CN113679395A - 一种多通道并行实时脑神经锋电位信号检测方法、装置和系统 - Google Patents

一种多通道并行实时脑神经锋电位信号检测方法、装置和系统 Download PDF

Info

Publication number
CN113679395A
CN113679395A CN202110869726.9A CN202110869726A CN113679395A CN 113679395 A CN113679395 A CN 113679395A CN 202110869726 A CN202110869726 A CN 202110869726A CN 113679395 A CN113679395 A CN 113679395A
Authority
CN
China
Prior art keywords
cranial nerve
signal
spike
channel
signal data
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.)
Granted
Application number
CN202110869726.9A
Other languages
English (en)
Other versions
CN113679395B (zh
Inventor
陈耀武
宁佳琦
刘凯
蒋国栋
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN202110869726.9A priority Critical patent/CN113679395B/zh
Publication of CN113679395A publication Critical patent/CN113679395A/zh
Application granted granted Critical
Publication of CN113679395B publication Critical patent/CN113679395B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/372—Analysis of electroencephalograms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/388—Nerve conduction study, e.g. detecting action potential of peripheral nerves
    • 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
    • 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

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Psychiatry (AREA)
  • Neurology (AREA)
  • Neurosurgery (AREA)
  • Psychology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明公开了一种多通道并行实时脑神经锋电位信号检测方法、装置和系统，包括以下步骤：接收高通量脑神经信号数据包，并解析数据包获取每个通道的脑神经信号数据；为每个通道的脑神经信号数据配置一个计算单元，每个计算单元单独检测对应通道的脑神经信号数据中的锋电位信号，以实现多通道并行实时脑神经锋电位信号检测；每一帧脑神经信号数据包检测完毕后，保留每个通道的脑神经信号数据的均方差和后一些脑神经信号点，用于下一帧脑神经信号数据包的锋电位信号检测，避免因为传输数据时的数据帧切割导致恰好出现在帧间位置的锋电位信号漏检，提升脑神经锋电位信号的检测准确性。

