[go: up one dir, main page]

CN108836319B - 一种融合个体化脑节律比和前额肌电能量的神经反馈系统 - Google Patents

一种融合个体化脑节律比和前额肌电能量的神经反馈系统 Download PDF

Info

Publication number
CN108836319B
CN108836319B CN201810189806.8A CN201810189806A CN108836319B CN 108836319 B CN108836319 B CN 108836319B CN 201810189806 A CN201810189806 A CN 201810189806A CN 108836319 B CN108836319 B CN 108836319B
Authority
CN
China
Prior art keywords
forehead
electroencephalogram
energy
myoelectricity
iaf
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
Application number
CN201810189806.8A
Other languages
English (en)
Other versions
CN108836319A (zh
Inventor
李小俚
陈贺
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.)
Jiangxi Jielian Medical Equipment Co.,Ltd.
Original Assignee
Zhejiang Jielian Medical Instrument Co ltd
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 Jielian Medical Instrument Co ltd filed Critical Zhejiang Jielian Medical Instrument Co ltd
Priority to CN201810189806.8A priority Critical patent/CN108836319B/zh
Publication of CN108836319A publication Critical patent/CN108836319A/zh
Application granted granted Critical
Publication of CN108836319B publication Critical patent/CN108836319B/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]
    • 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
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/389—Electromyography [EMG]
    • 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
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • 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 analogue 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
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Psychiatry (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Psychology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Power Engineering (AREA)
  • Developmental Disabilities (AREA)
  • Educational Technology (AREA)
  • Hospice & Palliative Care (AREA)
  • Social Psychology (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明公开了一种融合个体化脑节律比和前额肌电能量的神经反馈系统及其使用方法，并具体提出了一种自适应的个体化脑电节律划分方式，通过对个体采集到的脑电信号进行分析，得到个体的节律划分区间，基于个体化的节律划分进行后续的神经反馈训练，保证了神经反馈训练的安全性；同时提出了一种脑电节律比与前额肌电能量的融合方法,将前额肌电能量指标与脑电指标相融合，保证了神经反馈的高效性。

