CN117064409B - 经颅直流电干预刺激效果实时评估方法、装置及终端 - Google Patents
经颅直流电干预刺激效果实时评估方法、装置及终端 Download PDFInfo
- Publication number
- CN117064409B CN117064409B CN202311317378.XA CN202311317378A CN117064409B CN 117064409 B CN117064409 B CN 117064409B CN 202311317378 A CN202311317378 A CN 202311317378A CN 117064409 B CN117064409 B CN 117064409B
- Authority
- CN
- China
- Prior art keywords
- electroencephalogram
- signal
- frequency band
- direct current
- time
- 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.)
- Active
Links
- 230000000638 stimulation Effects 0.000 title claims abstract description 107
- 230000000694 effects Effects 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 39
- 210000004556 brain Anatomy 0.000 claims abstract description 92
- 238000011156 evaluation Methods 0.000 claims abstract description 41
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 210000001061 forehead Anatomy 0.000 claims description 33
- 238000001228 spectrum Methods 0.000 claims description 16
- 238000010183 spectrum analysis Methods 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims description 4
- 230000003321 amplification Effects 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000000670 limiting effect Effects 0.000 description 5
- 210000002569 neuron Anatomy 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000033764 rhythmic process Effects 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 4
- 238000012880 independent component analysis Methods 0.000 description 3
- 206010001497 Agitation Diseases 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000003920 cognitive function Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000004424 eye movement Effects 0.000 description 2
- 210000005036 nerve Anatomy 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 230000007177 brain activity Effects 0.000 description 1
- 210000005013 brain tissue Anatomy 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001054 cortical effect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000010491 emotional process Effects 0.000 description 1
- 210000001508 eye Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000003183 myoelectrical effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 210000004761 scalp Anatomy 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 230000008667 sleep stage Effects 0.000 description 1
- 230000003238 somatosensory effect Effects 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000000225 synapse Anatomy 0.000 description 1
- 210000003478 temporal lobe Anatomy 0.000 description 1
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
- A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
-
- 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]
- A61B5/377—Electroencephalography [EEG] using evoked responses