Description

一种多通道并行实时脑神经锋电位信号检测方法、装置和 系统
技术领域
本发明涉及脑神经信号处理技术领域，具体涉及一种多通道并行实时脑神经锋电位信号检测方法、装置和系统。
背景技术
在脑神经信号处理技术领域，一般需要对多通道的实时采样信号进行在线检测。在线检测要求算法的实时性，对于高通量信号，算法需要实现并行化处理才能满足实时性要求；同时，在线检测意味着在单次检测中无法获取全局信息，而全局信息的缺失对于算法的准确性会有一定影响。
由于不同通道的脑神经信号具有天然的并行性，而现有嵌入式处理系统具有成百上千个并行计算单元，这二者为算法的并行化提供了可能；同时，针对在线检测中全局信息的缺失，设计一种带信息保存功能的多通道并行脑神经锋电位信号检测方法，用于提升算法的准确性。
公开号为CN102394844A的专利申请公开的基于FPGA的锋电位信号并行检测装置和方法，可以实现对锋电位信号的检测，公开号为CN113057656A的专利申请公开的基于自适应阈值在线脑神经锋电位信号检测方法，这两篇技术方案均会出现信号帧间的锋电位信号漏检情况。
发明内容
鉴于上述，本发明的目的是提供一种多通道并行实时脑神经锋电位信号检测方法、装置和系统，以实现对脑神经锋电位信号的多通道并行实时检测。
第一方面，实施例提供的一种多通道并行实时脑神经锋电位信号检测方法，包括以下步骤：
接收高通量脑神经信号数据包，并解析数据包获取每个通道的脑神经信号数据；
为每个通道的脑神经信号数据配置一个计算单元，每个计算单元单独检测对应通道的脑神经信号数据中的锋电位信号，以实现多通道并行实时脑神经锋电位信号检测；
每一帧脑神经信号数据包检测完毕后，保留每个通道的脑神经信号数据的均方差和后一些脑神经信号点，用于下一帧脑神经信号数据包的锋电位信号检测。
优选地，解析数据包时，还需获取总通道数、信号长度，依据总通道数和信号长度为每个通道配置一个计算单元。
优选地，每个计算单元单独检测对应通道的脑神经信号数据中的锋电位信号时，为脑神经信号数据中的每个信号点配置一个计算节点，多计算节点对多信号点的并行计算来检测锋电位信号。
优选地，计算节点依据检测阈值对对应的信号点进行判断，以确定锋电位特征点，提取锋电位特征点前后的一定长度的信号作为锋电位信号。
优选地，保留的每个通道的脑神经信号数据的均方差用于计算辅助信息，该辅助信息用于辅助确定检测阈值，其中，当前帧的辅助信息information(t)为：
information(t)＝(1-α)·information(t-1)+α·μ(t)
其中，information(t-1)为上一帧的辅助信息，α为保存系数，μ(t)为每个通道的脑神经信号数据的均方差。
优选地，检测阈值的确定方法为：
针对以当前脑神经信号为止的前一段历史脑神经信号，以噪声带阈值为基准值，累加前一段历史脑神经信号中大于噪声带阈值的所有脑神经信号的加权平方和，再累加辅助信息，得到检测阈值。
优选地，保留的每个通道的脑神经信号数据的后一些脑神经信号点，拼接到下一帧对应通道的脑神经信号数据的起始位置，对拼接后的下一帧脑神经信号数据进行锋电位信号检测。
第二方面，实施例提供的一种多通道并行实时脑神经锋电位信号检测装置，包括：
接收解析模块，用于接收高通量脑神经信号数据包，并解析数据包获取每个通道的脑神经信号数据；
并行检测模块，用于为每个通道的脑神经信号数据配置一个计算单元，每个计算单元单独检测对应通道的脑神经信号数据中的锋电位信号，以实现多通道并行实时脑神经锋电位信号检测；
保留模块，用于每一帧脑神经信号数据包检测完毕后，保留每个通道的脑神经信号数据的均方差和后一些脑神经信号点，用于下一帧脑神经信号数据包的锋电位信号检测。
第三方面，实施例提供的一种多通道并行实时脑神经锋电位信号检测系统，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上执行的计算机程序，所述处理器执行所述计算机程序时实现上述多通道并行实时脑神经锋电位信号检测方法。
上述实施例提供的技术方案具有的有益效果至少包括：
通过解析数据包获取每个通道的脑神经信号数据后，为每个通道的脑神经信号数据配置一个计算单元，每个计算单元单独检测对应通道的脑神经信号数据中的锋电位信号，以实现多通道并行实时脑神经锋电位信号检测；同时通过保留每个通道的脑神经信号数据的均方差和后一些脑神经信号点来用于下一帧脑神经信号数据包的锋电位信号检测，避免因为传输数据时的数据帧切割导致恰好出现在帧间位置的锋电位信号漏检，提升脑神经锋电位信号的检测准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动前提下，还可以根据这些附图获得其他附图。
图1是一实施例中多通道并行实时脑神经锋电位信号检测方法的流程图；
图2是一实施例中高通量脑神经信号数据包的解析格式图；
图3是一实施例中通道间串行检测示意图；
图4是一实施例中通道间并行检测示意图；
图5是一实施例中信号点间并行检测示意图
图6是一实施例中信号点拼接示意图；
图7是一实施例中多通道并行实时脑神经锋电位信号检测装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不限定本发明的保护范围。
在现有一般嵌入式处理器系统下，实施例提供了一种多通道并行实时脑神经锋电位信号检测方法、装置和系统，能够对实时采集的高通量脑神经信号进行在线检测。