Description

一种融合个体化脑节律比和前额肌电能量的神经反馈系统
技术领域
本发明涉及一种融合个体化脑节律比和前额肌电能量的神经反馈系统，具体来说，就是通过融合个体化的脑神经系统节律比与脑前额肌电能量来进行神经反馈训练技术，实现注意力改善训练和情绪放松调节。
背景技术
神经反馈，一般是指在认知训练中实时采集并计算神经信号指标(如脑电波EEG，功能核磁共振成像fMRI)，再以视觉或听觉的形势反馈给受训者，以期让受训者能够根据反馈的信息学习自我调节脑功能。
脑电图(EEG)是最为有效、应用最为广泛的神经检测工具。通过脑电并依照特定频段进行划分可以获取脑神经节律信息，如Delta(2-4Hz)、Theta(4-8Hz)、Alpha(8-13Hz)、Beta(13-30Hz)等，脑神经节律信息能直接反映了脑神经系统的状态。依据最近的脑科学与技术的发展，设计了一种新的技术，通过对用户实时采集脑电等信号、分析其神经节律，获取反映其神经系统状态的特征，并通过音频、视频的反馈引导用户自我调节脑神经系统节律，进而影响脑神经系统状态，这技术称之为脑神经反馈技术。
我们注意到，儿童的注意力存在缺陷时，儿童的额叶脑节律发生特定变化，基于这种脑节律的特定变化，我们可以利用脑神经反馈技术来调节，改善儿童的注意力。目前，脑神经反馈技术开始应用于注意力水平调节和情绪的放松改善训练中。例如，多动症儿童表现出注意力水平较低、过动/冲动的问题，而脑电节律表现出低频能量上升而高频能量下降的特点，所以低频/高频能量比可以用于多动症儿童的注意力水平训练中。但是，研究发现，脑神经反馈技术并不是对所有的儿童有效果，例如，低频/高频比这种训练方式仅对70％的多动症儿童有效，甚至会有注意力水平下降、情绪恶化等风险。最主要的原因，目前的脑神经反馈技术采用统一的神经节律划分，实际上每个人的脑神经系统发展情况不同，脑电节律各有差异，统一的频段划分并不能完全代表脑神经系统真实情况。
本发明着力于设计个体化的节律划分，对于每个进行脑神经反馈训练的使用者，通过我们的独创设计算法可以自适应地得到其真实的频段划分，从而获得更有效反馈指标，有针对性并且没有副作用的神经反馈训练效果。此外，我们还发现许多脑神经系统障碍会导致前额肌肉的紧张-松弛控制受损，前额肌电持续处于高水平。前额肌电主要由皱眉肌-额肌产生，过度的前额肌电能反映出其心理情绪的紧张性或者精神压力等问题，因此可以通过前额肌电推测神经系统状态，并通过神经反馈的方式引导用户调节前额肌电，进而引导用户调节情绪状况。同时，由于前额肌电较大，也会影响脑电信号的采集。
现有技术存在以下几个缺点：
1.由于每个使用者的脑神经系统发展情况不同，采用统一的脑电信号频段划分，没有真实反映个体脑神经系统节律，导致反馈的特征不准确；
2.使用者个体有很大的差异性，采用一种固定模式的脑神经反馈训练，将可能对很大一部分训练者无效，甚至适得其反；
3.现有脑神经反馈训练系统主要采用脑电进行反馈，客观上前额肌电信号也是一种有价值的数据，可以直接反应心理情绪等表征，而现有的神经反馈训练系统忽略了重要的神经心理情绪元素，没有对前额肌电信号进行应用。
因此，本发明技术提出一种融合个体化脑节律比和前额肌电能量的神经反馈系统，其采用个体化脑节律，同时融合了前额肌电信号进行脑神经反馈训练，从而提升脑神经反馈训练的有效性。
发明内容
基于背景技术存在的技术问题，本发明针对背景技术存在的问题，提供一种采用个体化脑节律，本技术着手于发明融合了个体化脑节律比和前额肌电信号的脑神经反馈训练技术，确保脑神经反馈训练能高效安全用于注意力水平训练和情绪放松调节。
本发明的目的通过以下技术方案实现：
针对固定频段划分无法反映真实脑神经节律，以及后续训练可能导致训练无效甚至对使用者造成伤害的安全问题，本技术发明了一种融合个体化脑节律比和前额肌电能量的神经反馈系统及其使用方法，并具体提出了一种自适应的个体化脑电节律划分方式，通过对个体采集到的脑电信号进行分析，得到个体的节律划分区间，基于个体化的节律划分进行后续的神经反馈训练，保证了神经反馈训练的高效性和安全性。
儿童脑发育障碍，大部分会导致额叶的肌电升高，这些额肌电也能反映的儿童的脑神经心理情绪状态，本发明提出融合前额肌电信号进行神经反馈，一方面，充分利用了额叶肌电的生理价值，另一方面，也可以减少肌电对脑信号的影响；因此，这种融合的神经反馈训练系统将具有更高的性能。
本发明融合个体化脑节律比和前额肌电能量的神经反馈系统包括前额肌电及脑神经信号采集模块，实时信号处理模块，特征融合模块，反馈控制模块。
本发明还对采集到的前额肌电及脑神经信号进行算法的优化，以获得大大优于现有技术的精准度，实现精准化医疗，有效且无副作用。
作为优选，所述融合个体化脑节律比和前额肌电能量的神经反馈系统的具体工作流程如下：
(1)在训练之前采集静息脑电，以双耳连接(ear-linked)作为参考，记录电极P1,P2,Pz,O1,O2的脑电；睁眼条件(EO)和闭眼条件(EC)各三分钟。记录的数据将分割4s的长度信号，各分割段间50％重合；
(2)对分割的脑电中的伪迹进行去除处理，EEG中的伪迹包括，眼动、眨眼、工频、肌电，对每个分割进行检测，一旦伪迹超出给定的阈值，这段分割的信号就丢弃；
(3)分别计算两种条件(EO和EC)下的静息态脑电分别得到功率谱密度曲线：
Figure BDA0001591370240000041
(4)相比较于EC条件下脑电，在EO条件下功率谱能量降低超过20％的频带视为个性化Alpha频带划分(IAF)；
(5)依据IAF的划分，将3Hz至IAF下边界作为Theta波段，将IAF上边界至18Hz作为Beta波段；
(6)由EO条件下静息态脑电的分段数据计算出第i个分段的低频/高频能量比，即Theta/Beta ratio(TBR)：
Figure BDA0001591370240000042
