[发明专利]专注力自动侦测方法和系统

说明书

本发明提供一种专注力自动侦测方法，接收用户的脑电波信号；对所述脑电波信号进行预处理，所述预处理包括加窗处理、快速傅立叶变换、归一化和滤波；对预处理后的脑电波信号进行特征值运算得到特征参数；利用所述特征参数进行专注力指数运算得到运算结果；及根据所述运算结果判断使用者是否专注。本发明还提供一种专注力自动侦测系统。本发明可更加准确的识别使用者的专注力状态，并对所述专注力状态进行标注，提高识别使用者的专注力状态。

技术领域

本发明涉及一种专注力自动侦测方法和系统。

背景技术

穿戴式的脑波侦侧装置提供了人们了解自身脑部活动的机会，也提供了量化学习指标的可能性。现有许多辅助学习工具或特定的应用程序，主要利用脑电波量测来提供专注力的评估或训练辅助。传统脑电波专注力算法仅依靠单个频段的脑电波信号，或偏重少数特定频段的脑电波信号，或采用无正规化计算的时域能量阀值进行侦测。由于脑电波信号个体差异颇大，甚至同一个体在同日不同时段也会有能量差异，故此类算法不仅需要频繁地依使用者特性调准阀值，且通常侦测结果都具有高度波动的特性。

发明内容

鉴于以上问题，本申请提出一种专注力自动侦测方法，更加准确的识别使用者的专注力状态。

一方面，本申请提供一种专注力自动侦测方法，包括：

接收用户的脑电波信号；

对所述脑电波信号进行预处理，所述预处理包括加窗处理、快速傅立叶变换、归一化和滤波；

对预处理后的脑电波信号进行特征值运算得到特征参数；

利用所述特征参数进行专注力指数运算得到运算结果；及

根据所述运算结果判断使用者是否专注。

优选地，所述特征参数包括所述脑电波信号中各频段信号的能量、频段信号比值及所述脑电波信号的分形维数。

优选地，通过以下公式计算所述专注力指数：

其中，C_ch(n)为所述专注力指数，θ_ch(t)、α_ch(t)、β_ch(t)和γ_ch(t)分别脑电波信号中各频段信号的能量，至为各特征参数的权重值，CL_ch(n)为所述脑电波信号的分形维数。

优选地，所述根据所述运算结果判断使用者是否专注包括：

比对所述运算结果与一阈值；

当所述运算结果大于或等于所述阈值时，确认所述使用者专注；及

当所述运算结果小于所述阈值时，确认所述使用者不专注。

优选地，所述方法还包括：

对使用者的专注力结果进行标注；

当所述运算结果大于或等于所述阈值时，确认所述使用者专注，将对应时间段内的脑电波信号标注为1；

当所述运算结果小于所述阈值时，确认所述使用者不专注，将对应时间段内的脑电波信号标注为0。

优选地，所述方法还包括：

对于相邻两专注事件中之短时间非专注事件，将小于波动时间容许阀值的非专注事件改设为专注状态，并将所述短时间非专注事件对应的脑电波信号标注为1；

对于相邻两非专注事件中之短时间专注事件，将小于波动时间容许阀值的专注事件改设为非专注状态，并将所述短时间专注事件对应的脑电波信号标注为0。

另一方面，本申请提供一种专注力自动侦测系统，所述系统包括：