期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
用于脑控系统的一种去噪脑电疲劳检测方法
1
作者 俞康 陶庆 +1 位作者 殷润生 方婧瑶 《现代电子技术》 2023年第2期176-180,共5页
疲劳易引发注意力下降,导致稳态视觉诱发脑控系统稳定差、可靠性低等问题。为此,文中提出一种去噪疲劳脑电检测方法。该方法采用经验模态分解将预处理后的脑电信号分解为多个本征模函数(IMF);利用降趋脉动分析法计算每个IMF分量的Hurst... 疲劳易引发注意力下降,导致稳态视觉诱发脑控系统稳定差、可靠性低等问题。为此,文中提出一种去噪疲劳脑电检测方法。该方法采用经验模态分解将预处理后的脑电信号分解为多个本征模函数(IMF);利用降趋脉动分析法计算每个IMF分量的Hurst指数,从而判断其有效性,无效的IMF分量经过小波阈值降噪后与有效的本征模函数重构成新的脑电信号。然后采用功率谱分析法求出各节律的功率谱密度,组成特征矩阵向量输入支持向量机进行疲劳分类。文中以4名受试者额叶区的脑电信号作为研究对象,得到分类模型准确率为96.07%。实验结果表明,疲劳检测方法更能保留信号中的疲劳成分,其分类效果优于其他分类模型。所提方法在脑控假手系统的在线验证中也有较好的应用效果。 展开更多
关键词 稳态视觉诱发 疲劳脑电检测 去噪 经验模态分解 降趋脉动分析 小波阈值 功率谱密度
下载PDF
一种脑卒中上肢康复训练定量化评价方法
2
作者 吴斌 陶庆 +3 位作者 杨涛 赵子瑞 王迪 方婧瑶 《科学技术与工程》 北大核心 2023年第27期11706-11712,共7页
针对脑卒中传统评价的方法存在指标单一、对康复效果变化不敏感等问题,提出了一种以层次分析法与熵值法相结合的综合评价方法。首先,利用肌骨建模软件AnyBody对康复运动进行逆向动力学仿真;其次,从难度、执行度、平顺性等7个指标分析受... 针对脑卒中传统评价的方法存在指标单一、对康复效果变化不敏感等问题,提出了一种以层次分析法与熵值法相结合的综合评价方法。首先,利用肌骨建模软件AnyBody对康复运动进行逆向动力学仿真;其次,从难度、执行度、平顺性等7个指标分析受试者的运动特征,通过计算获得:人体康复训练的执行能力不但与运动的难易程度有关,还与生理结构有关,执行能力在中间位置处最大;随着熟练程度的增加,运动时间减小,执行能力从不熟练到很熟练显著提升。进一步地建立了层次分析法与熵值法的综合评价模型,通过将训练过程中各项评价参数输入到综合评价模型中,实时计算得分,来获得患者的康复情况。实验结果表明:脑卒中患者在3种状态(不熟练、较熟练和很熟练)下的综合评分变化显著,验证了这种定量化评价方法的有效性,对治疗师最佳康复训练计划的制定具有一定的参考价值。 展开更多
关键词 AnyBody 康复训练 层次分析法-熵值法综合评价 运动功能评定
下载PDF
基于DDPG的下肢康复机器人轨迹跟踪控制
3
作者 赵子瑞 陶庆 +3 位作者 杨涛 吴斌 王迪 方婧瑶 《机床与液压》 北大核心 2023年第11期13-19,共7页
针对脑卒中患者在被动训练阶段使用下肢外骨骼康复机器人的高精度轨迹跟踪控制问题,以下肢外骨骼康复机器人为研究对象,提出一种基于深度确定性策略梯度的PD控制方法。采用Vicon三维动作捕捉系统采集正常人体步行的关节角度作为期望关... 针对脑卒中患者在被动训练阶段使用下肢外骨骼康复机器人的高精度轨迹跟踪控制问题,以下肢外骨骼康复机器人为研究对象,提出一种基于深度确定性策略梯度的PD控制方法。采用Vicon三维动作捕捉系统采集正常人体步行的关节角度作为期望关节角度轨迹并建立下肢外骨骼机器人的动力学模型。该方法根据每次的误差输入以及与动力学模型交互获得奖励值而动态更新自身网络参数,从而自适应输出最佳的PD参数值。仿真结果表明:相较于传统PD控制,该方法髋、膝以及踝关节的跟踪误差平均减少9.4%,误差呈收敛趋势并趋于0,说明该方法可以有效地跟踪期望关节角度轨迹并具有良好的跟踪控制精度,保证患者的康复效果。 展开更多
关键词 下肢康复机器人 深度确定性梯度策略 轨迹跟踪控制 仿真分析
下载PDF
采用改进共空间模式算法的四类表情辅助脑电信号识别方法 被引量：2
4
作者 王迪 陶庆 +4 位作者 张小栋 苏娜 吴斌 方婧瑶 陆竹风 《西安交通大学学报》 EI CAS CSCD 北大核心 2022年第12期136-143,共8页
针对采用传统共空间模式(CSP)算法处理脑电信号时存在的特征提取困难、计算复杂度高及信号识别率低等问题,提出了一种基于重复二分滤波器组共空间模式(RB-FBCSP)算法和支持向量机(SVM)算法的4类(左撇嘴、右撇嘴、皱眉、扬眉)表情辅助脑... 针对采用传统共空间模式(CSP)算法处理脑电信号时存在的特征提取困难、计算复杂度高及信号识别率低等问题,提出了一种基于重复二分滤波器组共空间模式(RB-FBCSP)算法和支持向量机(SVM)算法的4类(左撇嘴、右撇嘴、皱眉、扬眉)表情辅助脑电信号识别方法。利用滤波器组筛选出表情辅助脑电信号中包含α波和θ波的信号;将4类表情看作上面部表情(皱眉、扬眉)和下面部表情(左撇嘴、右撇嘴)两大类进行CSP特征提取,并结合SVM分类器进行分类;将识别出的上面部和下面部表情脑电信号均重复进行一次CSP特征提取和SVM二分类,实现表情辅助脑电信号的四分类。实验结果表明:所提识别方法的计算复杂度与采用传统CSP扩展算法的脑电信号识别方法相比有明显降低,且运算耗时少、平均分类准确率高,可达89.61%;相比于传统OVO-CSP、OVR-CSP和小波包变换算法结合SVM分类,所提识别方法的平均识别率分别提高了9.23%、9.82%和8.04%。 展开更多
关键词 共空间模式 表情 脑电信号 重复二分 支持向量机 特征提取 四分类
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部