(7)采集前额肌电信号，记录位置为前额皱眉肌-额肌处。将信号切分为长度为1s的段，无重合；计算第i个分段的肌电信号的均方能量：
Figure BDA0001591370240000043
(8)标记肌电信号状态，区分平稳状态和肌肉动作状态：
Ethr＝μ+Tδ
其中，μ和δ为所有分段肌电均方能量的平均值和标准差，T用以调节容忍程度。这里，我们取T＝3.
(9)使用静息态脑电TBR和平稳状态下的肌电信号的均方能量作为训练基线。
(10)训练过程中，实时采集顶枕区脑电及前额肌电，实时计算以IAF为依据的TBR，参数为：窗长1s，重合50％，1024点快速傅里叶变换，采用汉明窗减少频谱泄露；实时前额肌电信号的均方能量，参数为窗长0.5s，无重合，512点快速傅里叶变换，采用汉明窗减少频谱泄露。
(11)反馈控制策略为：当同时满足条件一和条件二时给予奖励，否则给予惩罚：①相较于静息态基线，TBR降低20％；②实时肌电均方能量不超过平稳状态前额肌电平均值与3倍标准差之和。
在进行神经反馈训练过程中，采集设备分别采集脑电信号与前额肌电信号，并分别对信号进行分析提取相应的特征。
本技术核心将计算得到的前额肌电指标与个体化节律比指标进行融合，得到准确的脑神经系统状态指标，然后对神经反馈系统系统进行控制，保证音视频反馈与当前脑神经反馈训练要求吻合。最终形成实时前额肌电及脑神经信号采集-实时信号处理-特征融合-反馈控制的神经反馈训练技术。
本技术采用个体化节律比作为训练指标之一，克服了采用固定频段划分所导致的对脑神经系统节律划分不准确所导致的有效率低的问题，同时也避免了后续不准确的训练所导致的安全问题；本技术融合了个体化节律比与前额肌电信号，融合了前额肌电的神经心理情绪表征优点，提升了神经反馈训练的有效性。
本发明的有益之处在于：
本发明的优点在于相较于传统的采用固定的脑节律的划分方式，个体化节律更能反映真实的脑神经系统状态，从而保证了神经反馈训练的有效性和安全性；另一大优点是融合了神经节律信息和前额肌电信息，从更多的维度描述了脑神经系统发育障碍，从而提高了神经反馈训练的有效性。
具体实施方式
图1为本发明融合个体化脑节律比和前额肌电能量的神经反馈方法的流程示意图。
具体实施方式
儿童脑发育障碍，大部分会导致额叶的肌电升高，这些额肌电也能反映的儿童的脑神经心理情绪状态，本发明提出融合前额肌电信号进行神经反馈，一方面，充分利用了额叶肌电的生理价值；另一方面，也可以减少肌电对脑信号的影响。因此，上述融合的神经反馈训练系统将具有更高的安全性和有效性。
本技术采用个体化节律比作为训练指标之一，克服了采用固定频段划分所导致的对脑神经系统节律划分不准确所导致的有效率低的问题，同时也避免了后续不准确的训练所导致的安全问题；本技术融合了个体化节律比与前额肌电信号，融合了前额肌电的神经心理情绪表征优点，提升了神经反馈训练的有效性。
所述融合个体化脑节律比和前额肌电能量的神经反馈方法，其具体工作流程如下：
(1)在训练之前采集静息脑电，以双耳连接作为参考，记录电极P1,P2,Pz,O1,O2的脑电；睁眼条件(EO)和闭眼条件(EC)各三分钟。记录的数据将分割4s的长度信号，各分割段间50％重合；
(2)对分割的脑电中的伪迹进行去除处理，EEG中的伪迹包括，眼动、眨眼、工频、肌电，对每个分割进行检测，一旦伪迹超出给定的阈值，这段分割的信号就丢弃；
(3)分别计算两种条件(EO和EC)下的静息态脑电分别得到功率谱密度曲线：
Figure BDA0001591370240000071
(4)相比较于EC条件下脑电，在EO条件下功率谱能量降低超过20％的频带视为个性化Alpha频带划分(IAF)；
(5)依据IAF的划分，将3Hz至IAF下边界作为Theta波段，将IAF上边界至18Hz作为Beta波段；
(6)由EO条件下静息态脑电的分段数据计算出第i个分段的低频/高频能量比，即Theta/Beta ratio(TBR)：
Figure BDA0001591370240000072
(7)采集前额肌电信号，记录位置为前额皱眉肌-额肌处。将信号切分为长度为1s的段，无重合；计算第i个分段的肌电信号的均方能量：
Figure BDA0001591370240000073
(8)标记肌电信号状态，区分平稳状态和肌肉动作状态的门槛：
Ethr＝μ+Tδ
其中，μ和δ为所有分段肌电均方能量的平均值和标准差，T用以调节容忍程度。这里，我们取T＝3；
(9)使用静息态脑电TBR和平稳状态下的肌电信号的均方能量作为训练基线；
(10)训练过程中，实时采集顶枕区脑电及前额肌电，实时计算以IAF为依据的TBR，参数为：窗长1s，重合50％，1024点快速傅里叶变换，采用汉明窗减少频谱泄露；实时前额肌电信号的均方能量，参数为窗长0.5s，无重合，512点快速傅里叶变换，采用汉明窗减少频谱泄露；
(11)反馈控制策略为：当同时满足条件一和条件二时给予奖励，否则给予惩罚：①相较于静息态基线，TBR降低20％；②实时肌电均方能量不超过平稳状态前额肌电平均值与3倍标准差之和。
在进行神经反馈训练过程中，采集设备分别采集脑电信号与前额肌电信号，并分别对信号进行分析提取相应的特征。本技术核心将计算得到的前额肌电指标与个体化节律比指标进行融合，得到准确的脑神经系统状态指标，然后对神经反馈系统系统进行控制，保证音视频反馈与当前脑神经反馈训练要求吻合，最终形成实时前额肌电及脑神经信号采集-实时信号处理-特征融合-反馈控制的神经反馈训练技术。
本技术采用个体化节律比作为训练指标之一，克服了采用固定频段划分所导致的对脑神经系统节律划分不准确所导致的有效率低的问题，同时也避免了后续不准确的训练所导致的安全问题；本技术融合了个体化节律比与前额肌电信号，融合了前额肌电的神经心理情绪表征优点，提升了神经反馈训练的有效性。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (1)

