[发明专利]用於量化注意力的方法及系統在审

专利信息
申请号: 202180070087.8 申请日: 2021-08-25
公开(公告)号: CN116348042A 公开(公告)日: 2023-06-27
发明(设计)人: 尤瓦尔·哈帕兹;埃米尔·B·杰瓦;利昂·Y·迪欧尔;谢尔盖·魏斯曼;亚尔·夏洛姆;迈克尔·奥茨普;尤纳坦·梅尔 申请(专利权)人: 英乐爱有限公司
主分类号: A61B5/38 分类号: A61B5/38
代理公司: 上海翼胜专利商标事务所(普通合伙) 31218 代理人: 翟羽
地址: 以色列荷*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 量化 注意力 方法
【说明书】:

一种估计注意力的方法,包括:接收对应于从一受试者的一大脑所收集的信号的脑电图(EG)数据,所述信号与施加到所述受试者的刺激同步。所述EG数据分割成多个片段,每一个片段对应于一单一刺激。所述方法还包括将所述EG数据的每一个片段划分成一第一时间窗及一第二时间窗,所述第一时间窗具有与各自的刺激有关的一固定起点,所述第二时间窗具有与各自的刺激有关的一变化起点。所述方法还包括处理所述第一时间窗及所述第二时间窗,以确定一给定片段的一可能性,所述给定片段描述了所述大脑的一专心状态。

相关申请

本申请要求2020年08月25日提交的美国临时专利申请No.63/069,742的优先权,其全部内容通过引用并入本文。

技术领域及背景技术

本发明,在一些实施例中,涉及一种脑电波分析,并且更具体地但不排他地涉及基于这种分析来量化注意力的系统及方法。一些实施例涉及用于量化疲劳和/或走神的系统及方法。

脑电图,一种无创记录技术,是监测大脑活动的常用系统之一。在这种技术中,脑电图(electroencephalogra,EEG)数据以一高时间分辨率同时地从多个通道收集,从而产生高维数据矩阵,用于表示单个试验大脑活动。除了无与伦比的时间分辨率外,脑电图是可穿戴的,并且比其他神经成像技术更实惠,并且已用于各种目的,例如,在大脑计算机接口(brain computer interface,BCI)应用程序中,其中大脑活动被解码以响应单一事件(试验)。

传统的EEG分类技术使用机器学习算法基於这些矩阵的统计属性对单一次试验空间时间活动矩阵来进行分类。这些方法基于两个主要组成部分:用于有效降维的一特征提取机制及一分类算法。典型的分类器使用一样本数据来学习一映射规则,通过所述映射规则可以将其他测试数据分类成两个或多个类别中的一个。分类器大致可以分成线性方法及非线性方法。非线性分类器(例如神经网络、隐马尔可夫模型及k最近邻算法)可以近似各种函数,从而允许判别复杂的数据结构。虽然非线性分类器有可能捕获复杂的判别函数,但它们的复杂性也会导致过度拟合并且带来繁重的计算需求,从而使其不太适合实时应用。

另一方面,线性分类器不那么复杂,因此对数据过度拟合更加稳健。线性分类器在可以线性分离的数据上表现特别好。费歇线性判别(Fisher Linear discriminant,FLD)、线性支持向量机(linear Support Vector Machine,SVM)及逻辑回归(LogisticRegression,LR)是分类器的示例。FLD找到将两个类别的数据映射到一可分离投影轴上的特征的一线性组合。分离标准定义成类别之间距离均值与类别内方差的比值。SVM找到一分离超平面,使两个类别之间的间隔最大化。顾名思义,LR将数据投影到一逻辑函数上。

国际公开号WO2014/170897(其内容通过引用并入本文)公开了一种用于对响应于包含目标图像及非目标图像的一系列图像而生成的人类受试者的EEG信号进行单一试验分类的方法。所述方法包括:获得在一空间时间表示内的EEG信号,所述空间时间表示包括时间点及EEG信号的相应空间分布;使用一线性判别分类器独立地分类所述时间点,以计算空间时间判别权重;使用所述空间时间判别权重在时间空间点处,分别通过所述空间时间判别权重来放大所述空间时间表示,以创建一空间权重表示;对于EEG信号的每一个空间通道,在一时域上使用主成分分析(Principal Component Analysis,PCA)分别进行降维,以创建一PCA投影;将PCA投影应用于第一多个主成分上的空间权重表示,以创建时间上近似的空间权重表示,其中包含针对每个空间通道的多个主时间投影的PCA系数;及使用线性判别分类器,在多个通道上对时间上近似的空间权重表示进行分类,以产生指示图像系列中的每个图像属于目标图像或非目标图像的二元决策系列。

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英乐爱有限公司,未经英乐爱有限公司许可,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/202180070087.8/2.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