[发明专利]一种用于脑-机接口系统的脑-机互适应系统在审

专利信息
申请号: 201811219193.4 申请日: 2018-10-19
公开(公告)号: CN109471528A 公开(公告)日: 2019-03-15
发明(设计)人: 明东;王韬;柯余峰;杜佳乐 申请(专利权)人: 天津大学
主分类号: G06F3/01 分类号: G06F3/01
代理公司: 天津市北洋有限责任专利代理事务所 12201 代理人: 李林娟
地址: 300072*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用户认知 认知 状态监测模块 闭环调节 调控模块 适应系统 状态调控 实时闭环控制 脑-机接口 反馈 闭环动态 闭环控制 动态参数 动态建模 动态视听 接口系统 实时处理 用户状态 算法 传输 刺激 调控 优化
【说明书】:

发明公开了一种用于脑‑机接口系统的脑‑机互适应系统,所述系统包括:认知状态监测模块、互适应调节模块、认知状态调控模块、以及BCI系统调控模块,所述互适应调节模块实时处理认知状态监测模块传输的用户认知状态,并根据用户认知状态对BCI系统调控模块和认知状态调控模块进行实时闭环控制;所述互适应调节模块包括动态建模、动态参数调节、动态视听反馈三种调节方式,所述三种调节方式共同构成了两个闭环控制通路,包括“机”适应脑闭环调节通路与脑适应“机”闭环调节通路。本发明根据用户认知状态闭环动态调整BCI系统的刺激参数和解码算法,以适应用户状态,同时优化反馈、调控用户认知状态以适应BCI的认知需求。

技术领域

本发明涉及神经工效学与脑-机接口技术的交叉领域,尤其涉及一种用于脑-机接口系统的脑-机互适应系统。

背景技术

脑-机接口(brain-computer interface,BCI)是一种不依赖肢体的人机交互方式。目前,最先进的BCI技术主要是在理想实验室环境中通过实验诱发或受操控的某种特定用户状态实现,用户往往被要求高度集中注意力,尽量通过实验设计避免其他思维活动和疲劳等因素对BCI性能的影响。

然而,在不受控的自然日常生活或工作环境中,可能有大量的思维活动相互作用,当BCI应用从实验室转移到现实场景中,这些不受控的心理活动和疲劳等因素就会干扰BCI系统所调制的用户状态,从而降低脑-机接口系统效率和真实环境下的可用性。

研究表明,较高的认知负荷会造成快速疲劳、灵活性降低、应激反应、人误增加和挫败情绪,引起信息获取分析的失误和决策错误,是导致人因事故的重要原因;过低的认知负荷会造成人力等资源浪费、引起厌恶感、导致作业绩效的下降。

近些年,脑-机接口技术不断发展,在现代交通、工业生产、航天、军事等领域都得到了广泛应用。但BCI系统在实际复杂作业环境下识别正确率降低、稳定性难以满足要求,成为了人们亟待解决的难题。

发明内容

本发明提供了一种用于脑-机接口系统的脑-机互适应系统,本发明根据用户认知状态闭环动态调整BCI系统的刺激参数和解码算法,以适应用户状态,同时优化反馈、调控用户认知状态以适应BCI的认知需求,详见下文描述:

一种用于脑-机接口系统的脑-机互适应系统,所述系统包括:认知状态监测模块、互适应调节模块、认知状态调控模块、以及BCI系统调控模块,

所述互适应调节模块实时处理认知状态监测模块传输的用户认知状态,并根据用户认知状态对BCI系统调控模块和认知状态调控模块进行实时闭环控制;

所述互适应调节模块包括动态建模、动态参数调节、动态视听反馈三种调节方式,所述三种调节方式共同构成了两个闭环控制通路,包括“机”适应脑闭环调节通路与脑适应“机”闭环调节通路。

其中,所述认知状态监测模块包括:脑电采集部分、功能性近红外采集部分、心电采集部分、以及眼动信号采集部分。

进一步地,所述动态建模具体为:

根据在线实时数据选择训练样本动态构建用于分类测试样本的分类器,以实现在认知负荷动态变化过程中构建适用于测试样本的最优分类器。

进一步地,所述构建适用于测试样本的最优分类器具体为:

在不同认知负荷类型和水平下训练与测试分类器,针对特定认知负荷水平的测试集选择不同认知负荷水平的训练集样本;

所述认知状态监测模块提取反应用户的认知负荷状态的特征数据,基于所述特征数据组成的特征空间,采用相似性原则选择背景特征相似的样本构建训练样本集。

其中,所述动态参数调节具体为:

通过BCI系统调控模块调节BCI系统参数,使用户在高认知负荷状态下仍能实现BCI系统的精度;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811219193.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top