全连接层之间增加卷积层与池化层。
与现有技术相比，本发明具有如下优点和有益效果：
本发明系统结合VR眼动检测设备可以了解到患者情绪变化的原因，更加了解患者的喜恶，从而达到针对性对患者进行治疗的目的。由于只允许患者一个人参与，保密性高；其次unity_3d情景再现的诊疗效果，以及生理检测的反馈系统，安全性高；最终打消患者自卑情绪，效果显著，可控性强，诊疗时间方便快捷。医生能够通过治疗过程采集相对应的脑电信号，与眼动仪对应的物体接到反馈，分析出患者对于何种物体恐惧，对于何种物体喜爱，对后续的谈话治疗有着显著性的效果。本发明使得人工智能技术与虚拟现实技术结合应用时，更加灵活，对心理治疗师依赖，控制模式多样，可完成更复杂的任务。
附图说明
图1为本发明提供的基于脑电信号和眼动仪的虚拟沉浸式自闭症儿童治疗系统整体架构示意图。
图2为脑电波信号处理示意图。
图3为眼动注视点的三维可视化流程图。
具体实施方式
以下将结合具体实施例对本发明提供的技术方案进行详细说明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
本发明提供了一种基于脑电信号和眼动仪的虚拟沉浸式自闭症儿童治疗系统，包括人工智能语音交互模块、脑电检测模块、眼动检测模块、机器学习识别模块、虚拟现实模块。
人工智能语音交互模块用于和患者进行语音交流，通过人工智能语义识别进行反馈。
脑电检测模块用于检测脑电波信号(EEG)并进行特征提取。具体的说，脑电检测模块采用NeuroScan的脑电采集设备，采集64个点位的脑电信号。
测试者头戴采集设备，打开NeuroScan官方开发的Curry8，进行数据采集。首先，测试者手上有一个量表，对自身恐惧等级分为5个等级，从稍微有感觉，到感觉很强烈，甚至受不了的视觉冲击。用unity搭建不同场景10个，随机抽取五个进行脑电的采集后保存数据库。通过Python脚本代码，将64通道的脑电数据提取出来，通过带通滤波器进行带通滤波(0-40Hz)、基线校正、去直流偏移、去除轨迹(眼点、肌电和心电)；最后进行频谱滤波，分别提取对应波段。
使用EMD算法进行特征提取多层本征模函数。由于EEG信号是非线性非平稳信号，EMD算法恰好提取该信号的变换的高低起伏情况，避免由于EEG采集时候的参考点的不同造成的影响，惊慌失措在精神上反映到脑电上就是电压的高低变换特征。本征模态分解更好的提取了该特征。
眼动检测模块用于采样眼动数据，并构造眼部视线。采用Tobii Pro VR眼动仪作为眼动数据采集设备，眼动追踪模块隐藏在镜片后，使其不影响正常的VR体验。眼动数据通过具有专利的Tobii Eye Chip芯片来处理，使CPU负载降到最低。眼动数据通过标准的HTCVive线缆传输，无需任何外置线缆。Tobii Pro VR Analytics数据分析工具支持在Unity3D环境下的眼动数据采集与回放。同时提供了可应用于广泛的人类行为研究的眼动数据与交互行为自动可视化与分析工具。采集到的眼动数据包括时间戳数据、眼动注视点数据、头部方向点数据、个体移动轨迹点数据。其中，时间戳是指获取数据时所对应的毫秒数。眼动注视点是采样点经过基于距离阈值方法处理后得到的聚类，具体流程如图所示。头部方向点是指在虚拟场景中参与者头部中心射线与场景中物体碰撞的交叉点。个体移动轨迹点是在虚拟场景中参与者的位置坐标。
眼动注视点可视化能够帮助分析参与者对标识的关注程度，评估每个标识是否存在眼动注视点从而探索标识的感知程度；同时，轨迹可视化有助于发现个体在观察周围环境时，其移动脑电信号是如何受到事物具体影响的。机器学习识别模块生成眼动轨迹。对参与者的眼动注视点数据和个体移动轨迹数据进行三维可视化，具体如图3所示。首先获取原始二维眼动注视点数据，判断数据有效时基于个体移动轨迹数据获取眼动视线方向向量XYZ，设置视线起点，进行Unity世界坐标转换，构造眼部视线，进行视线碰撞检测，得到三维视线采样点，判断相邻采样点欧几里得距离是否小于0.5°，是则合并为一个注视点，否则放弃处理。最终实现眼动注视点的三维可视化。
机器学习模块将脑电检测模块及眼动检测模块获取到的数据通过预先训练好的的机器学习模型进行模式识别，并将识别结果进行反馈。本模块将预采集的EEG信号、眼动信号与场景序号相互关联，放入该系统中进行预先训练，可以分析出什么样的视觉冲突，可以造成什么样的脑电，甚至心理状态的趋势，得到训练好的机器学习模型。本模块采用三层卷积模型。在传统人工神经网络包含输入层、隐层、输出层三种网络结构基础上，隐层体现为全连接层，并在输入层与全连接层之间增加卷积层与池化层两种网络类型。通过多层卷积，不断提取更为抽象的信号特征，在增强有效信号特征的同时，也弱化了噪声信号的特征。使用DEAP数据集，将单熵(近似熵、排列熵和奇异值分解熵)以及不同组合熵作为特征输入到三维输入的卷积神经网络进行情感识别。三维输入既可以保留了电极之间的空间信息，同时又可以整合脑电提取的多种特征值。实验结果表明，与单熵作为特征相比，组合熵特征可以有效提高情感识别精度。同时，利用EEG电极分布的空间信息比未利用空间信息时所取得的分类精度有显著地提高。
