[发明专利]脑机接口评价模型训练方法、评价方法、装置及设备

权利要求书

1.一种脑机接口评价模型训练方法，其特征在于，包括：

采集获取被试人员面对脑机接口的多个样本运行场景时的多组样本脑电信号，其中每个样本运行场景对应一组所述样本脑电信号；

采集获取所述被试人员对利用所述脑机接口运行所述每个样本运行场景的满意度得到多个样本满意度；以及

将每组样本脑电信号作为神经网络的训练输入，并以对应的样本满意度指导所述神经网络的输出，利用反向传播算法对所述神经网络进行训练得到脑机接口评价模型。

2.根据权利要求1所述的脑机接口评价模型训练方法，其特征在于，所述采集获取所述被试人员对利用所述脑机接口运行所述每个样本运行场景的满意度得到多个样本满意度的过程包括：

确定评价所述每个样本运行场景的满意度的多个评价指标；

根据所述多个评价指标利用层次分析法计算得到每个评价指标的指标权重；以及

根据所述每个评价指标的指标权重，以及所述被试人员对所述每个样本运行场景的满意度的相应评价指标的打分，计算得到所述每个样本运行场景的满意度。

3.根据权利要求2所述的脑机接口评价模型训练方法，其特征在于，

所述多个评价指标包括所述被试人员面对相应所述样本运行场景时的脑力需求、体力需求、时间需求、努力程度、绩效水平以及挫败程度。

4.根据权利要求2所述的脑机接口评价模型训练方法，其特征在于，

所述根据所述多个评价指标利用层次分析法计算得到每个评价指标的指标权重的过程包括：

根据所述多个评价指标两两之间的重要性关系构造判断矩阵；

对所述判断矩阵进行一致性检验得到可接受判断矩阵；以及

根据所述可接受判断矩阵计算得到所述每个评价指标的指标权重。

5.根据权利要求1所述的脑机接口评价模型训练方法，其特征在于，所述采集获取被试人员面对脑机接口的多个样本运行场景时的多组样本脑电信号的过程包括：

利用脑电采集仪对所述被试人员面对所述脑机接口的多个样本运行场景时的脑电信号进行实时采集得到多组待处理样本脑电信号；以及

对所述多组待处理样本脑电信号进行小波去噪得到所述多组样本脑电信号。

6.根据权利要求1所述的脑机接口评价模型训练方法，其特征在于，

所述神经网络包括卷积神经网络；

所述将每组样本脑电信号作为神经网络的训练输入，并以对应的样本满意度指导所述神经网络的输出，利用反向传播算法对所述神经网络进行训练得到脑机接口评价模型的过程包括：

利用所述卷积神经网络的卷积层对所述每组样本脑电信号进行特征提取得到样本脑电信号特征；

利用所述卷积神经网络的池化层从所述样本脑电信号特征中提取得到简化样本脑电信号特征；

利用所述卷积神经网络的展平层对所述简化样本脑电信号特征进行一维映射得到样本脑电信号特征向量；以及

利用所述反向传播算法对所述卷积神经网络的参数进行调整，使得所述卷积神经网络的输出层根据所述样本脑电信号特征向量输出得到所述对应的样本满意度，并将调整参数后的所述卷积神经网络确定为所述脑机接口评价模型。

7.一种脑机接口满意度评价方法，其特征在于，包括：

采集获取脑机接口在运行过程中对应用户的用户脑电信号；以及

将所述用户脑电信号作为脑机接口评价模型输入，利用所述脑机接口评价模型输出得到所述用户对所述脑机接口的本次运行的满意度。

8.根据权利要求7所述的脑机接口满意度评价方法，其特征在于，还包括：

对所述用户对所述脑机接口的本次运行的满意度进行等级划分，得到所述用户对所述脑机接口的本次运行的满意度等级。