1.一种用于儿童融合个体化脑节律比和前额肌电能量的神经反馈系统，其特征在于，其包括以下模块：
前额肌电及脑神经信号采集模块，实时信号处理模块，特征融合模块，反馈控制模块；
所述采集模块分别采集脑电信号与前额肌电信号，并分别对信号进行分析提取相应的特征；
将计算得到的前额肌电指标与个体化节律比指标进行融合，得到准确的脑神经系统状态指标，然后对神经反馈系统进行控制，保证音视频反馈与当前脑神经反馈训练要求吻合；
所述系统的工作方法如下：
(1)在训练之前采集静息脑电，以双耳连接作为参考，记录电极P1,P2,Pz,O1,O2的脑电，采样率为1KHz；睁眼条件EO和闭眼条件EC各三分钟，记录的数据将被分割为时长4s的信号段，各分段间50％重合；
(2)对分割的脑电中的伪迹进行去除处理，EEG中的伪迹包括，眼球运动、眨眼、工频、肌电，对每个分割进行检测，一旦伪迹超出给定的阈值，这段分割的信号就丢弃；
(3)分别计算每个通道两种条件EO和EC下的静息态脑电序列X，分别得到各个分段的功率谱密度曲线：
Figure FDA0003450765010000011
其中，N为每一段数据中的点数，xn为脑电序列X中的数据点；
(4)将所有通道的PSD进行每个频率点上的平均，计算相比较于EC条件下脑电，在EO条件下功率谱能量降低超过20％的频带视为个性化Alpha频带划分(IAF)，IAF下边界记为lower，IAF上边界记为upper；
(5)依据IAF的划分，将3Hz至IAF下边界作为Theta波段，将IAF上边界至18Hz作为Beta波段；
(6)由EO条件下静息态脑电的分段数据计算出第i个分段的低频/高频能量比，即Theta/Beta ratio(TBR)：
Figure FDA0003450765010000021
(7)采集前额肌电信号，记录位置为前额皱眉肌-额肌处，将信号切分为长度为1s的段，无重合；计算第i个分段的肌电信号Y的均方能量：
Figure FDA0003450765010000022
其中，N为肌电数据段Y的长度，yi为Y的数据点；
(8)标记肌电信号状态，区分平稳状态和肌肉动作状态的门槛值：
Ethr＝μ+Tδ
其中，μ和δ为所有分段肌电均方能量的平均值和标准差，T用以调节容忍程度，这里，我们取T＝3；
(9)对静息状态EO条件下的多个数据段TBR进行平均，作为步骤(11)中的条件1的基线；对前额肌电信号多个数据段Ei进行计算，得到多个数据段均方能量的平均值和标准差，用于计算步骤(11)的条件2的基线；
(10)训练过程中，实时采集顶枕区脑电及前额肌电，实时计算以IAF为依据的TBR；
(11)脑电及前额肌电的实时反馈控制音视频的效果；
其中，实时计算以IAF为依据的TBR，参数为：信号时长1s，1024点快速傅里叶变换，采用汉明窗减少频谱泄露；实时前额肌电信号的均方能量，参数为信号时长1s，无重合；
个体化脑电节律比和前额肌电能量融合反馈控制策略为：当同时满足条件一和条件二时给予奖励，否则给予惩罚：①相较于静息态EO基线，TBR降低20％；②实时肌电均方能量不超过平稳状态前额肌电的均方能量的平均值与3倍标准差之和。
CN201810189806.8A 2018-03-08 2018-03-08 一种融合个体化脑节律比和前额肌电能量的神经反馈系统 Active CN108836319B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810189806.8A CN108836319B (zh) 2018-03-08 2018-03-08 一种融合个体化脑节律比和前额肌电能量的神经反馈系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810189806.8A CN108836319B (zh) 2018-03-08 2018-03-08 一种融合个体化脑节律比和前额肌电能量的神经反馈系统

