[发明专利]一种认知效能可计算模型在审

专利信息
申请号: 201910155593.1 申请日: 2019-03-01
公开(公告)号: CN109875580A 公开(公告)日: 2019-06-14
发明(设计)人: 韩新亚;曾虹;魏伟;严菊芬;郭彦荣;颜庭轩;刘祥 申请(专利权)人: 安徽工业大学
主分类号: A61B5/16 分类号: A61B5/16;A61B5/0476
代理公司: 合肥顺超知识产权代理事务所(特殊普通合伙) 34120 代理人: 周发军
地址: 243002 *** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 认知 计算模型 非线性特征 生物传感器 构建 科学技术领域 动态信息 关联关系 脑电特征 神经机制 特征融合 同步行为 质量特征 特征量 集合 协同 采集 关联 量化 融合 挖掘 加工
【权利要求书】:

1.一种认知效能可计算模型,包括生物传感器,其特征在于,具体步骤如下:

步骤一,提取所述生物传感器所采集到的脑电特征,选择相关的特征量,包括EEG的线性、非线性特征、ERP的不同成分潜伏期或峰值相关特征等;

步骤二:在EEG采集方面,拟采用自制的脑电信号采集器,主要由干电极、多通道高精度模数转换芯片、主控芯片以及蓝牙传输模块组成,大致工作流程为:主控芯片控制支配各个模块的工作,前端的干电极直接与头皮接触实时采集脑电信号,干电极采集到的脑电信号经过前端电阻匹配后由模数转换模块读取并且转换为可读的数字信号,然后主控MCU通过与模数转换芯片通信来读取转换得到的数据,并且按照一定的数据包格式通过下位机端的蓝牙模块与上位机端的蓝牙模块通信,将采集到的脑电数据传输到上位机端,供上位机处理使用;

步骤三:对所述脑电信号进行去噪处理,由于有很多干扰噪声混入,导致脑电信号本身的信噪比非常低,脑电设备、躯干、眼部和面部运动产生的眼电和肌电都会对脑电信号产生较大的干扰,对多道脑电记录进行深入的处理、分析前,有必要去除这些噪声,拟采用独立成分分析ICA方法对EEG进行去噪处理;

步骤四:综合多种特征量及其时间变化,构建特征时序空间,建立有效特征提取算法,从主成分分析和统计学方法等多角度对其分析,提取与注意力、警觉力、决策力相关性最大的特性参量,拟采用小波包分解法WPD对预处理后的脑电信号进行特征提取,研究表明,WPD特征已被广泛地应用于脑电信号分析领域,并且在对分类正确率的提高有明显的作用,在小波包分解技术中,获得相应的小波包系数后,每个部分会被分解成高频部分与低频部分,为了便于对脑电信号进行更精细地分析,对每一个电极上所采集到的同一个片段所激发的某个受试者的脑电信号进行加窗操作,窗口长度为1秒,若输入片段的长度为t秒,则它所激发的脑电信号的时间长度也为t秒;对t秒的脑电信号进行加窗操作以后,每个电极上所采集到的一个受试者观看一个视频片段的脑电信号被分解成了t段信号,再对每段脑电信号进行小波包分解操作,设置分解层数为J,最终从观看一个视频片段的一个受试者的脑电信号中提取到t*2J维的WPD特征;

步骤五:拟采用皮尔逊相关系数r分析各个通道EEG的相关性,从而找出针对注意力、警觉力、决策力和噪声、图片、视频等影响因素之间的关联关系,令视频为x,并令决策力为y,当xi不是全为零,yi也不全为零的时候,相关系数r可以表示x变量与y变量这两个变量是否正负相关,即是否同方向或者反方向变化;x变量与y变量呈现正相关,则它们的变化量相同,它们的变化波形就很相似;相关系数r的计算公式为

对于相关系数r,当为正数时,表示变量x和y正相关,为负数时,则负相关,如果r接近1,则说明正相关很强;如果r接近-1时,则说明负相关很强;为此,我们可以建立起认知效能指标如注意力、警觉力、决策力与外界影响因素如噪声、视频、图片之间的相关关系,令图片为x,并令决策力为y,通过分析皮尔逊相关系数r来确定y和x之间的关联程度,从而进一步判断这些因素对效能指标的影响程度;

步骤六:优化预处理与特征提取算法,降低算法的时间和空间复杂度,优化高效的特征选择算法,对特征进行初步筛选,用于后期有效特征分析,提高模型的准确率和可靠性,为定量研究人的认知效能指标提供科学依据。

2.根据权利要求1所述的一种认知效能可计算模型,其特征在于:所述前端的干电极直接与头皮接触实时采集脑电信号为电压信号。

3.根据权利要求1所述的一种认知效能可计算模型,其特征在于:所述干电极采集到的脑电信号为模拟信号。

4.根据权利要求1所述的一种认知效能可计算模型,其特征在于:所述下位机端的蓝牙模块为主蓝牙模块,所述上位机端的蓝牙模块为从蓝牙模块。

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安徽工业大学,未经安徽工业大学许可,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/201910155593.1/1.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