[发明专利]基于脑电频域特征指标化算法的课堂教学评估系统及方法

权利要求书

1.一种基于脑电频域特征指标化算法的课堂教学评估系统，所述系统包括脑电采集装置、IC电路、音视频采集装置、数据通讯装置、数据处理及存储装置，所述脑电采集装置、音视频采集装置分别采集使用者的脑电信号及课堂环境的音视频信号，所述数据处理及存储装置，采集的数据处理后显示给课堂教学者，及时掌握使用者在课堂上的状态，其特征在于：

所述脑电信号采集装置包括脑电信号采集电极、脑电信号参考电极和信号处理器，所述采集装置对人脑活动产生的脑电波进行采样、量化，变成离散数字信号，进行后续的处理；

所述IC电路包括信号放大器及信号处理器，所述信号放大器为前置信号放大器，将量化的数字信号进行放大，增强处理和传输过程中的抗干扰能力；

所述信号处理器对采集的脑电信号进行去噪预处理，增强脑电波信号的强度，并从中提取反映人认知状态变化的特征指标，评估使用者的状态； 

所述音视频采集装置包括摄像头及音频采集设备，采集课堂环境的音频和视频信号并实时传输至数据处理及存储装置；

所述数据通讯装置连接脑电采集装置、音视频采集装置与数据处理及存储装置之间，将脑电采集装置、音视频采集装置的数据传输给数据处理及存储装置；

所述数据处理及存储装置为PC机、笔记本或嵌入式智能设备，所述装置评估使用者的状态，并进行显示。

2.根据权利要求1所述的系统，其特征在于：所述脑电信号采集电极位于前额处，脑电信号参考电极夹位于耳部。

3.根据权利要求1所述的系统，其特征在于：所述信号传输装置为无线信号传输装置。

4.一种基于脑电频域特征指标化算法的课堂教学评估方法，其特征在于，所述方法步骤如下：

（1）初始化设备硬件；

（2）设置采样时间间隔，采集脑电数据，同时采集音视频信号；

（3）查询所有接入的脑电采集装置，按顺序读取脑电采集装置中的数据；

（4）对采集的数据滤波、去噪、时频分析、计算脑电指标；

（5）将计算的脑电指标传输至数据处理及存储装置并进行显示。

5.根据权利要求4所述的方法，其特征在于，所述指标化算法具体如下：

（1）预处理：对量化的脑电波进行数字滤波，去除肌电等干扰噪音；所述滤波器为无限冲激响应（IIR）带通滤波器； 

（2）特征表达和提取：从预处理之后的脑电信号中提取反映综合认知状态的基本指标，具体包括alpha波（8-13Hz）、beta波（13-20Hz），delta（1-4Hz），theta（4-7Hz）；运用时频分析技术将这些指标从原始时域信号中提取出来，在频域上以能量或功率的时间序列形式加以表达；

（3）指标化表示：将上述基本指标进行标准化，使得不同使用者以及同一个使用者不同时间的同一指标具有相同的物理含义；所述算法输出警觉性水平和紧张度水平两个指标， 所述警觉性水平指标和和紧张度水平指标具体如下：

a(t)、b(t)和c(t)分别表示alpha、beta和theta三个频段的时序信号，他们分别由原始脑电信号的经由时频分析并选定特定频段的能量累加实现；

警觉度指标：

S1(t)=c(t)/a(t)，其中t表示时间，a和c分别表示alpha和theta的能量；

紧张度指标：

S2(t)=b(t)*c(t)，其中t表示时间，b和c分别表示beta和theta的能量；

（4）注意力水平的判定：即以正常使用者在没有困倦、疲劳状态发生的情况下，持续保持注意2分钟的警觉性水平指标和和紧张度水平指标两项指标序列的时序均值的60%作为判决门限，低于此门限判决为疲劳发生。

6.根据权利要求5所述的算法，其特征在于：所述步骤（1）中，带通滤波器的低通起始频率为1Hz，高通截止频率为35Hz。