Publications (2)

Publication Number Publication Date
CN108836319A CN108836319A (zh) 2018-11-20
CN108836319B true CN108836319B (zh) 2022-03-15

Family

ID=64211807

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810189806.8A Active CN108836319B (zh) 2018-03-08 2018-03-08 一种融合个体化脑节律比和前额肌电能量的神经反馈系统

Country Status (1)

Country Link
CN (1) CN108836319B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109602417A (zh) * 2018-11-23 2019-04-12 杭州妞诺科技有限公司 基于随机森林的睡眠分期方法及系统
CN109497997A (zh) * 2018-12-10 2019-03-22 杭州妞诺科技有限公司 基于多数据采集的癫痫发作检测设备及预警系统
CN109901711B (zh) * 2019-01-29 2020-06-19 西安交通大学 由弱肌电伪迹微表情脑电信号驱动的异步实时脑控方法
CN110772266B (zh) * 2019-10-15 2021-10-26 西安电子科技大学 基于fNIRS的实时神经反馈调控认知能力的方法
CN113017646B (zh) * 2021-02-26 2023-03-24 河北省科学院应用数学研究所 一种基于统计的脑电节律占比分布区间计算方法
CN114020148B (zh) * 2021-10-12 2023-06-16 北京师范大学 提升注意力的训练方法、装置以及电子设备