使用该网络进行自我识别，处理分析信号得到心理状态变化。实现训练模式识别的预测，并将反馈数据发送至虚拟现实模块。
虚拟现实模块读取反馈信号的指令并对虚拟现实场景进行调整与控制。本模块使用Unity3D，建立虚拟现实环境，在C#脚本中进行3D场景搭建并且设置各种儿童喜爱的一些物品或元素。
基于本发明系统，患者主动接受治疗，佩戴沉浸式虚拟治疗系统，患者主动叙述自身情况，人工智能语义识别进行反馈，该系统只针对于患者使用，隐私性强，其次，该治疗过程与环境都是虚拟的沉浸式系统，隔绝了危害，安全性高，最后医生能够通过治疗过程采集相对应的脑电信号，与眼动仪对应的物体接到反馈，分析出患者对于何种物体恐惧，对于何种物体喜爱，对后续的谈话治疗有着显著性的效果。
通过本发明系统，实现在相对简单的网络环境下，即电子干扰较少的情况下，对患者进行治疗，根据患者自身反馈以及各种生理状态的变换，该系统对患者后续治疗有更好的提升。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
Claims (5)
1.基于脑电信号和眼动仪的虚拟沉浸式自闭症儿童治疗系统，其特征在于：包括人工智能语音交互模块、脑电检测模块、眼动检测模块、机器学习识别模块、虚拟现实模块；
所述人工智能语音交互模块用于和患者进行语音交流；
所述脑电检测模块用于检测脑电波信号并进行特征提取；
所述眼动检测模块用于采样眼动数据，构造眼部视线，对眼动注视点数据和个体移动轨迹数据进行三维可视化；
所述机器学习识别模块将脑电检测模块及眼动检测模块获取到的数据通过预先训练好的的机器学习模型进行模式识别，并将识别结果进行反馈；
所述虚拟现实模块用于搭建3D场景，读取反馈信号的指令并对虚拟现实场景进行调整与控制。
2.根据权利要求1所述的基于脑电信号和眼动仪的虚拟沉浸式自闭症儿童治疗系统，其特征在于：所述脑电检测模块检测脑电波信号的过程包括：将脑电数据提取出来，进行带通滤波、基线校正、去直流偏移、去除轨迹；最后进行频谱滤波，分别提取对应波段。
3.根据权利要求1所述的基于脑电信号和眼动仪的虚拟沉浸式自闭症儿童治疗系统，其特征在于：所述脑电检测模块使用EMD算法进行特征提取。
4.根据权利要求1所述的基于脑电信号和眼动仪的虚拟沉浸式自闭症儿童治疗系统，其特征在于：所述眼动检测模块采集到的眼动数据包括时间戳数据、眼动注视点数据、头部方向点数据、个体移动轨迹点数据；对参与者的眼动注视点数据和个体移动轨迹数据进行三维可视化，首先获取原始二维眼动注视点数据，判断数据有效时基于个体移动轨迹数据获取眼动视线方向向量XYZ，设置视线起点，进行Unity世界坐标转换，构造眼部视线，进行视线碰撞检测，得到三维视线采样点，判断相邻采样点欧几里得距离是否小于0.5°，是则合并为一个注视点，否则放弃处理。
5.根据权利要求1所述的基于脑电信号和眼动仪的虚拟沉浸式自闭症儿童治疗系统，其特征在于：所述机器学习识别模块中的机器学习模型采用三层卷积模型，包括输入层、隐层、输出层，隐层体现为全连接层，输入层与全连接层之间增加卷积层与池化层。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110360377.8A CN113082448A (zh) | 2021-04-02 | 2021-04-02 | 基于脑电信号和眼动仪的虚拟沉浸式自闭症儿童治疗系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110360377.8A CN113082448A (zh) | 2021-04-02 | 2021-04-02 | 基于脑电信号和眼动仪的虚拟沉浸式自闭症儿童治疗系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113082448A true CN113082448A (zh) | 2021-07-09 |
Family
ID=76673251
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110360377.8A Pending CN113082448A (zh) | 2021-04-02 | 2021-04-02 | 基于脑电信号和眼动仪的虚拟沉浸式自闭症儿童治疗系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113082448A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113827238A (zh) * | 2021-09-02 | 2021-12-24 | 苏州中科先进技术研究院有限公司 | 基于虚拟现实和眼动信息的情绪评估方法、装置 |
| CN113990449A (zh) * | 2021-09-30 | 2022-01-28 | 浙江强脑科技有限公司 | 自闭症干预训练方法、装置、终端设备及可读存储介质 |
