买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江苏集萃脑机融合智能技术研究所有限公司申请的专利基于脑电的疲劳干预系统及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114712706B 。

龙图腾网通过国家知识产权局官网在2025-11-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210361455.0，技术领域涉及：A61N1/36；该发明授权基于脑电的疲劳干预系统及装置是由苏高民;顾明;袁羽;朱佳兰;李振华设计研发完成，并于2022-04-07向国家知识产权局提交的专利申请。

本基于脑电的疲劳干预系统及装置在说明书摘要公布了：本发明公开了基于脑电的疲劳干预系统及装置，其中干预系统包括脑电采集模块，至少包括第一电极，用于通过第一电极采集目标的脑电数据；经颅电刺激模块，至少包括第二电极，用于依据刺激指令通过第二电极对目标实施弱电流的电刺激信号，所述电刺激信号包括直流电刺激信号或交流电刺激信号或随机噪声信号；处理模块，用于获取所述脑电采集模块反馈的脑电数据，并依据脑电数据匹配所述刺激指令。本发明提供了一种刺激温和，不易受到干扰，干预效果明显并且可以对疲劳进行有效的恢复的系统和装置。

本发明授权基于脑电的疲劳干预系统及装置在权利要求书中公布了：1.一种基于脑电的疲劳干预系统，其特征在于，包括 脑电采集模块，至少包括第一电极，用于通过第一电极采集目标的脑电数据； 经颅电刺激模块，至少包括第二电极，用于依据刺激指令通过第二电极对目标实施弱电流的电刺激信号，所述电刺激信号包括直流电刺激信号或交流电刺激信号或随机噪声信号； 处理模块，用于获取所述脑电采集模块反馈的脑电数据，并依据脑电数据匹配所述刺激指令，所述处理模块还包括SVM分类器以获得与脑电数据、疲劳程度相匹配的刺激指令库，其中通过以下步骤获得疲劳程度的特征值： StepA：根据获取到的脑电数据，构造一个长度为L的时间序列数据Se，如下所示： ； StepB：选定一个窗口大小N，N设置为2或者3，根据StepA构造的脑电时间序列数据Set以及窗口大小N，构造两个如下的向量X和向量Y；其中，两个向量的行数维度是基于窗口大小N，列数维度是基于最大时间序列长度减去窗口大小，即L-N： ； StepC：根据下面的公式，计算StepB中X向量和Y向量中距离小于f的向量对的个数，其中f即为过滤参数，N为窗口大小；其中是求X向量和Y向量中向量对的距离，然后对求得的距离加上绝对值，判断所求得的向量对的距离是否小于滤波器过滤参数f，如果小于，就计数加1，表示获得一个满足要求的向量对；，该运算就是对满足距离小于f条件的向量对进行计数加1统计；对X向量和Y向量中的每个元素对都进行统计，其中下标范围从1~L-N,也即统计向量中列的维度长度： ； StepD:把StepC中的N进行加1，重复StepB~StepC的步骤；即，按照StepB中的向量X的行和列的维度计算公式，重新根据窗口大小N+1以及StepA中脑电时间序列构造新的向量X和向量Y，再计算新的向量X和向量Y中距离小于f的向量对的个数： ； StepE：样本熵SampleEntropy通过StepC求得的向量对个数Size1和StepD求得的向量对个数Size2，求取lg并取反得到，如下式所示；其中的Size2和Size1表示两个序列相似的概率；样本熵受窗口N大小及滤波器参数f影响： ； 样本熵作为SVM支持向量机的输入，进行训练得到一个带参数的训练模型；在采用支持向量机SVM来判断疲劳度时，以下面的公式计算检测疲劳度的正确率： ； 其中，在测试之前，人的大脑数据是正常状态，如果SVM误判成疲劳状态，就记为假疲劳状态FFS；同理，在模拟开车测试之后，人的大脑数据是疲劳状态，如果SVM分类判定为正常状态，就记为假正常状态FNS。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江苏集萃脑机融合智能技术研究所有限公司，其通讯地址为：215000 江苏省苏州市相城区高铁新城青龙港路286号长三角国际研发社区启动区10号楼B座6楼, 7楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。