CN113520310A - 一种基于脑电erp的触觉信息处理方法 - Google Patents
一种基于脑电erp的触觉信息处理方法 Download PDFInfo
- Publication number
- CN113520310A CN113520310A CN202110276219.4A CN202110276219A CN113520310A CN 113520310 A CN113520310 A CN 113520310A CN 202110276219 A CN202110276219 A CN 202110276219A CN 113520310 A CN113520310 A CN 113520310A
- Authority
- CN
- China
- Prior art keywords
- subject
- erp
- curve
- information processing
- processing method
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 19
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 230000000638 stimulation Effects 0.000 claims abstract description 47
- 210000004556 brain Anatomy 0.000 claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims description 9
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000000513 principal component analysis Methods 0.000 claims description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 230000001953 sensory effect Effects 0.000 description 4
- 206010028980 Neoplasm Diseases 0.000 description 3
- 208000035475 disorder Diseases 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000012876 topography Methods 0.000 description 3
- 206010058314 Dysplasia Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 210000001617 median nerve Anatomy 0.000 description 2
- 210000005036 nerve Anatomy 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 208000014644 Brain disease Diseases 0.000 description 1
- 208000012902 Nervous system disease Diseases 0.000 description 1
- 208000025966 Neurological disease Diseases 0.000 description 1
- 229910021607 Silver chloride Inorganic materials 0.000 description 1
- AVKUERGKIZMTKX-NJBDSQKTSA-N ampicillin Chemical compound C1([C@@H](N)C(=O)N[C@H]2[C@H]3SC([C@@H](N3C2=O)C(O)=O)(C)C)=CC=CC=C1 AVKUERGKIZMTKX-NJBDSQKTSA-N 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000002599 functional magnetic resonance imaging Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000021317 sensory perception Effects 0.000 description 1
- 230000015541 sensory perception of touch Effects 0.000 description 1
- HKZLPVFGJNLROG-UHFFFAOYSA-M silver monochloride Chemical compound [Cl-].[Ag+] HKZLPVFGJNLROG-UHFFFAOYSA-M 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4005—Detecting, measuring or recording for evaluating the nervous system for evaluating the sensory system
-
- 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
