[发明专利]一种基于脑电波的专注度判断方法及装置

权利要求书

1.一种基于脑电波的专注度判断方法，其特征在于，包括：

获取目标脑电波数据集，所述目标脑电波数据集包括多种频段的脑电波，所述脑电波包括α波、β波和γ波；

将所述目标脑电波数据集与预设标准脑电波数据集的差值作为输入值，输入至预设专注度分类模型中，确定所述目标脑电波数据集中各个频段脑电波的比例变化趋势，根据所述变化趋势得到专注度类别，所述专注度类别包括放松状态、专注提升状态或高度专注状态。

2.根据权利要求1所述的基于脑电波的专注度判断方法，其特征在于，所述预设专注度分类模型根据所述预设标准脑电波数据集获得；所述预设标准脑电波数据集包含标准脑电波数据以及对应的专注度类别标签。

3.根据权利要求1所述的基于脑电波的专注度判断方法，其特征在于，所述预设专注度分类模型包括支称向量学习机模型、导传递类神经网络模型或广义类神经网络模型。

4.根据权利要求1所述的基于脑电波的专注度判断方法，其特征在于，还包括：

当所述目标脑电波数据集与所述标准脑电波数据集的差值较大时，设置调整系数对所述目标脑电波数据集进行修正。

5.根据权利要求1所述的基于脑电波的专注度判断方法，其特征在于，还包括：

采集被测用户皮肤表面电压的电信号，对所述电信号数据依次进行滤波、信号放大、数模转换以及时频转换，得到目标脑电波数据集。

6.一种基于脑电波的专注度判断装置，其特征在于，包括：

数据采集模块，用于获取目标脑电波数据集，所述目标脑电波数据集包括多种频段的脑电波，所述脑电波包括α波、β波和γ波；

专注度判断模块，用于将所述目标脑电波数据集与预设标准脑电波数据集的差值作为输入值，输入至预设专注度分类模型中，确定所述目标脑电波数据集中各个频段脑电波的比例变化趋势，根据所述变化趋势得到专注度类别，所述专注度类别包括放松状态、专注提升状态或高度专注状态。

7.根据权利要求6所述的基于脑电波的专注度判断装置，其特征在于，所述数据采集模块还用于：

采集被测用户皮肤表面电压的电信号，对所述电信号数据依次进行滤波、信号放大、数模转换以及时频转换，得到目标脑电波数据集。

8.根据权利要求6所述的基于脑电波的专注度判断装置，其特征在于，还包括：

数据修正模块，用于当所述目标脑电波数据集与所述标准脑电波数据集的差值较大时，设置调整系数对所述目标脑电波数据集进行修正。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1至5任一项所述的方法。