System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开涉及信号处理领域,尤其涉及脑神经信号的处理。
技术介绍
1、作为探索大脑活动的核心组件,脑机接口已成为智慧医疗,人工智能和神经类疾病治疗研究等方向的热点。脑机接口技术是人与机器、人与人工智能交互的关键手段,其中需要进行脑神经信号记录,这对于脑机接口技术的落地有非常重要的意义。
2、公开内容
3、提供该
技术实现思路
部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
4、本公开提供了改进的用于脑神经信号记录的方案。
5、在一个方面,本公开提供了一种用于脑神经信号处理的设备,包括:识别装置,被配置为识别脑神经信号的信号特性;以及处理装置,被配置为基于所识别到的脑神经信号的信号特性,动态设定信号处理配置,以对所识别的脑神经信号根据相对应的信号处理配置进行处理,其中所述信号处理配置包括与用于处理脑神经信号的处理电路的工作参数相关的配置。
6、在另一方面,本公开还提供了一种用于脑神经信号处理的方法,包括:识别步骤,包括识别脑神经信号的信号特性;以及处理步骤,包括基于所识别到的脑神经信号的信号特性,动态设定信号处理配置,以对所识别的脑神经信号根据相对应的信号处理配置进行处理,其中所述信号处理配置包括与用于处理脑神经信号的处理电路的工作参数相关的配置。
7、根据本公开的一些实施例,提供一种电子设备,包括:存储器;和耦接至存储器的
8、根据本公开的一些实施例,提供一种计算机可读存储介质,其上存储有计算机程序,该程序在被处理器执行时导致实现本公开中所述的任一实施例的方法。
9、根据本公开的一些实施例,提供一种计算机程序产品,包括指令,该指令在由处理器执行时导致实现本公开中所述的任一实施例的方法。
10、根据本公开的一些实施例,提供一种计算机程序,包括程序代码,该程序代码在由处理器执行时导致实现本公开中所述的任一实施例的方法。
11、本公开的其它特征、方面和优点将从以下实施例和附图的详细描述中变得清楚。
技术实现思路
本文档来自技高网...【技术保护点】
1.一种用于脑神经信号处理的设备,包括:
2.根据权利要求1所述的设备,其中,所述识别装置被配置为识别脑神经信号的频率变化特性或幅值变化特性中的至少一者,并且基于所识别的神经信号的频率变化特性或幅值变化特性中的至少一者来确定脑神经信号的信号类型。
3.根据权利要求1或2所述的设备,其中,
4.根据权利要求2或3所述的设备,其中,所述识别装置包括信号频率识别器,被配置为识别脑神经信号的特定时间间隔的信号频率变化值,
5.根据权利要求2或3所述的设备,其中,所述识别装置包括信号幅值识别器,被配置为识别脑神经信号的特定时间间隔的信号幅值变化值,
6.根据权利要求3-5中任一项所述的设备,其中,
7.根据权利要求1-6中任一项所述的设备,其中,所述处理电路包括模拟-数字转换(ADC)电路,被配置为将脑神经信号转换为数字信号,
8.根据权利要求7所述的设备,其中,所述处理装置包括过采样率控制部件,被配置为对于所识别的不同类型的脑神经信号,动态设定Sigma-Delta ADC的过采样率。
9.根
10.根据权利要求8或9所述的设备,其中,所述采样率控制部件包括Sigma-Delta ADC的采样开关。
11.一种用于脑神经信号处理的方法,包括:
12.根据权利要求11所述的方法,其中,所述识别步骤包括识别脑神经信号的频率变化特性或幅值变化特性中的至少一者,并且基于所识别的神经信号的频率变化特性或幅值变化特性中的至少一者来确定脑神经信号的信号类型。
13.根据权利要求11或12所述的方法,其中,
14.根据权利要求12或13所述的方法,其中,所述识别步骤识别脑神经信号的特定时间间隔的信号频率变化值,
15.根据权利要求12或13所述的方法,其中,所述识别步骤包括识别脑神经信号的特定时间间隔的信号幅值变化值,
16.根据权利要求13-15中任一项所述的方法,其中,
17.根据权利要求11-16中任一项所述的方法,其中,所述处理电路包括模拟-数字转换(ADC)电路,被配置为将脑神经信号转换为数字信号,
18.根据权利要求17所述的设备,其中,所述处理步骤包括采样率控制步骤,用于对于所识别的不同类型的信号,动态设定Sigma-Delta ADC的过采样率。
19.根据权利要求18所述的方法,其中,所述采样率控制步骤包括对于第一类型信号,设定Sigma-Delta ADC以高过采样率进行操作,并且对于第二类型信号,设定Sigma-DeltaADC以低过采样率进行操作。
20.一种电子设备,包括:
21.一种计算机可读存储介质,其上存储有计算机程序,该程序由处理器执行时导致实现根据权利要求11-19中任一项所述的方法。
22.一种计算机程序产品,包括指令,该指令在由处理器执行时导致实现根据权利要求11-19中任一项所述的方法。
...【技术特征摘要】
1.一种用于脑神经信号处理的设备,包括:
2.根据权利要求1所述的设备,其中,所述识别装置被配置为识别脑神经信号的频率变化特性或幅值变化特性中的至少一者,并且基于所识别的神经信号的频率变化特性或幅值变化特性中的至少一者来确定脑神经信号的信号类型。
3.根据权利要求1或2所述的设备,其中,
4.根据权利要求2或3所述的设备,其中,所述识别装置包括信号频率识别器,被配置为识别脑神经信号的特定时间间隔的信号频率变化值,
5.根据权利要求2或3所述的设备,其中,所述识别装置包括信号幅值识别器,被配置为识别脑神经信号的特定时间间隔的信号幅值变化值,
6.根据权利要求3-5中任一项所述的设备,其中,
7.根据权利要求1-6中任一项所述的设备,其中,所述处理电路包括模拟-数字转换(adc)电路,被配置为将脑神经信号转换为数字信号,
8.根据权利要求7所述的设备,其中,所述处理装置包括过采样率控制部件,被配置为对于所识别的不同类型的脑神经信号,动态设定sigma-delta adc的过采样率。
9.根据权利要求8所述的设备,其中,所述采样率控制部件被配置为对于第一类型信号,设定sigma-delta adc以高过采样率进行操作,并且对于第二类型信号,设定sigma-delta adc以低过采样率进行操作。
10.根据权利要求8或9所述的设备,其中,所述采样率控制部件包括sigma-delta adc的采样开关。
11.一种用于脑神经信号处理的方法,包括:
12.根据权...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。