- A61B5/383—Somatosensory stimuli, e.g. electric stimulation
-
- 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
- A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
-
- 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
-
- 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
- A61B5/7253—Details of waveform analysis characterised by using transforms
-
- 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
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/02—Details
- A61N1/08—Arrangements or circuits for monitoring, protecting, controlling or indicating
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/20—Applying electric currents by contact electrodes continuous direct currents
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Psychology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Mathematical Physics (AREA)
- Neurology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种经颅直流电干预刺激效果实时评估方法、装置及终端,所述方法包括:采用高通滤波器消除干预刺激时同步采集的脑电信号的直流偏移,获得第一脑电信号;根据干预刺激场景确定目标脑电频段;基于所述目标脑电频段,放大所述第一脑电信号,获得第二脑电信号;采用时频分析方法去除所述第二脑电信号中的伪迹信号,获得第三脑电信号;基于所述第三脑电信号和预先保存的基准脑电信号,获得实时评估结果。能够在脑电刺激的同时采集脑电信号,实现干预刺激效果的实时评估。
Description
技术领域
本发明涉及脑电刺激效果评估技术领域,尤其涉及的是一种经颅直流电干预刺激效果实时评估方法、装置及终端。
背景技术
经颅直流电刺激(Transcranial Direct Current Stimulation,tDCS)是一种新兴的、非侵入性的、利用弱电流(1~2mA)调节大脑皮层神经元活动的技术。能够促进或抑制大脑的神经突触传递活动,调节大脑活动,提高大脑兴奋性。
当经颅直流电刺激和脑电信号检测同时工作时,由于tDCS在刺激过程中产生了远远大于神经源信号的噪音(在2mA的刺激下超过1000倍),将tDCS刺激过程中采集到的脑电信用于进一步分析干预刺激效果时,会造成分析结果不准确。虽然可以通过对tDCS刺激前和刺激后采集的脑电信号进行分析来评估刺激效果,但是,无法实现干预刺激效果的实时评估。
因此,现有技术有待改进和提高。
发明内容
本发明的主要目的在于提供一种经颅直流电干预刺激效果实时评估方法、装置、智能终端及计算机可读存储介质,旨在解决不能实时准确地评估干预刺激效果的问题。
为了实现上述目的,本发明第一方面提供一种经颅直流电干预刺激效果实时评估方法,所述方法包括:
采用高通滤波器消除干预刺激时同步采集的脑电信号的直流偏移,获得第一脑电信号;
根据干预刺激场景确定目标脑电频段;
基于所述目标脑电频段,放大所述第一脑电信号,获得第二脑电信号;
采用时频分析方法去除所述第二脑电信号中的伪迹信号,获得第三脑电信号;
基于所述第三脑电信号和预先保存的基准脑电信号,获得实时评估结果。
可选的,所述基于所述目标脑电频段,放大所述第一脑电信号,获得第二脑电信号,包括:
采用快速傅里叶变换,将所述第一脑电信号从时域转换为频域,获得频域信号;
基于所述目标脑电频段,放大所述频域信号,获得放大后信号;
采用逆快速傅里叶变换将所述放大后信号转换为时域,获得所述第二脑电信号。
可选的,基于所述目标脑电频段,放大所述第一脑电信号之前,还包括:
基于所述目标脑电频段,对所述第一脑电信号进行频谱分析,在所述第一脑电信号中检测眼电信号;
当所述第一脑电信号中检测到眼电信号时,采用时频分析方法去除所述第一脑电信号中的眼电信号并更新所述第一脑电信号。
可选的,所述基于所述第三脑电信号和预先保存的基准脑电信号,获得实时评估结果,包括:
对所述第三脑电信号进行频谱分析,获得各个频段的第一功率谱密度;
对所述基准脑电信号进行频谱分析,获得各个频段的第二功率谱密度;
在各个相同频段下比较所述第一功率谱密度、所述第二功率谱密度,获得所述实时评估结果。
可选的,所述脑电信号包括左前额的脑电信号和右前额的脑电信号,所述采用高通滤波器消除干预刺激时同步采集的脑电信号的直流偏移,获得第一脑电信号,包括:
基于干预刺激场景,在所述左前额的脑电信号和右前额的脑电信号中筛选,获得目标脑电信号;
采用高通滤波器消除所述目标脑电信号的直流偏移,获得所述第一脑电信号。
本发明第二方面提供一种经颅直流电干预刺激效果实时评估装置,包括:
直流偏移模块,用于采用高通滤波器消除干预刺激时同步采集的脑电信号的直流偏移,获得第一脑电信号;
脑电频段模块,用于根据干预刺激场景确定目标脑电频段;
放大模块,用于基于所述目标脑电频段,放大所述第一脑电信号,获得第二脑电信号;
伪迹模块,用于采用时频分析方法去除所述第二脑电信号中的伪迹信号,获得第三脑电信号;
评估结果模块,用于基于所述第三脑电信号和预先保存的基准脑电信号,获得实时评估结果。
可选的,所述放大模块包括:时频域转换单元、放大单元和频时域转换单元,所述时频域转换单元用于采用快速傅里叶变换,将所述第一脑电信号从时域转换为频域,获得频域信号;所述放大单元用于基于所述目标脑电频段,放大所述频域信号,获得放大后信号;所述频时域转换单元用于采用逆快速傅里叶变换将所述放大后信号转换为时域,获得所述第二脑电信号。