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
- A61B5/743—Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Power Engineering (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明提供了一种基于脑电ERP的触觉信息处理方法,该方法使用的设备包括电极、脑电波帽和计算机,所述电极贴在皮肤上,电极用于向皮肤输出电刺激信号,脑电波帽用于接收受试者在电刺激信号刺激后产生的脑电数据,该脑电数据输入到计算机内。本发明基于脑电技术,通过大数据的采集建立标准ERP曲线、标准差异系数曲线和标准脑地型图,并使用电刺激构建触觉刺激,得到受试者的ERP曲线、受试者的差异系数曲线和受试者的脑地型图,再与标准进行比较,从而获得何处发生偏差以及偏差的大小,还可以进一步分析受试者脑部各区域的状态,不会造成受试者人体的创伤,具有安全、功耗低、设备小巧、时空编码方便、时间分辨率高等优点,是一种使用方便、受试者撇呵度要求低的触觉信息处理方法。
Description
技术领域
本发明属于感知觉获取技术领域,尤其是一种基于脑电ERP的触觉信息处理方法。
背景技术
触觉是人类感知世界和与周围环境相互作用的一种必不可少的本能感知。触觉通过描述物体的属性和表面特征等信息反馈给操作者,从而指导操作者规划和执行运动,此外,穿针引线等灵巧操作的完成依赖于多种触觉模式的整合,而且触觉信息能为操作者提供视觉和听觉所无法带来的临场感。因此触觉对于日常生活任务是必不可少的。
但由于儿童发育不良,颅脑肿瘤等神经疾病,某些患者无法整合触觉信息,导致感统失调等障碍,大脑和身体得不到正常发展。为了提前诊断和干预这些疾病的发生,往往要求临床上对病人的触觉整合能力进行客观的评估,目前采用的方法主要是主观量表的形式如感统评估量表。但是由于幼儿的配合度的问题,以及生理,心理差异等主观性因素,这些量表往往缺乏客观的依据。对于病灶的定位,常常使用fMRI来完成,但是核磁设备价格昂贵,体积大,不便随床诊断。
发明内容
本发明的目的在于克服现有的以主观量表如感统评估量表作为触觉评估的技术的不足,提出一种基于脑电ERP的触觉信息处理方法。
本发明采取的技术方案是:
一种基于脑电ERP的触觉信息处理方法,其特征在于:该方法使用的设备包括电极、脑电波帽和计算机,所述电极贴在皮肤上,电极用于向皮肤输出电刺激信号,脑电波帽用于接收受试者在电刺激信号刺激后产生的脑电数据,该脑电数据输入到计算机内;
所述触觉信息获取方法包括以下步骤:
⑴电极输出多个电刺激信号;
⑵多个电刺激信号施加于受试者后,计算机接收受试者在电刺激信号刺激后产生的多个脑电数据;
⑶计算机处理接收的多个脑电数据,得到受试者ERP曲线。
再有,步骤⑵完成后,将受试者ERP曲线与标准ERP曲线进行比较。
再有,步骤⑶同时得到受试者差异系数曲线,受试者差异系数曲线与标准差异系数曲线比较。
再有,步骤⑶同时得到受试者脑地型图,受试者脑地型图与标准脑地型图比较。
再有,所述电刺激信号用于模拟按压受试者皮肤。
再有,步骤⑵中,每次电刺激信号产生后需要受试者判断该电刺激信号的等级;
如果受试者判断正确,则判定该电刺激信号对应的脑电数据为有效值并保存,否则丢弃本次测量的脑电数据。
再有,步骤⑶所述处理包括以下步骤:
⑴对有效的多个脑电数据进行巴特沃斯三阶带通滤波处理;
⑵继续用ICA主成分分析去掉伪影和眼电,分段去基线漂移;
⑶将处理后的脑电数据进行叠加平均,得到受试者ERP曲线的绘制。
再有,将ERP曲线划分为多个窗口,对每个时间段计算差异系数,得到受试者差异系数曲线。
再有,所述受试者ERP曲线与标准ERP曲线的比较用于判断何处存在偏差。
再有,所述受试者差异系数曲线与标准差异系数曲线的比较用于判断偏差的大小。
本发明的优点和积极效果是:
本发明基于脑电技术,通过大数据的采集建立标准ERP曲线、标准差异系数曲线和标准脑地型图,并使用电刺激构建触觉刺激,得到受试者的ERP曲线、受试者的差异系数曲线和受试者的脑地型图,再与标准进行比较,从而获得何处发生偏差以及偏差的大小,还可以进一步分析受试者脑部各区域的状态,不会造成受试者人体的创伤,具有安全、功耗低、设备小巧、时空编码方便、时间分辨率高等优点,是一种使用方便、受试者撇呵度要求低的触觉信息处理方法。
附图说明
图1是本发明的使用状态图;
图2是范式图;
图3是绘制的受试者ERP曲线;
图4是绘制的受试者差异系数曲线;
图5是绘制的受试者脑地型图。
具体实施方式
下面结合实施例,对本发明进一步说明,下述实施例是说明性的,不是限定性的,不能以下述实施例来限定本发明的保护范围。
一种基于脑电ERP的触觉信息处理方法,如图1-5所示,本发明的创新在于:该方法使用的设备如图1所示:包括电极、脑电波帽和计算机,所述电极贴在皮肤上,电极用于向皮肤输出电刺激信号,脑电波帽用于接收受试者在电刺激信号刺激后产生的脑电数据,该脑电数据输入到计算机内。
电极为Ag/AgCl电极,并用医用绷带包裹电极,使电极紧紧地粘在皮肤上,具体位置为手臂的正中神经。电刺激信号施加在人体的手臂的正中神经,使得电刺激信号绕过皮肤的触觉感受器直接刺激感觉传导神经形成电触觉(按压方式)。其中电刺激信号由电刺激器(Master-9,AMPI,Israel)输出,并通过Matlab R2017b的Psychtoolbox进行自定义编码,可以对电刺激信号的物理参数,包括振幅频率和脉冲宽度等进行多种等级的编码。上述等级的含义是:电刺激信号为五级,如图2所示,具有相同波形(方波)、相同电压(U=10V)、相同频率(I=0.01s)、不同持续时间(D=20/100/200/300/600μs)。