| CN115154827A (zh) * | 2022-08-05 | 2022-10-11 | 成都信息工程大学 | 用于自闭症儿童眼神交流的智能穿戴装置、方法及系统 |
| CN118366612A (zh) * | 2024-04-30 | 2024-07-19 | 深圳市铱硙医疗科技有限公司 | 一种支持远程播控个性化虚拟现实认知症康复系统及方法 |
| CN118506988A (zh) * | 2024-07-19 | 2024-08-16 | 中国科学院苏州生物医学工程技术研究所 | 一种孤独症康复训练数据处理方法、系统以及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106933348A (zh) * | 2017-01-24 | 2017-07-07 | 武汉黑金科技有限公司 | 一种基于虚拟现实的脑电神经反馈干预系统及方法 |
| CN109157231A (zh) * | 2018-10-24 | 2019-01-08 | 阿呆科技（北京）有限公司 | 基于情绪刺激任务的便携式多通道抑郁倾向评估系统 |
| CN109620185A (zh) * | 2019-01-31 | 2019-04-16 | 山东大学 | 基于多模态信息的自闭症辅助诊断系统、设备及介质 |
| CN109646784A (zh) * | 2018-12-21 | 2019-04-19 | 华东计算技术研究所（中国电子科技集团公司第三十二研究所） | 基于沉浸式vr的失眠障碍心理治疗系统和方法 |
| CN111292834A (zh) * | 2020-02-11 | 2020-06-16 | 杭州同绘科技有限公司 | 一种基于虚拟现实的注意力训练系统 |
| WO2020119355A1 (zh) * | 2018-12-14 | 2020-06-18 | 深圳先进技术研究院 | 自闭症谱系障碍患者的多模态情感认知能力的评估方法 |
| CN112426154A (zh) * | 2020-11-18 | 2021-03-02 | 嘉兴学院 | 一种自闭症儿童体感游戏生物反馈康复方法 |
-
2021
- 2021-04-02 CN CN202110360377.8A patent/CN113082448A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106933348A (zh) * | 2017-01-24 | 2017-07-07 | 武汉黑金科技有限公司 | 一种基于虚拟现实的脑电神经反馈干预系统及方法 |
| CN109157231A (zh) * | 2018-10-24 | 2019-01-08 | 阿呆科技（北京）有限公司 | 基于情绪刺激任务的便携式多通道抑郁倾向评估系统 |
| WO2020119355A1 (zh) * | 2018-12-14 | 2020-06-18 | 深圳先进技术研究院 | 自闭症谱系障碍患者的多模态情感认知能力的评估方法 |
| CN109646784A (zh) * | 2018-12-21 | 2019-04-19 | 华东计算技术研究所（中国电子科技集团公司第三十二研究所） | 基于沉浸式vr的失眠障碍心理治疗系统和方法 |
| CN109620185A (zh) * | 2019-01-31 | 2019-04-16 | 山东大学 | 基于多模态信息的自闭症辅助诊断系统、设备及介质 |
| CN111292834A (zh) * | 2020-02-11 | 2020-06-16 | 杭州同绘科技有限公司 | 一种基于虚拟现实的注意力训练系统 |
| CN112426154A (zh) * | 2020-11-18 | 2021-03-02 | 嘉兴学院 | 一种自闭症儿童体感游戏生物反馈康复方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113827238A (zh) * | 2021-09-02 | 2021-12-24 | 苏州中科先进技术研究院有限公司 | 基于虚拟现实和眼动信息的情绪评估方法、装置 |
| CN113990449A (zh) * | 2021-09-30 | 2022-01-28 | 浙江强脑科技有限公司 | 自闭症干预训练方法、装置、终端设备及可读存储介质 |
| CN115154827A (zh) * | 2022-08-05 | 2022-10-11 | 成都信息工程大学 | 用于自闭症儿童眼神交流的智能穿戴装置、方法及系统 |
| CN118366612A (zh) * | 2024-04-30 | 2024-07-19 | 深圳市铱硙医疗科技有限公司 | 一种支持远程播控个性化虚拟现实认知症康复系统及方法 |
| CN118506988A (zh) * | 2024-07-19 | 2024-08-16 | 中国科学院苏州生物医学工程技术研究所 | 一种孤独症康复训练数据处理方法、系统以及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112120716B (zh) | 一种可穿戴式多模态情绪状态监测装置 | |