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6097980A (en) * 1998-12-24 2000-08-01 Monastra; Vincent J. Quantitative electroencephalographic (QEEG) process and apparatus for assessing attention deficit hyperactivity disorder
CN102319067B (zh) * 2011-05-10 2014-09-24 北京师范大学 用于大脑记忆功能改善的基于脑电信号的神经反馈训练仪
US10542903B2 (en) * 2012-06-07 2020-01-28 Masimo Corporation Depth of consciousness monitor
CN105578954B (zh) * 2013-09-25 2019-03-29 迈恩德玛泽控股股份有限公司 生理参数测量和反馈系统
CN108348181A (zh) * 2015-07-31 2018-07-31 艾腾媞乌有限责任公司 用于监测和提高注意力的方法和系统
US20180184935A1 (en) * 2017-01-04 2018-07-05 BrainCo Inc. Systems and methods for neuro-feedback training using iot devices

Also Published As

Publication number Publication date
CN108836319A (zh) 2018-11-20

Similar Documents

Publication Publication Date Title
CN108836319B (zh) 一种融合个体化脑节律比和前额肌电能量的神经反馈系统
WO2021203719A1 (zh) 结合脑电检测分析控制的声电刺激神经调控方法及装置
GB2608690A (en) Personalized mental state adjustment system and method based on brainwave music
CN106974621A (zh) 一种基于脑电信号重心频率的视觉诱导晕动症检测方法
US20220265218A1 (en) Real-time evaluation method and evaluation system for group emotion homogeneity
Wang et al. Motor imagery BCI research based on sample entropy and SVM
Yan et al. Frequency domain filtering method for SSVEP-EEG preprocessing
Eroğlu et al. Improving cognitive functions of dyslexies using multi-sensory learning and EEG neurofeedback
CN118681132A (zh) 基于神经网络的节律调控系统、方法、设备及存储介质
CN118506988B (zh) 一种孤独症康复训练数据处理方法、系统以及存储介质
CN115067971B (zh) 基于脑电信号反馈控制虚拟对象的神经反馈系统
CN109284009B (zh) 一种提高听觉稳态响应脑-机接口性能的系统及方法
CN118782212A (zh) 一种基于虚拟现实的社交模拟数字化干预系统
Demirel et al. Single-channel EEG based arousal level estimation using multitaper spectrum estimation at low-power wearable devices
Higashi et al. EEG auditory steady state responses classification for the novel BCI
Hu et al. Modulating emotion processing using transcranial alternating current stimulation (tACS)-A sham-controlled study in healthy human participants
Bastos et al. Robotic wheelchair commanded by SSVEP, motor imagery and word generation
CN111481799A (zh) 一种脑电波闭环控制设备
Chowdhury et al. Stress detection through single channel real-time EEG signal from temporal lobe using machine learning model
CN112200221B (zh) 基于电阻抗成像和脑电图信号的癫痫预测系统及其方法
CN119185782A (zh) 一种非侵入电刺激调控系统及其方法
KR20140104662A (ko) 게임을 이용한 자기 조절능력 측정 방법
Widasari et al. Automatic sleep stage detection based on HRV spectrum analysis
Ramon et al. Comparative analysis of temporal dynamics of EEG and phase synchronization of EEG to localize epileptic sites from high density scalp EEG interictal recordings
Garcia-Molina et al. Automated NREM sleep staging using the Electro-oculogram: A pilot study

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
CB02 Change of applicant information

Address after: 322000 1st floor, No. 2, building 3, liuya village, Beiyuan street, Yiwu City, Jinhua City, Zhejiang Province (self declaration)

Applicant after: Zhejiang JIELIAN Medical Instrument Co.,Ltd.

Address before: 322099 E21 Xinke Road, Houjiang street, Yiwu City, Jinhua City, Zhejiang Province

Applicant before: YIWU JIELIAN ELECTRONIC TECHNOLOGY Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20220909

Address after: 12th Floor, Building 10, Public Service and Public R&D Center of Traditional Chinese Medicine Science and Technology Innovation City, Ganjiang New District, Nanchang City, Jiangxi Province, 330029

Patentee after: Jiangxi Jielian Medical Equipment Co.,Ltd.

Address before: 322000 1st floor, No. 2, building 3, liuya village, Beiyuan street, Yiwu City, Jinhua City, Zhejiang Province (self declaration)

Patentee before: Zhejiang JIELIAN Medical Instrument Co.,Ltd.

TR01 Transfer of patent right