[发明专利]基于脑电信号判断大脑专注放松状态的方法

说明书

本发明涉及基于脑电信号判断大脑专注放松状态的方法，包括步骤：采集脑电信号；对脑电信号进行分析处理，获得多个不同频段的脑波，计算大脑的专注度和放松度；建立专注状态和放松状态的判别模型，利用判别模型提取特征值D；将特征值D与阈值进行比较，若D阈值则判断为专注状态，若D阈值则判断为放松状态。该方法对前额脑电信号进行分析出专注度和放松度，通过对专注度和放松度的分析判断专注和放松状态，可有效辅助医疗设备及日常穿戴式设备监控大脑状态。

技术领域

本发明涉及脑电信号处理技术，具体涉及基于脑电信号判断大脑专注放松状态的方法。

背景技术

脑机接口(BCI)技术的研究早期出于军事目的，意图通过意识远程操控机器人完成作战等任务，后逐渐在医疗方面发展，以期通过神经科学、信号检测、机器学习等跨学科研究，找到治愈运动障碍者的方法，并在娱乐业，尤其虚拟操控领域受到欢迎。

目前脑电技术作为脑科学研究中重要的基础学科，已经广泛应用于医学、神经管理学、心理学、主动康复、脑机接口等研究领域。脑电技术研究主要应用于医疗领域，如癫痫、诱发脑电与心理学、精神病学等方面。已有学者在康复机器人方面进行研究，其通过对脑电进行刺激以促进病患的康复。此外，脑电技术也能够和虚拟现实、测谎领域相结合。

发明内容

为了解决现有技术中存在的问题，本发明提供基于脑电信号判断大脑专注放松状态的方法，该方法对专注度与放松度进行建模，并提取出特征值，分析出大脑处于专注或放松状态，可有效辅助医疗设备及日常穿戴式设备监控大脑状态。

本发明解决上述问题的技术方案如下：基于脑电信号判断大脑专注放松状态的方法，包括以下步骤：

S1、采集脑电信号；

S2、对脑电信号进行分析处理，获得多个不同频段的脑波，计算大脑的专注度和放松度；

S3、建立专注状态和放松状态的判别模型，利用判别模型提取特征值D；

S4、将特征值D与阈值进行比较，若D阈值则判断为专注状态，若D阈值则判断为放松状态。

在优选的实施例中，步骤S3中设专注度为x，放松度为y，特征值为D，建立判别模型为：

对判别模型进行平滑处理。

在优选的实施例中，步骤S2中获得α、β、θ、δ四个不同频段的脑波，分析α、β、θ、δ各个波段的脑波功率，进行专注度和放松度的分析，以大脑活动活跃时产生的α波与β波的功率密度作为专注度的检测标准，放松状态下的δ波与θ波的功率密度作为放松度的检测标准。

与现有技术相比，本发明取得了如下技术效果：

1、在原有的专注度和放松度算法的基础上进一步分析，根据脑电信号的专注度和放松度，分析出大脑处于专注或放松状态，可有效辅助医疗设备及日常穿戴式设备监控大脑状态。

2、对大脑专注度与放松度进行建模，利用特征值D进行计算；由于特征值D很好的利用了专注度与放松度之间成反比的关系，将两个指标综合起来，可以提供比单独一个指标更多的信息量，表现出专注度与放松度中隐含的专注放松状态。

3、本发明区别于传统的纯软件和纯硬件处理方法，而是采用硬件与软件处理相结合的方式，前期采用硬件完成脑电信号采集和传输，后期采用软件算法对专注状态和放松状态进行判别，后期使用软件算法判别相比纯硬件的方法节约了成本，而前期采用硬件预处理的方法相对于纯软件处理的方法提高了效率。

附图说明

图1是本发明状态判断的整体流程图；

图2为本发明的脑电信号采集及处理方框图；

图3是专注度、放松度的迭代处理流程图；