可选的,还包括用于在基于所述目标脑电频段,放大所述第一脑电信号之前去除眼电信号的消除模块,所述消除模块包括检测单元和消除单元,所述检测单元用于基于所述目标脑电频段,对所述第一脑电信号进行频谱分析,在所述第一脑电信号中检测眼电信号;所述消除单元用于当所述第一脑电信号中存在眼电信号时,采用时频分析方法去除所述第一脑电信号中的眼电信号并更新所述第一脑电信号。
本发明第三方面提供一种智能终端,上述智能终端包括存储器、处理器以及存储在上述存储器上并可在上述处理器上运行的经颅直流电干预刺激效果实时评估程序,上述经颅直流电干预刺激效果实时评估程序被上述处理器执行时实现任意一项上述经颅直流电干预刺激效果实时评估方法的步骤。
本发明第四方面提供一种计算机可读存储介质,上述计算机可读存储介质上存储有经颅直流电干预刺激效果实时评估程序,上述经颅直流电干预刺激效果实时评估程序被处理器执行时实现任意一项上述经颅直流电干预刺激效果实时评估方法的步骤。
由上可见,本发明通过先消除脑电信号的直流偏移,然后放大脑电信号以增大目标脑电频段的脑电信号与伪迹信号之间的区别,再去除伪迹信号。经过上述处理后,能增强脑电信号的有效性,再和基准脑电信号进行比对分析,实时获得准确的评估结果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,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性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的经颅直流电干预刺激效果实时评估方法流程示意图;
图2为消除脑电信号的直流偏移的流程示意图;
图3为放大脑电信号的流程示意图;
图4为去除眼电伪迹的流程示意图;
图5为比较脑电信号获得实时评估结果的流程示意图;
图6为本发明实施例提供的经颅直流电干预刺激效果实时评估装置功能框图;
图7是本发明实施例提供的一种智能终端的内部结构原理框图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况下,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当…时”或“一旦”或“响应于确定”或“响应于检测到”。类似的,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述的条件或事件]”或“响应于检测到[所描述条件或事件]”。
下面结合本发明实施例的附图,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劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其它不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
tDCS工作时,电流会经过头皮和颅骨,进入大脑组织。在电流传导过程中可能会引起一些干扰信号,影响脑电信号的采集和分析。例如:由于脑电信号是一种微弱的电信号,通常在几微伏到几十微伏的范围内,而tDCS施加的直流电通常在几毫安到几十毫安的范围内,施加的直流电可能会引起脑电监测电极之间的电位差,从而导致脑电信号的基线偏移或漂移;另外,tDCS的电流传导过程可能会引起电极周围的电位变化,这些变化可能会被脑电电极接收到,产生伪迹信号等。
因此,直接使用tDCS刺激时同步采集的脑电信号进行干预刺激效果分析,会造成分析结果不准确,无法实时准确地评估干预刺激效果,导致无法实现直流电干预刺激参数的动态调整。
针对上述问题,本发明提供了一种经颅直流电干预刺激效果实时评估方法,通过采用高通滤波器消除脑电信号的直流偏移,放大目标脑电频段的信号使得伪迹信号在时频域上和脑电信号有明显的差异,然后采用时频分析方法去除伪迹信号,再和基准脑电信号进行比对分析,能够获得准确的实时评估结果。
本发明实施例提供了一种经颅直流电干预刺激效果实时评估方法,部署在服务器上,经颅直流电干预刺激设备与服务器通信连接,经颅直流电干预刺激设备将干预刺激时同步采集的脑电信号发送至服务器。服务器对脑电信号进行分析,获得实时评估结果。其中,服务器可以是云服务器,也可以部署有服务端程序的移动终端;经颅直流电干预刺激设备为头盔,头盔内设有阵列分布的多个刺激电极,还设有两片前额电极,分别用来采集左前额和右前额的脑电信号,刺激电极用来通入弱电流以刺激大脑前颞叶和前额叶。
如图1所示,进行干预刺激效果实时评估的步骤包括:
步骤S100:采用高通滤波器消除干预刺激时同步采集的脑电信号的直流偏移,获得第一脑电信号;
直流偏移是直流电刺激电极引入的一种常见干扰信号,可以通过高通滤波器消除。滤波器的设计和参数选择需要根据实际情况进行调整,以充分保留脑电信号的特征并最小化滤波器对脑电信号的影响。针对消除直流偏移的场景,高通滤波器的截止频率可以设为0.1Hz或1Hz。通过高通滤波器对脑电信号进行滤波处理,可以确保滤除直流电信号的同时不影响脑电信号的低频成分。滤波处理后检查滤波效果,如果滤波效果不理想,可以调整高通滤波器的参数后再进行消除,直至滤波后的脑电信号没有明显的直流偏移,且低频噪声得到有效抑制,获得第一脑电信号。
本实施例中,同步采集的脑电信号包括左前额的脑电信号和右前额的脑电信号。采用高通滤波器消除脑电信号的直流偏移,获得第一脑电信号,如图2所示,具体步骤包括:
步骤S110:基于干预刺激场景,在左前额的脑电信号和右前额的脑电信号中筛选,获得目标脑电信号;
步骤S120:采用高通滤波器消除目标脑电信号的直流偏移,获得第一脑电信号。
左前额和右前额这两个区域在许多重要的认知和情绪处理过程中起着关键作用,也各有区别。左前额区域被认为与积极情绪、计划、解决问题以及其他高级认知功能有关,在这个区域的脑电活动会反映出个体的情绪状态和认知功能;右前额区域被认为与消极情绪、抑郁以及焦虑等有关,在这些情况下右前额的脑电活动会有所增加。因此,可以根据干预刺激场景,在左前额的脑电信号和右前额的脑电信号中进行筛选,例如:针对提高专注力的干预刺激场景,可以选择左前额的脑电信号作为目标脑电信号;针对提高兴奋性的干预刺激场景,可以选择右前额的脑电信号作为目标脑电信号。确定目标脑电信号后,再采用高通滤波器消除目标脑电信号的直流偏移,获得第一脑电信号。
通过对第一脑电信号进行筛选处理,能够使得第一脑电信号更加精准地反应干预刺激场景,获得更好的评估结果。