图1是一实施例中多通道并行实时脑神经锋电位信号检测方法的流程图。如图1所示，实施例提供的多通道并行实时脑神经锋电位信号检测方法，包括以下步骤：
步骤1，接收高通量脑神经信号数据包，并解析数据包获取每个通道的脑神经信号数据。
实施例中，依据通道类别将高通量脑神经信号数据包进行数据解析，以获取总通道数、信号长度、信号数值等数据，如图2所示，针对每个数据包进行解析时，将多通道脑神经信号数据展开后，得到通道总数、信号长度以及链表节点，每个链表节点对应一个通道的脑神经信号数据。
步骤2，为每个通道的脑神经信号数据配置一个计算单元，每个计算单元单独检测对应通道的脑神经信号数据中的锋电位信号。
在对多通道脑神经信号数据进行并行处理之前，各个通道之间的计算是串行式的，如图3所示，计算单元在完成通道1的检测后才进行通道2的检测，完成通道2的检测后才进行通道3的检测，以此类推，假设通道总数为N，各通道的信号长度为M，那么整个检测流程的时间复杂度为O(NM)。
实施例中，采用并行通道脑神经信号数据处理方式，如图4所示，依据总通道数和信号长度为每个通道配置一个计算单元，每个计算单元单独检测对应通道的脑神经信号数据中的锋电位信号，即各通道的锋电位检测并行进行、互不依赖，以实现多通道并行实时脑神经锋电位信号检测，这种多通道并行检测方式，检测复杂度降低为O(M)。
实施例中，在通道并行处理的基础上，还实行了二级并行，即在每个信号点之间也采用并行处理，即为脑神经信号数据中的每个信号点配置一个计算节点，多计算节点对多信号点的并行计算来检测锋电位信号。
在并行之前，各个信号点之间的计算是串行式的，计算单元在完成信号点1的检测后才进行信号点2的检测，完成信号点2的检测后才进行信号点3的检测，以此类推，假设各通道的信号长度为M，那么各通道检测流程的时间复杂度为O(M)。
实施例中，采用信号点并行处理的方式，如图5所示，为每一信号点指定一个计算节点，各信号点的锋电位特征点判断并行进行、互不依赖，当一个点被判断为是锋电位特征点时，再提取其前后一定长度的信号作为锋电位信号，检测复杂度降低为O(1)。
实施例中，在检测锋电位信号时，计算节点依据检测阈值对对应的信号点进行判断，以确定锋电位特征点，提取锋电位特征点前后的一定长度的信号作为锋电位信号。
步骤3，每一帧脑神经信号数据包检测完毕后，保留每个通道的脑神经信号数据的均方差和后一些脑神经信号点，用于下一帧脑神经信号数据包的锋电位信号检测。
实施例中，在每一帧脑神经信号数据包检测完毕后，会保留两种信息，一种是保留当前帧信号的均方值，另一种是保留各个通道的最后L个神经信号点。
其中，保留的每个通道的脑神经信号数据的均方差用于计算辅助信息，该辅助信息用于辅助确定检测阈值，其中，当前帧的辅助信息information(t)为：
information(t)＝(1-α)·information(t-1)+α·μ(t)
其中，information(t-1)为上一帧的辅助信息，α为保存系数，μ(t)为每个通道的脑神经信号数据的均方差。
实施例中，依据辅助信息确定检测阈值的方法为：
针对以当前脑神经信号为止的前一段历史脑神经信号，以噪声带阈值为基准值，累加前一段历史脑神经信号中大于噪声带阈值的所有脑神经信号的加权平方和，再累加辅助信息，得到检测阈值。
具体而言，检测阈值的计算公式为：
Figure BDA0003188623000000071
Figure BDA0003188623000000072
其中，
Figure BDA0003188623000000073
表示第t个脑神经信号的自适应阈值，threshnoise表脑神经信号所属的测试周期的噪声带阈值，β为权重系数，取值范围为2～4，L为以第t个脑神经信号为止的前一段历史脑神经信号长度，k为L内脑神经信号的索引。
如图6所示，保留的每个通道的脑神经信号数据的后L个脑神经信号点，拼接到下一帧对应通道的脑神经信号数据的起始位置，对拼接后的下一帧脑神经信号数据进行锋电位信号检测，可以避免因为传输数据时的数据帧切割导致恰好出现在帧间位置的锋电位信号漏检，提升脑神经锋电位信号的检测准确性。
基于同样的发明构思，如图7所示，实施例还提供了一种多通道并行实时脑神经锋电位信号检测装置700，包括：
接收解析模块710，用于接收高通量脑神经信号数据包，并解析数据包获取每个通道的脑神经信号数据；
并行检测模块720，用于为每个通道的脑神经信号数据配置一个计算单元，每个计算单元单独检测对应通道的脑神经信号数据中的锋电位信号，以实现多通道并行实时脑神经锋电位信号检测；
保留模块730，用于每一帧脑神经信号数据包检测完毕后，保留每个通道的脑神经信号数据的均方差和后一些脑神经信号点，用于下一帧脑神经信号数据包的锋电位信号检测。
需要说明的是，实施例提供的多通道并行实时脑神经锋电位信号检测装置在进行在线脑神经锋电位信号检测时，应以上述各功能模块的划分进行举例说明，可以根据需要将上述功能分配由不同的功能模块完成，即在终端或服务器的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，实施例提供的多通道并行实时脑神经锋电位信号检测装置与多通道并行实时脑神经锋电位信号检测方法实施例属于同一构思，其具体实现过程详见多通道并行实时脑神经锋电位信号检测方法实施例，这里不再赘述。
