简介:为提高对婴儿健康监护的质量,本研究提出在育婴箱中增加婴儿哭声识别功能,该系统主要以TI公司的数字信号处理器(DSP)芯片TMS320DM643和多媒体音频编解码芯片TLC320AIC23B为硬件核心,设计一套实时的婴儿哭声识别系统。本系统使用拾音器采集婴儿哭声,音频解码芯片对声音信号进行处理,然后发送给DSP芯片,DSP芯片对声音信号进行预处理,然后用优化的自相关函数算法提取特征参数-线性预测系数(LPC),使用动态时间规整(DTW)识别算法,实现对婴儿的哭声准确识别,并经串口向上位机发送识别结果。该系统在实际测试后表明,婴儿啼哭状态识别准确率可达97.1%,在婴儿护理领域具有重要意义。
简介:基于功能近红外光谱(fNIRS)的运动想象脑机接口(BCI)在中风患者神经康复训练发挥着不可或缺和日益重要的作用,但分类率较低。以功能核磁共振(fMRI)作为参考金标准,针对运动想象范式,本研究开展了fMRI-BCI与fNIRS-BCI的对照研究,以探究限制fNIRS-BCI分类率的主要因素。实验选取了12名被试,分别获取两种模态下左右手运动想象数据,并利用共空间模式算法提取空间特异性信息进行分类。从血液动力学响应来看,由于受到浅表血流信号干扰,fNIRS获取的运动想象在双侧运动区脑响应的对比度明显低于fMRI。同时,fMRI-BCI的分类准确率显著高于fNIRS-BCI,超过10个百分点,分别为80.3%±16.0%与67.3%±10.2%。这些结果表明,fNIRS及目前常用的拓扑式排布在获取脑皮层响应信息上存在不足,是运动想象fNIRS-BCI分类率较低的主要限制因素。