需要说明的是,也可以设置左前额的脑电信号、右前额的脑电信号各自的权重,根据权重融合左前额的脑电信号和右前额的脑电信号,获得目标脑电信号。
例如:在需要比较左前额和右前额的功能差异,或者比较两者在干预刺激场景中的脑电信号差异时,就需要单独分析这两个信号,能够更清楚地看到每个区域的具体活动。当干预刺激场景中需要关注大脑的整体活动,或者研究左前额和右前额之间的协同作用时,就需要对左前额和右前额的脑电信号进行融合。
步骤S200:根据干预刺激场景确定目标脑电频段;
脑电信号由大脑神经元的电活动引起的,通常在0.5 Hz到100 Hz的频率范围内。脑电信号包含不同频率的脑电节律,如δ波(0.5-4 Hz)、θ波(4-8 Hz)、α波(8-13 Hz)、β波(13-30 Hz)和γ波(30-100 Hz)等。这些不同频率的脑电节律反映了大脑的不同状态和功能。例如,δ波(1-4Hz)通常出现在深度睡眠阶段,θ波(4-8Hz)与轻度睡眠和放松状态相关,α波(8-13Hz)与闭眼放松状态相关,β波(13-30Hz)与清醒和注意状态相关,γ波(>30Hz)与认知和信息处理活动相关。
因此,可以根据干预刺激场景所要实现的目标来确定目标脑电频段,然后可以针对性地分析脑电信号中目标脑电频段的数据来判定干预刺激的效果。需要说明的是,目标脑电频段可能包含一种脑电节律,也可能包含多种脑电节律。例如:针对提高注意力的干预刺激场景,目标脑电频段可以为β波;针对提高记忆力的干预刺激场景,目标脑电频段可以为γ波;在一些场景下,目标脑电频段可以为β波和γ波。
步骤S300:基于目标脑电频段,放大第一脑电信号,获得第二脑电信号;
脑电信号通常是低幅度的微弱电信号,同时伴随着大量的噪声干扰,如电源干扰、眼电干扰、肌电干扰等。放大目标脑电频段对应的神经元活动信号可以增加其幅度,使其相对于噪声干扰更容易被检测和分离,提高脑电信号的有效性,有助于后续的信号处理和分析。具体地,由于带通滤波器可以选择特定的频率范围,并将该范围内的信号放大,同时抑制其他频率范围的信号,因此,可以使用带通滤波器来放大目标脑电频段的脑电信号,获得第二脑电信号。常见的带通滤波器包括巴特沃斯滤波器和无限冲激响应(IIR)滤波器等。
考虑到采用滤波器放大时,滤波器的参数需要根据所需的放大效果和信号特点进行调整,参数容易出现偏差,并且使用滤波器可能会引入相位延迟和频率失真等问题,需要额外进行适当的消除和补偿。因此,本实施例中,采用傅里叶变换来放大脑电信号以避免上述问题。如图3所示,具体步骤包括:
步骤S310:采用快速傅里叶变换,将第一脑电信号从时域转换为频域,获得频域信号;
步骤S320:基于目标脑电频段,放大频域信号,获得放大后信号;
步骤S330:采用逆快速傅里叶变换将放大后信号转换为时域,获得第二脑电信号。
首先使用快速傅里叶变换(FFT)将第一脑电信号从时域转换为频域,获得频域信号,然后在频域信号中选择目标脑电频段,采用数字信号处理方法放大目标脑电频段的幅度,获得放大后信号,然后使用逆快速傅里叶变换将放大后信号转换回时域,获得第二脑电信号。
脑电刺激时常见的伪迹主要是眼电伪迹(眨眼伪迹和眼动伪迹)。眨眼伪迹是由眨眼造成偶极子电势差的急剧变化引起,其中额叶部位脑电信号受到眨眼伪迹的影响最大。本实施例的经颅直流电干预刺激设备采集的是额叶部位的脑电信号,因此,受到眼电伪迹的影响更大。因此,如图4所示,本实施例在放大第一脑电信号之前,还包括:
步骤A301:基于目标脑电频段,对第一脑电信号进行频谱分析,在第一脑电信号中检测眼电信号;
眼电信号是眼球运动引起的电位变化,反映了眼球运动的情况。脑电信号的频率范围通常在0.5 Hz到100 Hz之间,而眼电信号的频率范围通常在1 Hz到30 Hz之间,频率范围重合度较高。因此,相对于直流偏移,眼电信号对脑电信号的干扰程度更高。由于脑电信号通常是由神经元活动引起的电位变化,具有复杂的波形特征。眼电信号通常是由眼球运动引起的电位变化,具有较为规律的波形特征;并且,眼电信号通常在较低频率范围(1-30Hz)内具有较高的能量,而脑电信号在较高频率范围内具有较高的能量。因此,可以对第一脑电信号的目标脑电频段进行频谱分析,分析波形特征,从而在第一脑电信号中检测出是否含有眼电信号。
而且,眼电信号和脑电信号在时域上也具有不同的特征,眼电信号通常具有较高的振幅和快速变化,而脑电信号则具有较低的振幅和较为平稳的变化。在一个示例中,也可以通过观察信号的振幅和变化特征来区分眼电信号和脑电信号。
步骤A302:当第一脑电信号中检测到眼电信号时,采用时频分析方法去除第一脑电信号中的眼电信号并更新第一脑电信号。
当第一脑电信号中检测到眼电信号时,采用时频分析方法去除第一脑电信号中的眼电信号,具体步骤为:使用小波变换将第一脑电信号分解成多个成分,这些成分代表了不同的信号源,包括脑电信号和眼电信号;根据眼电信号的特征,选择与眼电信号相关的成分;通过将这些相关成分置为零从而将与眼电信号相关的成分从第一脑电信号中去除,然后,将剩余的成分重新组合,得到去除眼电信号后的第一脑电信号。
通过在对脑电信号放大之前先将眼电信号剔除,可以提前消除眼电信号,提高脑电信号的有效性。
步骤S400:采用时频分析方法去除第二脑电信号中的伪迹信号,获得第三脑电信号;
脑电信号很微弱,幅值很小,通常是微伏级别,易受到脑电活动无关的其他信号的干扰,这些无关信号即为伪迹信号。
除了常见的眼电伪迹,伪迹信号还包括:电磁伪迹、颅肌伪迹、电极极化伪迹(decay artifacts at electrode)、电容充电伪迹(recharge artifacts),以及电极移动伪迹(electrode movement artifacts)、听觉和体感诱发伪迹(TMS-evoked auditory/sensory artifacts)、滤波伪迹(filtering artifacts)等。并且,采用滤波器处理脑电信号时,当滤波器的参数不够精准时,也会引入伪迹信号。
虽然独立成分分析(ICA)对于非线性混合的信号分离效果较好,能够将脑电信号和伪迹信号分离开来,常用于多通道信号的分离和去除伪迹信号等场景。但是,ICA的计算量较大,需要较高的计算资源,实时处理有一定的困难。因此,本发明采用时频分析方法去除第二脑电信号中的伪迹信号,获得第三脑电信号。具体地,时频分析是一种将信号分解为时间和频率成分的方法,可以更好地了解信号的时频特性,通过时频分析能够将伪迹信号从脑电信号中分离出来并去除。时频分析的具体方法不限,如小波变换、时频分布等。时频分析的计算量较小,实时处理效率更高,更加适用于本发明的实时评估刺激效果的场合。
