[发明专利]一种基于脑电采集的人格特征匹配系统

权利要求书

1.一种基于脑电采集的人格特征匹配系统，其特征在于：包括：脑电采集模块(1)、人格特征问卷模块(2)和机器学习算法模块(3)；所述脑电采集模块(1)与人格特征问卷模块(2)分别用于采集脑电信号与人格特征信号；所述机器学习算法模块(3)用于接收脑电信号与人格特征信号并建立特定人群的人格特征与脑电生理特征模型。

2.根据权利要求1所述的一种基于脑电采集的人格特征匹配系统，其特征在于：所述脑电采集模块(1)包括干电极与放大器组合集成的有源脑电电极完成脑电信号的采集和放大，再经过导线传输到脑电采集板，脑电采集板将采集信号串口连接发送至上位机。

3.根据权利要求2所述的一种基于脑电采集的人格特征匹配系统，其特征在于：所述脑电采集板包括AK5381芯片与STM32F407芯片，AK5381芯片通过SPI通信连接STM32F407芯片。

4.根据权利要求1所述的一种基于脑电采集的人格特征匹配系统，其特征在于：所述人格特征问卷模块(2)通过前期心理学实验结果研究论证后的30道题目，采用B/S软件架构实现多人同时进行人格测评。

5.根据权利要求1所述的一种基于脑电采集的人格特征匹配系统，其特征在于：所述机器学习算法模块(3)包括脑电源定位模块与模型构建模块。

6.根据权利要求5所述的一种基于脑电采集的人格特征匹配系统，其特征在于：所述脑电源定位模块是基于matlab环境的脑电源定位软件，将静息态fMRI研究得到的8个大尺度功能网络的空间分布作为先验信息，求出比传统的最小模解和低分辨率层析成像更为精确的皮层电位分布，并按8个大尺度功能网络统计脑电节律的能量分布。

7.根据权利要求5所述的一种基于脑电采集的人格特征匹配系统，其特征在于：所述模型构建模块采用局部线性嵌入算法对数据进行特征降维，然后利用降维后数据对经典支持向量机算法进行模型构建，最终实现特定人群特征模型。