上述实施例提供的多通道并行实时脑神经锋电位信号检测方法和装置，通过解析数据包获取每个通道的脑神经信号数据后，为每个通道的脑神经信号数据配置一个计算单元，每个计算单元单独检测对应通道的脑神经信号数据中的锋电位信号，以实现多通道并行实时脑神经锋电位信号检测；同时具有的信息保存功能，即通过保留每个通道的脑神经信号数据的均方差和后一些脑神经信号点来用于下一帧脑神经信号数据包的锋电位信号检测，避免因为传输数据时的数据帧切割导致恰好出现在帧间位置的锋电位信号漏检，提升脑神经锋电位信号的检测准确性。
实施例还提供了一种多通道并行实时脑神经锋电位信号检测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上执行的计算机程序，处理器执行计算机程序时实现上述多通道并行实时脑神经锋电位信号检测方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。具体应用时，计算处理器可以为中央处理器(CPU)、微处理器(MPU)、数字信号处理器(DSP)、或现场可编程门阵列(FPGA)。
以上所述的具体实施方式对本发明的技术方案和有益效果进行了详细说明，应理解的是以上所述仅为本发明的最优选实施例，并不用于限制本发明，凡在本发明的原则范围内所做的任何修改、补充和等同替换等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种多通道并行实时脑神经锋电位信号检测方法，其特征在于，包括以下步骤：
接收高通量脑神经信号数据包，并解析数据包获取每个通道的脑神经信号数据；
为每个通道的脑神经信号数据配置一个计算单元，每个计算单元单独检测对应通道的脑神经信号数据中的锋电位信号，以实现多通道并行实时脑神经锋电位信号检测；
每一帧脑神经信号数据包检测完毕后，保留每个通道的脑神经信号数据的均方差和后一些脑神经信号点，用于下一帧脑神经信号数据包的锋电位信号检测。
2.如权利要求1所述的多通道并行实时脑神经锋电位信号检测方法，其特征在于，解析数据包时，还需获取总通道数、信号长度，依据总通道数和信号长度为每个通道配置一个计算单元。
3.如权利要求1所述的多通道并行实时脑神经锋电位信号检测方法，其特征在于，每个计算单元单独检测对应通道的脑神经信号数据中的锋电位信号时，为脑神经信号数据中的每个信号点配置一个计算节点，多计算节点对多信号点的并行计算来检测锋电位信号。
4.如权利要求3所述的多通道并行实时脑神经锋电位信号检测方法，其特征在于，计算节点依据检测阈值对对应的信号点进行判断，以确定锋电位特征点，提取锋电位特征点前后的一定长度的信号作为锋电位信号。
5.如权利要求1或4所述的多通道并行实时脑神经锋电位信号检测方法，其特征在于，保留的每个通道的脑神经信号数据的均方差用于计算辅助信息，该辅助信息用于辅助确定检测阈值，其中，当前帧的辅助信息information(t)为：
information(t)＝(1-α)·information(t-1)+α·μ(t)
其中，information(t-1)为上一帧的辅助信息，α为保存系数，μ(t)为每个通道的脑神经信号数据的均方差。
6.如权利要求5所述的多通道并行实时脑神经锋电位信号检测方法，其特征在于，检测阈值的确定方法为：
针对以当前脑神经信号为止的前一段历史脑神经信号，以噪声带阈值为基准值，累加前一段历史脑神经信号中大于噪声带阈值的所有脑神经信号的加权平方和，再累加辅助信息，得到检测阈值。
7.如权利要求1所述的多通道并行实时脑神经锋电位信号检测方法，其特征在于，保留的每个通道的脑神经信号数据的后一些脑神经信号点，拼接到下一帧对应通道的脑神经信号数据的起始位置，对拼接后的下一帧脑神经信号数据进行锋电位信号检测。
8.一种多通道并行实时脑神经锋电位信号检测装置，其特征在于，包括：
接收解析模块，用于接收高通量脑神经信号数据包，并解析数据包获取每个通道的脑神经信号数据；
并行检测模块，用于为每个通道的脑神经信号数据配置一个计算单元，每个计算单元单独检测对应通道的脑神经信号数据中的锋电位信号，以实现多通道并行实时脑神经锋电位信号检测；
保留模块，用于每一帧脑神经信号数据包检测完毕后，保留每个通道的脑神经信号数据的均方差和后一些脑神经信号点，用于下一帧脑神经信号数据包的锋电位信号检测。
9.一种多通道并行实时脑神经锋电位信号检测系统，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上执行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1～7任一项所述的多通道并行实时脑神经锋电位信号检测方法。
CN202110869726.9A 2021-07-30 2021-07-30 一种多通道并行实时脑神经锋电位信号检测方法、装置和系统 Active CN113679395B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110869726.9A CN113679395B (zh) 2021-07-30 2021-07-30 一种多通道并行实时脑神经锋电位信号检测方法、装置和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110869726.9A CN113679395B (zh) 2021-07-30 2021-07-30 一种多通道并行实时脑神经锋电位信号检测方法、装置和系统