步骤S500:基于第三脑电信号和预先保存的基准脑电信号,获得实时评估结果。
预先保存的基准脑电信号可以是脑电刺激前,当需要进行脑电刺激的目标个体处于静息态时采集的脑电信号。此时刺激电极未工作,不会产生干扰信号,采集的脑电信号能够反应脑电刺激前的神经元状态,因此通过比较第三脑电信号和该脑电信号,能够实时评估本次脑电刺激的效果。
预先保存的基准脑电信号还可以是上一次脑电刺激结束时采集的脑电信号,通过将第三脑电信号和该脑电信号进行比较,能够实时评估本次脑电刺激相对于上一次刺激的效果。
脑电信号比较时,可以对脑电信号进行频谱分析,得到不同频段的功率谱密度,再比较干预刺激前后的频谱特征,如特定频段的功率增加或减少来评估干预刺激的效果。
如图5所示,具体步骤包括:
步骤S410:对第三脑电信号进行频谱分析,获得各个频段的第一功率谱密度;
步骤S420:对基准脑电信号进行频谱分析,获得各个频段的第二功率谱密度;
步骤S430:在各个相同频段下比较第一功率谱密度、第二功率谱密度,获得实时评估结果。
具体地,通过频谱分析,分别获得第三脑电信号中各个频段的第一功率谱密度,基准脑电信号中各个频段的第二功率谱密度,然后在相同频段下,比较第一功率谱密度和第二功率谱密度,获得哪些频段下能量增加、哪些频段下能量减少,生成评估结果,理解脑电信号的变化机制。
还可以比较不同年龄组、不同性别或不同状态个体的脑电信号,能够更好地理解不同群体之间脑电信号的差异。
在一个示例中,获得功率谱密度后,将功率谱密度作为脑电信号的特征输入机器学习算法,进行分类或识别,将分类结果或识别结果作为实时评估结果。
获得实时评估结果后,就可以进一步根据实时评估结果对经颅直流电干预刺激的参数进行相应调整以提高每次经颅直流电干预刺激的效果。例如:根据实时评估结果调整干预刺激时的电流大小、干预刺激的持续时间等,实现经颅直流电干预刺激时的动态调整。
由上所述,本实施例的经颅直流电干预刺激效果实时评估方法,通过先消除脑电信号的直流偏移,然后放大脑电信号以增大目标脑电频段的脑电信号与伪迹信号之间的区别,再去除伪迹信号。经过上述处理后,能够有效地分析脑电信号,获得大脑神经元的相关状态,再和基准脑电信号进行比对分析,实时获得准确的评估结果。
本发明还提供了一种经颅直流电干预刺激效果实时评估装置,如图6所示,所述装置包括:
直流偏移模块600,用于采用高通滤波器消除干预刺激时同步采集的脑电信号的直流偏移,获得第一脑电信号;
脑电频段模块610,用于根据干预刺激场景确定目标脑电频段;
放大模块620,用于基于所述目标脑电频段,放大所述第一脑电信号,获得第二脑电信号;
伪迹模块630,用于采用时频分析方法去除所述第二脑电信号中的伪迹信号,获得第三脑电信号;
评估结果模块640,用于基于所述第三脑电信号和预先保存的基准脑电信号,获得实时评估结果。
可选的,所述放大模块包括:时频域转换单元、放大单元和频时域转换单元,所述时频域转换单元用于采用快速傅里叶变换,将所述第一脑电信号从时域转换为频域,获得频域信号;所述放大单元用于基于所述目标脑电频段,放大所述频域信号,获得放大后信号;所述频时域转换单元用于采用逆快速傅里叶变换将所述放大后信号转换为时域,获得所述第二脑电信号。
可选的,还包括用于在基于所述目标脑电频段,放大所述第一脑电信号之前去除眼电信号的消除模块,所述消除模块包括检测单元和消除单元,所述检测单元用于基于所述目标脑电频段,对所述第一脑电信号进行频谱分析,在所述第一脑电信号中检测眼电信号;所述消除单元用于当所述第一脑电信号中存在眼电信号时,采用时频分析方法去除所述第一脑电信号中的眼电信号并更新所述第一脑电信号。
具体的,本实施例中,上述经颅直流电干预刺激效果实时评估装置的具体功能可以参照上述经颅直流电干预刺激效果实时评估方法中的对应描述,在此不再赘述。
基于上述实施例,本发明还提供了一种智能终端,其原理框图可以如图7所示。上述智能终端包括通过系统总线连接的处理器、存储器、网络接口以及显示屏。其中,该智能终端的处理器用于提供计算和控制能力。该智能终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和经颅直流电干预刺激效果实时评估程序。该内存储器为非易失性存储介质中的操作系统和经颅直流电干预刺激效果实时评估程序的运行提供环境。该智能终端的网络接口用于与外部的终端通过网络连接通信。该经颅直流电干预刺激效果实时评估程序被处理器执行时实现上述任意一种经颅直流电干预刺激效果实时评估方法的步骤。该智能终端的显示屏可以是液晶显示屏或者电子墨水显示屏。
本领域技术人员可以理解,图7中示出的原理框图,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的智能终端的限定,具体的智能终端可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本发明实施例还提供一种计算机可读存储介质,上述计算机可读存储介质上存储有经颅直流电干预刺激效果实时评估程序,上述经颅直流电干预刺激效果实时评估程序被处理器执行时实现本发明实施例提供的任意一种经颅直流电干预刺激效果实时评估方法的步骤。
应理解,上述实施例中各步骤的序号大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将上述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各实例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟是以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,上述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以由另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