触觉信息获取方法包括以下步骤:
⑴电极输出多个电刺激信号;
⑵多个电刺激信号施加于受试者后,计算机接收受试者在电刺激信号刺激后产生的多个脑电数据;
每次电刺激信号产生后需要受试者判断该电刺激信号的等级;如果受试者判断正确,则判定该电刺激信号对应的脑电数据为有效值并保存,否则丢弃本次测量的脑电数据。
⑶计算机处理接收的多个脑电数据,得到受试者ERP曲线。
其中,步骤⑵完成后,将受试者ERP曲线与标准ERP曲线进行比较,用于判断何处存在偏差。
步骤⑶同时得到受试者差异系数曲线和受试者脑地型图。受试者差异系数曲线与标准差异系数曲线比较,用于判断偏差的大小,受试者脑地型图与标准脑地型图的比较用于分析受试者脑部各区域的状态。
步骤⑶处理包括以下步骤:
⑴对有效的多个脑电数据进行巴特沃斯三阶带通滤波处理;
⑵继续用ICA主成分分析去掉伪影和眼电,分段去基线漂移;
⑶将处理后的脑电数据进行叠加平均,得到受试者ERP曲线的绘制。
差异系数(coefficientofvariation)的含义是:
SD代表某一段时间内的ERP幅值的标准差,mean代表这段时间内的erp幅值的平均值。
差异系数是一组数据的标准差与其均值的百分比,是测算数据离散程度的相对指标,是一种相对差异量数,用CV表示。将ERP曲线划分为多个窗口,对每个时间段计算差异系数,得到受试者差异系数曲线。
标准ERP曲线、标准差异系数曲线和标准脑地型图的制作:选取足够多的正常人(无脑部疾病、发育不良等神经疾病),其中男女数量相同,采用上述方法绘制标准曲线。比如:选取1000人(男女各半),年龄为20-40岁,人员来自地区为随机产生。
实施例
选取20名受试者,其中1人患有颅脑肿瘤,按照要求进行分批测试。
如图1所示,受试者坐在桌前1米处,佩戴64导脑电波帽,并使用SynAmps2脑电放大器采集脑电数据,采样率为1000Hz。
如图2的范式所示:十字符号为提示集中注意力(时间0.5秒),实心圆圈提示电刺激信号即将开始(时间1秒),然后从五个等级的电刺激信号中任意选取一种施加于人体皮肤上,keypress表示受试者在电刺激信号发生后按动相应等级的按键,然后进入休息时间(0.5秒),继续下一次测试。上述五个等级分别出现100次,总共电刺激信号产生500次。
判断电刺激信号与受试者按下的案件是否对应,如果对应,则记录该次脑电波帽检测的脑电数据,否则丢弃脑电数据。
脑电数据的处理:
⑴对有效的多个脑电数据进行巴特沃斯三阶带通滤波处理;
⑵继续用ICA主成分分析去掉伪影和眼电,分段去基线漂移;
⑶将处理后的脑电数据进行叠加平均,得到受试者ERP曲线、受试者差异系数曲线和脑地型图。
如图3-5所示,该三张图为颅脑肿瘤患者的对应图形。图3中为五条曲线,分别对应五种等级的电刺激信号,横坐标表示信号持续时间,纵坐标表示电刺激信号的脉宽。图4中为与图3横坐标对应的差异系数曲线。图5中横坐标表示信号持续时间,纵坐标表示五种等级的电刺激信号。
将图3-5分别与标准图进行比较,图3中P100处的曲线与标准曲线出现偏差,从图4中查询P100处对应的数值,然后将该数值与标准曲线P100处的数值进行比较,得出偏差的大小以判断触觉障碍的严重程度。从图5中查出P100对应的脑地型图,并与标准脑地型图的P100图进行比较,按照颜色或深度的差异来分析受试者脑部各区域的状态。
Claims (10)
1.一种基于脑电ERP的触觉信息处理方法,其特征在于:该方法使用的设备包括电极、脑电波帽和计算机,所述电极贴在皮肤上,电极用于向皮肤输出电刺激信号,脑电波帽用于接收受试者在电刺激信号刺激后产生的脑电数据,该脑电数据输入到计算机内;
所述触觉信息获取方法包括以下步骤:
⑴电极输出多个电刺激信号;
⑵多个电刺激信号施加于受试者后,计算机接收受试者在电刺激信号刺激后产生的多个脑电数据;
⑶计算机处理接收的多个脑电数据,得到受试者ERP曲线。
2.根据权利要求1所述的一种基于脑电ERP的触觉信息处理方法,其特征在于:步骤⑵完成后,将受试者ERP曲线与标准ERP曲线进行比较。
3.根据权利要求2所述的一种基于脑电ERP的触觉信息处理方法,其特征在于:步骤⑶同时得到受试者差异系数曲线,受试者差异系数曲线与标准差异系数曲线比较。
4.根据权利要求2或3所述的一种基于脑电ERP的触觉信息处理方法,其特征在于:步骤⑶同时得到受试者脑地型图,受试者脑地型图与标准脑地型图比较。
5.根据权利要求4所述的一种基于脑电ERP的触觉信息处理方法,其特征在于:所述电刺激信号用于模拟按压受试者皮肤。
6.根据权利要求1或2或3或5所述的一种基于脑电ERP的触觉信息处理方法,其特征在于:步骤⑵中,每次电刺激信号产生后需要受试者判断该电刺激信号的等级;
如果受试者判断正确,则判定该电刺激信号对应的脑电数据为有效值并保存,否则丢弃本次测量的脑电数据。
7.根据权利要求6所述的一种基于脑电ERP的触觉信息处理方法,其特征在于:步骤⑶所述处理包括以下步骤:
⑴对有效的多个脑电数据进行巴特沃斯三阶带通滤波处理;
⑵继续用ICA主成分分析去掉伪影和眼电,分段去基线漂移;
⑶将处理后的脑电数据进行叠加平均,得到受试者ERP曲线。
8.根据权利要求2所述的一种基于脑电ERP的触觉信息处理方法,其特征在于:将ERP曲线划分为多个窗口,对每个时间段计算差异系数,得到受试者差异系数曲线。
