[发明专利]被试用户训练状态识别方法、基于BCI的康复训练方法有效
| 申请号： | 202111461468.7 | 申请日： | 2021-12-02 |
| 公开（公告）号： | CN114287953B | 公开（公告）日： | 2023-10-27 |
| 发明（设计）人： | 李鹏;崔正哲;朱世强;傅向向;朱威灵 | 申请（专利权）人： | 浙江迈联医疗科技有限公司 |
| 主分类号： | A61B5/372 | 分类号： | A61B5/372;A61B5/374;A61B5/386;A61B5/00 |
| 代理公司： | 杭州九洲专利事务所有限公司 33101 | 代理人： | 沈敏强 |
| 地址： | 312000 浙江省绍兴市*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 试用 训练 状态 识别 方法 基于 bci 康复训练 | ||
1.一种被试用户训练状态识别方法，其特征在于：
S1、实时获取用户脑电数据；
S2、基于用户实时脑电数据计算实时特征参数；
S3、根据实时特征参数和该用户相应个性化模型中的判别特征参数识别用户的训练状态，所述个性化模型中的判别特征参数基于该用户预先进行多状态范式训练时的脑电数据确定；
所述实时特征参数和判别特征参数均包括基于Delta频段脑电数据上一定长度时间窗口中每个数据点平方的均值确定的特征参数、基于Alpha和Beta频段脑电数据上一定长度时间窗口中每个数据点平方的均值之间的比值确定的特征参数、基于Delta频段脑电数据中相邻两个驻点之间的距离确定的特征参数，以及基于Delta频段脑电数据中相邻两个驻点区间数据与X轴围成的面积确定的特征参数。
2.根据权利要求1所述的被试用户训练状态识别方法，其特征在于：所述实时特征参数包括Parm1、Parm2、Parm3和Parm4；
其中，Parm1为Delta频段前额叶脑电数据上长度Fs的时间窗口中每个数据点平方的均值，Fs为采样率；
Parm2为Alpha、Beta频段前额叶脑电数据上长度为采样率Fs的时间窗口中每个数据点平方的均值之间的比值；
Parm3为Delta频段顶叶脑电数据中相邻两个驻点之间的距离；
Parm4为Delta频段顶叶脑电数据中相邻两个驻点区间数据与X轴围成的面积。
3.根据权利要求2所述的被试用户训练状态识别方法，其特征在于：所述范式训练包括3种训练状态，第1种为活动或放松状态，第2种为专注且静息状态，第3种为专注执行指定活动任务状态。
4.根据权利要求3所述的被试用户训练状态识别方法，其特征在于：所述判别特征参数包括deltaParm1、ABRParm、deltaParm2、lenParm和areaParm；
其中，deltaParm1基于活动或放松状态下Delta频段前额叶脑电数据上长度Fs的时间窗口中每个数据点平方的均值确定，Fs为采样率；
ABRParm基于专注且静息状态和专注执行指定活动任务状态下Alpha、Beta频段前额叶脑电数据上长度为采样率Fs的时间窗口中每个数据点平方的均值之间的比值确定；
deltaParm2基于专注且静息状态和专注执行指定活动任务状态下Delta频段前额叶脑电数据上长度Fs的时间窗口中每个数据点平方的均值确定；
lenParm基于专注且静息状态和专注执行指定活动任务状态下Delta频段顶叶脑电数据中相邻两个驻点之间的距离确定；
areaParm基于专注且静息状态和专注执行指定活动任务状态下Delta频段顶叶脑电数据中相邻两个驻点区间数据与X轴围成的面积确定。
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浙江迈联医疗科技有限公司，未经浙江迈联医疗科技有限公司许可，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/202111461468.7/1.html，转载请声明来源钻瓜专利网。