上述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,上述计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,上述计算机程序包括计算机程序代码,上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读介质可以包括:能够携带上述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,上述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解;其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不是相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (8)
1.经颅直流电干预刺激效果实时评估方法,其特征在于,所述方法包括:
采用高通滤波器消除干预刺激时同步采集的脑电信号的直流偏移,获得第一脑电信号;
根据干预刺激场景确定目标脑电频段;
基于所述目标脑电频段,放大所述第一脑电信号,获得第二脑电信号;
采用时频分析方法去除所述第二脑电信号中的伪迹信号,获得第三脑电信号;
基于所述第三脑电信号和预先保存的基准脑电信号,获得实时评估结果;
基于所述目标脑电频段,放大所述第一脑电信号之前,还包括:
基于所述目标脑电频段,对所述第一脑电信号进行频谱分析,在所述第一脑电信号中检测眼电信号;
当所述第一脑电信号中检测到眼电信号时,采用时频分析方法去除所述第一脑电信号中的眼电信号并更新所述第一脑电信号;
所述采用时频分析方法去除所述第一脑电信号中的眼电信号并更新所述第一脑电信号,包括:
使用小波变换将所述第一脑电信号分解成多个成分,根据眼电信号的特征,将与眼电信号相关的成分置为零以从第一脑电信号中去除与眼电信号相关的成分,将剩余的成分重新组合并更新所述第一脑电信号。
2.如权利要求1所述的经颅直流电干预刺激效果实时评估方法,其特征在于,所述基于所述目标脑电频段,放大所述第一脑电信号,获得第二脑电信号,包括:
采用快速傅里叶变换,将所述第一脑电信号从时域转换为频域,获得频域信号;
基于所述目标脑电频段,放大所述频域信号,获得放大后信号;
采用逆快速傅里叶变换将所述放大后信号转换为时域,获得所述第二脑电信号。
3.如权利要求1所述的经颅直流电干预刺激效果实时评估方法,其特征在于,所述基于所述第三脑电信号和预先保存的基准脑电信号,获得实时评估结果,包括:
对所述第三脑电信号进行频谱分析,获得各个频段的第一功率谱密度;
对所述基准脑电信号进行频谱分析,获得各个频段的第二功率谱密度;
在各个相同频段下比较所述第一功率谱密度、所述第二功率谱密度,获得所述实时评估结果。
4.如权利要求1所述的经颅直流电干预刺激效果实时评估方法,其特征在于,所述脑电信号包括左前额的脑电信号和右前额的脑电信号,所述采用高通滤波器消除干预刺激时同步采集的脑电信号的直流偏移,获得第一脑电信号,包括:
基于干预刺激场景,在所述左前额的脑电信号和右前额的脑电信号中筛选,获得目标脑电信号;
采用高通滤波器消除所述目标脑电信号的直流偏移,获得所述第一脑电信号。
5.经颅直流电干预刺激效果实时评估装置,其特征在于,包括:
直流偏移模块,用于采用高通滤波器消除干预刺激时同步采集的脑电信号的直流偏移,获得第一脑电信号;
脑电频段模块,用于根据干预刺激场景确定目标脑电频段;
放大模块,用于基于所述目标脑电频段,放大所述第一脑电信号,获得第二脑电信号;
伪迹模块,用于采用时频分析方法去除所述第二脑电信号中的伪迹信号,获得第三脑电信号;
评估结果模块,用于基于所述第三脑电信号和预先保存的基准脑电信号,获得实时评估结果;
还包括用于在基于所述目标脑电频段,放大所述第一脑电信号之前去除眼电信号的消除模块,所述消除模块包括检测单元和消除单元,所述检测单元用于基于所述目标脑电频段,对所述第一脑电信号进行频谱分析,在所述第一脑电信号中检测眼电信号;所述消除单元用于当所述第一脑电信号中存在眼电信号时,采用时频分析方法去除所述第一脑电信号中的眼电信号并更新所述第一脑电信号;
所述采用时频分析方法去除所述第一脑电信号中的眼电信号并更新所述第一脑电信号,包括:
使用小波变换将所述第一脑电信号分解成多个成分,根据眼电信号的特征,将与眼电信号相关的成分置为零以从第一脑电信号中去除与眼电信号相关的成分,将剩余的成分重新组合并更新所述第一脑电信号。
6.如权利要求5所述的经颅直流电干预刺激效果实时评估装置,其特征在于,所述放大模块包括:时频域转换单元、放大单元和频时域转换单元,所述时频域转换单元用于采用快速傅里叶变换,将所述第一脑电信号从时域转换为频域,获得频域信号;所述放大单元用于基于所述目标脑电频段,放大所述频域信号,获得放大后信号;所述频时域转换单元用于采用逆快速傅里叶变换将所述放大后信号转换为时域,获得所述第二脑电信号。
7.智能终端,其特征在于,所述智能终端包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的经颅直流电干预刺激效果实时评估程序,所述经颅直流电干预刺激效果实时评估程序被所述处理器执行时实现如权利要求1-4任意一项所述经颅直流电干预刺激效果实时评估方法的步骤。
8.计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有经颅直流电干预刺激效果实时评估程序,所述经颅直流电干预刺激效果实时评估程序被处理器执行时实现如权利要求1-4任意一项所述经颅直流电干预刺激效果实时评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311317378.XA CN117064409B (zh) | 2023-10-12 | 2023-10-12 | 经颅直流电干预刺激效果实时评估方法、装置及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311317378.XA CN117064409B (zh) | 2023-10-12 | 2023-10-12 | 经颅直流电干预刺激效果实时评估方法、装置及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117064409A CN117064409A (zh) | 2023-11-17 |
CN117064409B true CN117064409B (zh) | 2024-01-30 |
Family
ID=88717326