9.根据权利要求7或8所述的一种基于脑电ERP的触觉信息处理方法,其特征在于:所述受试者ERP曲线与标准ERP曲线的比较用于判断何处存在偏差。
10.根据权利要求9所述的一种基于脑电ERP的触觉信息处理方法,其特征在于:所述受试者差异系数曲线与标准差异系数曲线的比较用于判断偏差的大小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110276219.4A CN113520310A (zh) | 2021-03-15 | 2021-03-15 | 一种基于脑电erp的触觉信息处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110276219.4A CN113520310A (zh) | 2021-03-15 | 2021-03-15 | 一种基于脑电erp的触觉信息处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113520310A true CN113520310A (zh) | 2021-10-22 |
Family
ID=78124281
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110276219.4A Pending CN113520310A (zh) | 2021-03-15 | 2021-03-15 | 一种基于脑电erp的触觉信息处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113520310A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114159064A (zh) * | 2022-02-11 | 2022-03-11 | 深圳市心流科技有限公司 | 基于脑电信号的专注力评估方法、装置、设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1778272A (zh) * | 2004-11-22 | 2006-05-31 | 中国科学院心理研究所 | 便携式事件相关电位仪 |
CN103246348A (zh) * | 2013-04-03 | 2013-08-14 | 上海交通大学 | 用于电触觉的量化分析系统及其分析方法 |
CN104545900A (zh) * | 2014-12-29 | 2015-04-29 | 中国医学科学院生物医学工程研究所 | 一种基于配对样本t检验的事件相关电位分析方法 |
CN104978035A (zh) * | 2015-07-27 | 2015-10-14 | 中国医学科学院生物医学工程研究所 | 基于体感电刺激诱发p300的脑机接口系统及其实现方法 |
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 |
CN105615830A (zh) * | 2015-12-03 | 2016-06-01 | 天津大学 | 亮度偏差引起的立体观看舒适度影响的脑电分析方法 |
WO2016187130A1 (en) * | 2015-05-15 | 2016-11-24 | The General Hospital Corporation | System and methods for early diagnosis of autism spectrum disorders |
CN109363671A (zh) * | 2018-10-30 | 2019-02-22 | 中国人民解放军战略支援部队信息工程大学 | 基于ssvep与erp融合的情绪动态脑网络图的构建方法 |
-
2021
- 2021-03-15 CN CN202110276219.4A patent/CN113520310A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1778272A (zh) * | 2004-11-22 | 2006-05-31 | 中国科学院心理研究所 | 便携式事件相关电位仪 |
CN103246348A (zh) * | 2013-04-03 | 2013-08-14 | 上海交通大学 | 用于电触觉的量化分析系统及其分析方法 |
CN104545900A (zh) * | 2014-12-29 | 2015-04-29 | 中国医学科学院生物医学工程研究所 | 一种基于配对样本t检验的事件相关电位分析方法 |
WO2016187130A1 (en) * | 2015-05-15 | 2016-11-24 | The General Hospital Corporation | System and methods for early diagnosis of autism spectrum disorders |
CN104978035A (zh) * | 2015-07-27 | 2015-10-14 | 中国医学科学院生物医学工程研究所 | 基于体感电刺激诱发p300的脑机接口系统及其实现方法 |
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 |
CN105615830A (zh) * | 2015-12-03 | 2016-06-01 | 天津大学 | 亮度偏差引起的立体观看舒适度影响的脑电分析方法 |