Publications (2)

Publication Number Publication Date
CN113679395A true CN113679395A (zh) 2021-11-23
CN113679395B CN113679395B (zh) 2022-06-21

Family

ID=78578324

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110869726.9A Active CN113679395B (zh) 2021-07-30 2021-07-30 一种多通道并行实时脑神经锋电位信号检测方法、装置和系统

Country Status (1)

Country Link
CN (1) CN113679395B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114925734A (zh) * 2022-07-20 2022-08-19 浙江大学 一种基于神经拟态计算的在线神经元分类方法
CN117860267A (zh) * 2024-03-12 2024-04-12 北京智冉医疗科技有限公司 脑神经信号处理方法、计算机存储介质、电子设备和脑电信号处理系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107072569A (zh) * 2014-10-16 2017-08-18 新加坡科技研究局 基于帧的尖峰检测模块
KR101970692B1 (ko) * 2017-10-23 2019-04-19 고려대학교 산학협력단 다채널 이식형 신경 신호 측정 시스템을 위한 신경 신호 검색 및 측정 장치 및 그 방법
CN113057656A (zh) * 2021-03-29 2021-07-02 浙江大学 一种基于自适应阈值在线脑神经锋电位信号检测方法、装置和系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107072569A (zh) * 2014-10-16 2017-08-18 新加坡科技研究局 基于帧的尖峰检测模块
KR101970692B1 (ko) * 2017-10-23 2019-04-19 고려대학교 산학협력단 다채널 이식형 신경 신호 측정 시스템을 위한 신경 신호 검색 및 측정 장치 및 그 방법
CN113057656A (zh) * 2021-03-29 2021-07-02 浙江大学 一种基于自适应阈值在线脑神经锋电位信号检测方法、装置和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JIAQI NING等: "An Improved Full-Aperture ScanSAR Imaging Method Integrating the MIAA Based Aperture Interpolation", 《JOURNAL OF SENSORS》 *
安康: "基于FPGA的高通量神经信号记录系统研究与开发", 《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114925734A (zh) * 2022-07-20 2022-08-19 浙江大学 一种基于神经拟态计算的在线神经元分类方法
CN114925734B (zh) * 2022-07-20 2022-11-25 浙江大学 一种基于神经拟态计算的在线神经元分类方法
CN117860267A (zh) * 2024-03-12 2024-04-12 北京智冉医疗科技有限公司 脑神经信号处理方法、计算机存储介质、电子设备和脑电信号处理系统

Also Published As

Publication number Publication date
CN113679395B (zh) 2022-06-21

Similar Documents

Publication Publication Date Title
CN113679395B (zh) 一种多通道并行实时脑神经锋电位信号检测方法、装置和系统
WO2019196278A1 (zh) 天气数据获取方法及装置、计算机装置及可读存储介质
CN110572297A (zh) 网络性能的评估方法、服务器及存储介质
CN103645961B (zh) 计算密集型并行任务的异常检测方法及系统
CN112270240A (zh) 一种信号处理方法、装置、电子设备和存储介质
CN109086816A (zh) 一种基于贝叶斯分类算法的用户行为分析系统
US20100329146A1 (en) Flow information collection apparatus
CN116418882A (zh) 基于hplc双模载波通信的存储器数据压缩方法
CN111968750A (zh) 一种服务器、数据处理方法、装置及可读存储介质
CN113487223B (zh) 一种基于信息融合的风险评估方法和评估系统
CN111290305B (zh) 多套惯导系统多路数字量采集与处理防冲突方法及系统
CN111161747B (zh) 基于Tensorflow唤醒模型的预测方法、装置和计算机设备
CN116633434B (zh) 多功能综合业务光端机的传输监测方法及系统
CN117454120A (zh) 电力通信系统数据的采集分析方法
CN115670397B (zh) 一种ppg伪迹识别方法、装置、存储介质及电子设备
CN115858326B (zh) 基于车路协同的性能监控方法、系统、存储介质及设备
CN112306814A (zh) 网卡温度测量方法、装置、计算机设备及存储介质
CN114218574B (zh) 一种数据检测方法、装置、电子设备以及存储介质
CN116307787A (zh) 一种基于指纹的服务器运维故障识别方法、定位方法
CN115017990A (zh) 一种交通流量预测方法、装置、设备及存储介质
CN112288686B (zh) 一种模型训练方法、装置、电子设备和存储介质
CN117576822B (zh) 基于互联网平台的排队叫号引导系统
CN117472589B (zh) 一种园区网络服务管理方法及系统
CN112818055B (zh) 区块链的性能优化方法、装置及设备
CN117041768B (zh) 一种基于大数据的多通道信号采集与处理方法及系统

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
GR01 Patent grant
GR01 Patent grant