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311317378.XA Active CN117064409B (zh) | 2023-10-12 | 2023-10-12 | 经颅直流电干预刺激效果实时评估方法、装置及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117064409B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117427277B (zh) * | 2023-12-15 | 2024-03-12 | 杭州般意科技有限公司 | 经颅交流电刺激设备的控制方法、装置、终端及存储介质 |
CN117407729B (zh) * | 2023-12-15 | 2024-03-01 | 杭州般意科技有限公司 | 经颅交流电设备的刺激效果评估方法、装置、终端及介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102488514A (zh) * | 2011-12-09 | 2012-06-13 | 天津大学 | 基于自主、刺激动作模态下的脑肌电相关性的分析方法 |
CN105929966A (zh) * | 2016-05-18 | 2016-09-07 | 王之腾 | 一种可自适应学习的脑波控制外围设备方法 |
CN106485208A (zh) * | 2016-09-22 | 2017-03-08 | 小菜儿成都信息科技有限公司 | 单通道脑电信号中眼电干扰的自动去除方法 |
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 |
CN107468243A (zh) * | 2017-09-01 | 2017-12-15 | 北京大智商医疗器械有限公司 | 一种评估昏迷程度的方法及装置 |
CN109758145A (zh) * | 2018-12-15 | 2019-05-17 | 北京交通大学 | 基于脑电信号因果关系的自动睡眠分期方法 |
CN111012341A (zh) * | 2020-01-08 | 2020-04-17 | 东南大学 | 基于可穿戴脑电设备的伪迹去除和脑电信号质量评估方法 |
DE202022100822U1 (de) * | 2022-02-14 | 2022-03-03 | Rajdeep Ghosh | Ein hybrides System zur automatischen Entfernung von Augenblinzel-Artefakten aus Elektroenzephalogrammsignalen |
CN114869303A (zh) * | 2022-01-21 | 2022-08-09 | 中国科学院心理研究所 | 一种经颅直流电刺激下去除脑电信号噪音的方法与系统 |
CN114897071A (zh) * | 2022-05-10 | 2022-08-12 | 中国地质大学(武汉) | 基于单通道脑电的身份识别方法及装置 |
CN116725511A (zh) * | 2023-08-09 | 2023-09-12 | 杭州般意科技有限公司 | 经颅直流电刺激时的干预电流值确定方法、装置及终端 |
-
2023
- 2023-10-12 CN CN202311317378.XA patent/CN117064409B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102488514A (zh) * | 2011-12-09 | 2012-06-13 | 天津大学 | 基于自主、刺激动作模态下的脑肌电相关性的分析方法 |
CN105929966A (zh) * | 2016-05-18 | 2016-09-07 | 王之腾 | 一种可自适应学习的脑波控制外围设备方法 |
CN106485208A (zh) * | 2016-09-22 | 2017-03-08 | 小菜儿成都信息科技有限公司 | 单通道脑电信号中眼电干扰的自动去除方法 |
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 |
CN107468243A (zh) * | 2017-09-01 | 2017-12-15 | 北京大智商医疗器械有限公司 | 一种评估昏迷程度的方法及装置 |
CN109758145A (zh) * | 2018-12-15 | 2019-05-17 | 北京交通大学 | 基于脑电信号因果关系的自动睡眠分期方法 |
CN111012341A (zh) * | 2020-01-08 | 2020-04-17 | 东南大学 | 基于可穿戴脑电设备的伪迹去除和脑电信号质量评估方法 |
CN114869303A (zh) * | 2022-01-21 | 2022-08-09 | 中国科学院心理研究所 | 一种经颅直流电刺激下去除脑电信号噪音的方法与系统 |
DE202022100822U1 (de) * | 2022-02-14 | 2022-03-03 | Rajdeep Ghosh | Ein hybrides System zur automatischen Entfernung von Augenblinzel-Artefakten aus Elektroenzephalogrammsignalen |
CN114897071A (zh) * | 2022-05-10 | 2022-08-12 | 中国地质大学(武汉) | 基于单通道脑电的身份识别方法及装置 |
CN116725511A (zh) * | 2023-08-09 | 2023-09-12 | 杭州般意科技有限公司 | 经颅直流电刺激时的干预电流值确定方法、装置及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN117064409A (zh) | 2023-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hernandez-Pavon et al. | TMS combined with EEG: Recommendations and open issues for data collection and analysis | |
CN117064409B (zh) | 经颅直流电干预刺激效果实时评估方法、装置及终端 | |