CN109363671A (zh) * | 2018-10-30 | 2019-02-22 | 中国人民解放军战略支援部队信息工程大学 | 基于ssvep与erp融合的情绪动态脑网络图的构建方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114159064A (zh) * | 2022-02-11 | 2022-03-11 | 深圳市心流科技有限公司 | 基于脑电信号的专注力评估方法、装置、设备及存储介质 |
CN114159064B (zh) * | 2022-02-11 | 2022-05-17 | 深圳市心流科技有限公司 | 基于脑电信号的专注力评估方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Merlo et al. | Technical aspects of surface electromyography for clinicians | |
Sun et al. | An innovative nonintrusive driver assistance system for vital signal monitoring | |
US10780268B2 (en) | Transcranial stimulation device and method based on electrophysiological testing | |
Phinyomark et al. | Fractal analysis features for weak and single-channel upper-limb EMG signals | |
US7570991B2 (en) | Method for real time attitude assessment | |
Merletti et al. | Analysis of motor units with high-density surface electromyography | |
DE60304539T2 (de) | Gerät und Verfahren zur Messung der örtlichen Hautimpedanz mit einer Mehrfachelektrodenanordnung | |
CN100482155C (zh) | 基于脑机交互的注意力状态即时检测系统及检测方法 | |
Zhou et al. | Characterizing the complexity of spontaneous motor unit patterns of amyotrophic lateral sclerosis using approximate entropy | |
Zhang et al. | Machine learning for supporting diagnosis of amyotrophic lateral sclerosis using surface electromyogram | |
KR100846397B1 (ko) | 대뇌 피질에서의 뉴론 손상도 평가 방법 및 장치 | |
CN103405225B (zh) | 一种获取疼感评测指标的方法、装置及设备 | |
CN111134641A (zh) | 一种睡眠监测芯片系统及睡眠监测芯片 | |
CN113520310A (zh) | 一种基于脑电erp的触觉信息处理方法 | |
CN116250807B (zh) | 基于fNIRS和MEP的神经通路评估方法及系统 | |
US10512434B2 (en) | Brain activity measurement device, program, and method | |
CN116369853A (zh) | 一种基于脑机交互技术的嗅觉功能标准化评估装置及方法 | |
Jiang et al. | Multi-scale surface electromyography modeling to identify changes in neuromuscular activation with myofascial pain | |
van Dijk | On the number of motor units. | |
Kuruganti | Multichannel surface electromyography | |
CN112000223B (zh) | 可抗个体差异的运动想象布尔决策型脑机接口方法 | |
CN214906876U (zh) | 一种一体化多功能监护设备 | |
Xu et al. | Evaluation method of motor unit number index based on optimal muscle strength combination | |
CN110680316B (zh) | 一种无意识患者的神经反应检测方法及系统 | |
CN110584663B (zh) | 一种带状疱疹的药效判断装置及其使用方法 |
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: 20211022 |
|
RJ01 | Rejection of invention patent application after publication |