[发明专利]一种基于SSVEP的注意力测评方法、训练方法以及脑机接口有效
申请号: | 201910783497.1 | 申请日: | 2019-08-23 |
公开(公告)号: | CN110537929B | 公开(公告)日: | 2022-11-04 |
发明(设计)人: | 宋星 | 申请(专利权)人: | 杭州曼安智能科技有限公司 |
主分类号: | A61B5/16 | 分类号: | A61B5/16;A61B5/369 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 贾玉霞 |
地址: | 310052 浙江省杭州市滨江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 ssvep 注意力 测评 方法 训练 以及 接口 | ||
1.一种基于SSVEP的注意力测评方法,其特征在于,该方法包括如下步骤:
以频率f显示测试图像,刺激受试者的视觉,采集受试者的脑电波;
提取所述的脑电波中与频率f相关的SSVEP;
使用SSVEP的幅值特征的表征Ax,评价受试者的注意力集中程度,所述的Ax为本征频率f的幅值和/或倍频的幅值的组合。
2.根据权利要求1所述的基于SSVEP的注意力测评方法,其特征在于,所述的Ax具体计算公式如下
其中,ai为加权系数,表示SSVEP中第i次谐波分量的幅值的函数。
3.根据权利要求2所述的基于SSVEP的注意力测评方法,其特征在于,所述的加权系数ai计算公式如下:
4.根据权利要求1所述的基于SSVEP的注意力测评方法,其特征在于,新受试者进行注意力测评前,先进行m次的预测评,记录每次预测评中SSVEP的幅值特征的表征最大值Amax,取m次预测评中表征最大值Amax的最大值,作为该被试者测评的参考值Aref,正式测评得到的SSVEP的幅值特征的表征为Ax,则受试者注意力瞬时测评得分
5.根据权利要求4所述的基于SSVEP的注意力测评方法,其特征在于,受试者每次测评最终得分Score=f(AT,t),即为受试者注意力瞬时测评得分AT随时间t的分布特征。
6.根据权利要求5所述的基于SSVEP的注意力测评方法,其特征在于,所述的得分Score分为短程平均注意力得分、中程平均注意力得分和长程平均注意力得分,具体计算公式如下:
其中,t0为计时开始时刻,Δt为时间间隔,对于短程、中程和长程,Δt取值不同。
7.一种基于SSVEP的注意力训练方法,其特征在于,该方法包括以下步骤:
以频率f显示测试图像,刺激受训者的视觉,采集受训者的脑电波;
提取所述的脑电波中与频率f相关的SSVEP;
使用SSVEP的幅值特征的表征Ax,作为受训者的注意力瞬时测评结果,所述的Ax为本征频率f的幅值和/或倍频的幅值的组合;
并将该瞬时测评结果实时反馈给受训者,使受训者根据瞬时测评结果对注意力进行实时调节。
8.根据权利要求7所述的基于SSVEP的注意力训练方法,其特征在于,训练过程中,实时反馈给受训者瞬时测评结果,并同时给出每一时刻的目标引导值,使受训者根据实时的瞬时测评结果和所述的目标引导值进行注意力调节。
9.根据权利要求7所述的基于SSVEP的注意力训练方法,其特征在于,还包括注意力调节训练,具体包括:
训练中增加或降低测试图像的显示亮度,引导受训者进行注意力调节训练,当瞬时测评结果回复到亮度变化前的水平或超过设定时长时,结束亮度的变化。
10.根据权利要求7所述的基于SSVEP的注意力训练方法,其特征在于,所述的测试图像包括若干幅目标图像,若干幅所述的目标图像的显示频率、颜色、亮度属性中,至少有一个不同。
11.根据权利要求8所述的基于SSVEP的注意力训练方法,其特征在于,训练过程中实时显示受训者注意力变化情况与动态变化的目标引导值的重合度。
12.根据权利要求9所述的基于SSVEP的注意力训练方法,其特征在于,所述的受训者根据所述的目标引导值调整注意力,当受训者注意力瞬时测评结果与目标引导值的误差落入5%以内时,保持所述的目标引导值维持一段时间t后再变化。
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杭州曼安智能科技有限公司,未经杭州曼安智能科技有限公司许可,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/201910783497.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种真空采血管准备装置
- 下一篇:图像重建方法及装置、设备、存储介质