| Lv et al. | Advanced machine-learning methods for brain-computer interfacing | |
| CN113082448A (zh) | 基于脑电信号和眼动仪的虚拟沉浸式自闭症儿童治疗系统 | |
| US20030176806A1 (en) | Method and system for an intelligent supervisory control system | |
| CN112488002B (zh) | 基于n170的情绪识别方法及识别系统 | |
| Duan et al. | Zero-shot learning for EEG classification in motor imagery-based BCI system | |
| WO2017215177A1 (zh) | 一种虚拟现实中内容交互的方法和装置 | |
| Achanccaray et al. | A p300-based brain computer interface for smart home interaction through an anfis ensemble | |
| Fatima et al. | Towards a low cost Brain-computer Interface for real time control of a 2 DOF robotic arm | |
| CN111028919A (zh) | 基于人工智能算法的恐惧症自我诊疗系统 | |
| CN111273767A (zh) | 一种基于深度迁移学习的助听脑机接口系统 | |
| Korik et al. | Decoding imagined 3D arm movement trajectories from EEG to control two virtual arms—a pilot study | |
| Padmavathi et al. | A review on EEG based brain computer interface systems | |
| Fang et al. | Recent advances of P300 speller paradigms and algorithms | |
| Zhang et al. | Spatial-temporal neural network for P300 detection | |
| Ahmed et al. | A non Invasive Brain-Computer-Interface for Service Robotics | |
| CN113974627A (zh) | 一种基于脑机生成对抗的情绪识别方法 | |
| Bang et al. | Interpretable convolutional neural networks for subject-independent motor imagery classification | |
| Lin et al. | Neural Correlation of EEG and Eye Movement in Natural Grasping Intention Estimation | |
| Guger et al. | Hardware/software components and applications of BCIs | |
| CN110705656A (zh) | 一种基于eeg传感器的面部动作识别方法 | |
| Materka et al. | High-speed noninvasive brain-computer interfaces | |
| Xing et al. | The development of EEG-based brain computer interfaces: potential and challenges | |
| Wang et al. | Residual learning attention cnn for motion intention recognition based on eeg data | |
| Zhao et al. | Research on steady state visual evoked potential based on FBCCA |
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 |
Application publication date: 20210709 |
|
| RJ01 | Rejection of invention patent application after publication |