EP3011895B1 (en) | Determining cognitive load of a subject from electroencephalography (EEG) signals | |
Vaid et al. | EEG signal analysis for BCI interface: A review | |
Gilley et al. | Minimization of cochlear implant stimulus artifact in cortical auditory evoked potentials | |
DE69736592T2 (de) | Systeme zur vorhersagung, schnellerfassung,warnung, vermeidung oder kontrolle von zustandsveränderungen im gehirn | |
Kolev et al. | Analysis of phase-locking is informative for studying event-related EEG activity | |
Al-ani et al. | Automatic removal of high-amplitude stimulus artefact from neuronal signal recorded in the subthalamic nucleus | |
Valderrama et al. | An automatic algorithm for blink-artifact suppression based on iterative template matching: Application to single channel recording of cortical auditory evoked potentials | |
DE102012218057A1 (de) | Vorrichtung und verfahren zur untersuchung einer krankhaften interaktion zwischen verschiedenen hirnarealen | |
Lütkenhöner et al. | Possibilities and limitations of weighted averaging | |
Akrami et al. | EEG-based mental task classification: linear and nonlinear classification of movement imagery | |
EP3197351A1 (en) | System, method and apparatus for detecting an evoked response signal | |
Tibdewal et al. | Power line and ocular artifact denoising from EEG using notch filter and wavelet transform | |
CN112426162A (zh) | 一种基于脑电信号节律熵的疲劳检测方法 | |
Boonstra et al. | Effects of mnemonic load on cortical activity during visual working memory: linking ongoing brain activity with evoked responses | |
Waterstraat et al. | Non-invasive single-trial EEG detection of evoked human neocortical population spikes | |
Müller et al. | Lifespan differences in nonlinear dynamics during rest and auditory oddball performance | |
CN114041806A (zh) | 一种自适应滤波的tms诱发电位提取装置 | |
Ruan et al. | Feature extraction of SSVEP-based brain-computer interface with ICA and HHT method | |
Janani et al. | Fast and effective removal of contamination from scalp electrical recordings | |
CN114869303B (zh) | 一种经颅直流电刺激下去除脑电信号噪音的方法与系统 | |
Paulraj et al. | Fractal feature based detection of muscular and ocular artifacts in EEG signals | |
Fuad et al. | Three dimension 3D signal for electroencephalographic (EEG) | |
Qi | Algorithms benchmarking for removing EOG artifacts in brain computer interface |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20240104 Address after: 518000 Nanshan Software Park A2801, Liancheng Community, Nantou Street, Nanshan District, Shenzhen, Guangdong Province Applicant after: Shenzhen Banyi Technology Co.,Ltd. Address before: Room 103-1, Block D, No. 79, Jinyi Road, Economic and Technological Development Zone, Xiaoshan District, Hangzhou, Zhejiang 311215 Applicant before: Hangzhou Boyi Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |