尊敬的国家知识产权局审查员:

您好!感谢您为审查本案所付出的辛勤工作。

申请人针对审查员于202084日发出的第一次审查意见通知书做如下修改和答复。

下面针对您的每一个审查意见进行答复:

1、本次修改是基于原始权利要求书(即20180504日提交的权利要求书)进行修改。为了符合专利法第26条第4款的规定,修改后的权利要求书删除了您所指出的权利要求157中技术方案的原理或技术特征设置的理由的描述,并修改了部分语句,使得这些权利要求简明;

2、权利要求1中补充视觉诱导晕动症的英文翻译及缩写;

3、权利要求1步骤S101中,为了符合专利法第26条第4款的规定,将“我们发现”和“平均每个受试者40万条记录中约有500条记录是重复的。这部分数据可能是由于Muse的量化位数较少以及采样频率较低导致的,其中Muse设备用是来采集EEG数据,完成基本的生理数据的采集”删除;

4、权利要求1步骤S102中,为了符合专利法第26条第4款的规定,将“。此外”删除,将“我们需要对原始EEG数据进行归一化处理。。”修改为“需对原始EEG数据进行归一化处理。”;

5、权利要求1步骤S103中,为了符合专利法第26条第4款的规定,将“科学研究表明,正常人的有效脑电信号频率涵盖0.5 Hz 50 Hz,而在脑电信号采集的过程中又不可避免的受到高功率的工频信号的影响。本文的实验数据在美国哈佛医学院采集得到,考虑到美国标准电压频率为60 Hz,故本文设计选取上限为50 Hz的低通滤波器来去除脑电信号中的工频干扰。同时,考虑到既要保持带通区(50 Hz以下)EEG信号的良好特性,又希望能在带阻区(50Hz以上)尽可能的衰减工频干扰,因此选择了带通区最平坦,阻带下降慢,但是最终能衰减至0的巴特沃斯滤波器。最终,本算法实验”删除;

6、权利要求1步骤S201中,为了符合专利法第26条第4款的规定,将“。此外”删除,将“在本发明的特征提取阶段,我们使用了两种不同方法从原始EEG信号中提取特征,包括基于EEG的小波特性得到的小波熵”修改为“使用小波特征和统计特性方法从原始EEG信号中提取特征,这些特征包括基于EEG的小波特性得到的小波熵”,并解释了“44个候选特征”、“22个特征”的具体指代及 VIMSL”等的含义,将“标准差。然后再对所有得到的44个候选特征与VIMSL列作相关性分析,选取有显著性差异的22个特征作为最终的检测特征”修改为“标准差,这样一个通道就有11个候选特征,4个通道共有44组候选特征,然后再对所有得到的44个候选特征与视觉诱导晕动症级别(VIMS level, VIMSL)作相关性分析,选取有显著性差异的22个特征(TP9_ETP9_C1TP9_maxTP9_minTP9_meanTP9_stdFP1_EFP1_C1FP1_maxFP1_minFP1_meanFP1_stdFP2_EFP2_maxFP2_minFP2_stdTP10_ETP10_C1TP10_maxTP10_minTP10_meanTP10_std)作为最终的检测特征”,将“本阶段主要是提取候选特征,是特征提取和选择的第一步。”删除;

7、权利要求1步骤S202中,为了符合专利法第26条第4款的规定,将“本发明中使用模式识别(模式分类)的算法模型”修改为“使用模式识别的算法模型”,将“模式识别(Pattern Recognition, PR),就是使用电脑把数学技术方法用于研究特征模式的自动处理和判读。而模式分类是使用分类函数或分类模型将特征集映射到某个或多个已知的类别,它是模式识别的重要组成部分,直接影响到其识别的效果,目前模式分类已经被运用到科学研究的各个方面。”删除;

8、为了符合专利法第26条第4款的规定,修改了权利要求2-6的标点符号;

9、原权利要求7根据审查意见删除。

敬请审查员继续对本申请进行审查,使本申请早日获得专利权。如果审查员认为本申请还存在缺陷,则敬请审查员再给申请人一次修改或陈述意见的机会。