[发明专利]基于脑电图信号AI语义识别装置在审

专利信息
申请号: 202011128641.7 申请日: 2020-10-21
公开(公告)号: CN112445288A 公开(公告)日: 2021-03-05
发明(设计)人: 邱和松;詹丽燕 申请(专利权)人: 邱和松
主分类号: G06F1/16 分类号: G06F1/16;G06F3/01;G06F3/147;G06F3/16;G06F40/30;G06K9/00;A61B5/291;A61B5/256;A61B5/257;A61B5/252;A61B5/369;A61B5/372
代理公司: 泉州企记知识产权代理事务所(普通合伙) 35264 代理人: 张柳
地址: 353000 福建省南*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 脑电图 信号 ai 语义 识别 装置
【权利要求书】:

1.基于脑电图信号AI语义识别装置,其特征在于:包括安装在人体头部的两个信号采集器(1)、用于将脑电波进行语义识别的AI语义公共识别器(2)以及用于佩戴在人体上的穿戴显示设备(3),所述信号采集器(1)数量为两个,两个所述信号采集器(1)分别安装在人体头部左侧额中回后的布鲁卡区和位于人体头部左侧颞叶上回的威尔尼克区,两个所述信号采集器(1)均与所述AI语义公共识别器(2)通过无线信号进行数据传输,所述AI语义公共识别器(2)将所述信号采集器(1)采集到的信号通过无线互联网接收后,对信号深度识别的特征提取、分类、语义数据库调取、语义识别后数据传出给所述穿戴显示设备(3)。

2.根据权利要求1所述的基于脑电图信号AI语义识别装置,其特征在于:所述信号采集器(1)包括吸盘体(11)、安装座(13)、电信号采集器(14)和纽扣电池(15),所述安装座(13)固定于所述吸盘体(11)的顶部中间位置处,所述电信号采集器(14)和纽扣电池(15)均安装在所述安装座(13)的内部,所述电信号采集器(14)与所述纽扣电池(15)电性连接,所述电信号采集器(14)用于采集脑电波信号,并将信号传输给所述穿戴显示设备(3)。

3.根据权利要求2所述的基于脑电图信号AI语义识别装置,其特征在于:所述吸盘体(11)敞口面的侧壁上设有粘合膜(12),所述粘合膜(12)与所述信号采集器(1)粘接固定,所述吸盘体(11)上形成一个用于提供负压空间的吸盘腔(101)。

4.根据权利要求3所述的基于脑电图信号AI语义识别装置,其特征在于:所述安装座(13)的顶部铰接有密封盖(16),所述密封盖(16)密封的盖合在所述安装座(13)的顶部。

5.根据权利要求1所述的基于脑电图信号AI语义识别装置,其特征在于:所述AI语义公共识别器(2)包括CPU处理器(21)、GPU处理器(22)、存储器(23)和语义库单元(24),所述语义库单元(24)用于将接收后的信号数据转换,进行AI语义识别,所述CPU处理器(21)和GPU处理器(22)用于深度识别的特征提取、分类、语义数据库调取、语义识别后数据,并传送给所述穿戴显示设备(3),所述存储器(23)用于存储接收的信号,并不断完善所述语义库单元(24)。

6.根据权利要求5所述的基于脑电图信号AI语义识别装置,其特征在于:所述CPU处理器(21)为32核双路线程处理器,所述GPU处理器(22)的显存容量至少为48G,所述存储器(23)的容量至少为40T,所述AI语义公共识别器(2)采用linux操作系统。

7.根据权利要求1所述的基于脑电图信号AI语义识别装置,其特征在于:所述穿戴显示设备(3)包括显示屏(33)、腕表盘体(36)和腕表带(37),所述腕表带(37)的两端分别与所述腕表盘体(36)的两端铰接固定,所述显示屏(33)固定安装在所述腕表盘体(36)上。

8.根据权利要求7所述的基于脑电图信号AI语义识别装置,其特征在于:所述腕表盘体(36)的内部设有用于容纳电池的电池槽(34),所述显示屏(33)与内部电源电性连接。

9.根据权利要求8所述的基于脑电图信号AI语义识别装置,其特征在于:所述腕表盘体(36)上设有喇叭(35),所述喇叭(35)与内部电源电性连接。

10.根据权利要求9所述的基于脑电图信号AI语义识别装置,其特征在于:所述腕表盘体(36)的内部设有信号处理器(31)和信号接收器(32),所述信号接收器(32)用于接收所述AI语义公共识别器(2)传输的信号,所述信号处理器(31)用于将信号处理,并通过所述显示屏(33)和喇叭(35)以可视听的信息表达出来。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于邱和松,未经邱和松许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011128641.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top