CN102920453A - 一种脑电波信号处理方法及其装置 - Google Patents
一种脑电波信号处理方法及其装置 Download PDFInfo
- Publication number
- CN102920453A CN102920453A CN2012104297446A CN201210429744A CN102920453A CN 102920453 A CN102920453 A CN 102920453A CN 2012104297446 A CN2012104297446 A CN 2012104297446A CN 201210429744 A CN201210429744 A CN 201210429744A CN 102920453 A CN102920453 A CN 102920453A
- Authority
- CN
- China
- Prior art keywords
- ripple
- eeg signal
- signal
- signal processing
- digital
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
一种脑电波信号处理方法及装置，通过将采集得到的脑电信号经过放大预处理后,将包括α波、β波、θ波和δ波的数字脑电波信号进行凯泽窗处理,经幅值分析、时间域分析和频率域分析得到脑电波信号的各项指标参数。具体的脑电波信号处理装置包括电极传感器，预处理装置、A/D转换单元、数字信号处理装置、以及输出单元、显示控制单元和存储单元。本发明通过脑电波信号处理装置结合计算机软件分析处理装置，采用人机界面操作实现结果显示、保健建议、语音提示等功能；为学生、白领及需要脑力劳动者提供一种简便易用、成本低、免维护，能够方便的实时显示当前的精神状态和脑电波。
Description
技术领域
本发明涉及医疗保健设备，特别是一种脑电波信号处理方法及其装置。
背景技术
公知的，生物的电现象是生命活动的基本特征之一，各种生物均有电活动的表现，不同的脑波模式会发出不同振幅和频率的脑电波，脑电波信号可以通过放置在头部的传感器来进行测量和研究。通过脑机接口技术可以把电生理学活动或有机器官的神经系统的代谢速率转化为可以识别的信号。
传统的脑电波采集需要在专用的实验室进行，被试者通常需要在脑部贴上若干电极或者佩戴专用的电极帽，同时实验室还需要配备专用的测量仪器进行数据测量和分析。现有的设备体积大，或者采集的信道多，或需配置专业的电极帽等不利于家庭保健、学生、社会白领阶层的人使用。由于接入方式受限，应用的局限性较大，不适合将来家庭保健的应用和普及。
发明内容
本发明的主要目的在于克服现有技术的上述缺点，提出一种对采集的脑电波信号进行专业分析和数据处理，以量化的形式体现当前的状态的脑电波信号处理方法及其装置。
本发明采用如下技术方案：
一种脑电波信号处理方法，其特征在于：包括如下步骤
1)通过电极传感器采集人体脑电波信号，并将采集到的模拟脑电波信号进行放大和滤波处理得到0.5Hz-100Hz范围内的包括α波、β波、θ波和δ波的模拟脑电波信号；
2)将模拟脑电波信号进行模数转换成数字脑电波信号后进行傅里叶变换分别得到α波、β波、θ波和δ波的傅里叶谱，将信号从空间域变换至频率域；
3)对包括α波、β波、θ波和δ波的数字脑电波信号进行凯泽窗处理,经幅值分析、时间域分析和频率域分析得到脑电波信号的各项指标参数。
进一步的，在步骤2）中利用小波包变换构造α波频率和β波频率的滤波器，来提取数字取脑电波信号中的α波、β波，并由α波、β波对应的小波系数构造动态脑电波信号变化图。
进一步的，在步骤3）中得到的脑电波指标参数包括量化的0-100内的放松度水平和专注度水平。
进一步的，在步骤2）中采用二维曲面样条法插值算法对功率谱进行圆滑拟合处理。
一种脑电波信号处理装置，其特征在于：包括用于采集脑部信号的电极传感器，与该电极传感器输出端相连用于将采集到的脑电波信号进行放大和滤波处理的预处理装置、用于将模拟脑电波信号进行模数转换的A/D转换单元、与A/D转换单元相连用于将数字脑电波信号进行算法分析从而得到量化的脑部参数的数字信号处理装置、以及与该数字信号处理装置相连的用于实时将原始数字脑电波信号和量化的脑部参数传输至外部设备的输出单元、用于将量化的脑部参数实时传输至外部显示设备的显示控制单元和用于存储数字脑电波信号和量化的脑部参数的存储单元。
进一步的，所述预处理装置包括依次相连的前置放大器、带通滤波器、50Hz陷波器和放大隔离电路，该前置放大器输入端与所述电极传感器相连，该放大隔离电路与所述A/D转换单元相连。
进一步的，所述数字信号处理装置包括与所述输出单元、所述显示控制单元和所述存储单元相连的主控单元和与所述A/D转换单元相连的算法分析单元。
进一步的，所述存储装置采用SD卡。
进一步的，还包括有用于与所述外部设备连接的USB单元。
由上述对本发明的描述可知，与现有技术相比，本发明具有如下有益效果：
本发明通过脑电波信号处理装置结合计算机软件分析处理装置，采用人机界面操作实现结果显示、保健建议、语音提示等功能；为学生、白领及需要脑力劳动者提供一种简便易用、成本低、免维护，能够方便的实时显示当前的精神状态和脑电波。
本发明通过量化的形式对采集的脑电波信号通过专业的分析软件和数据处理功能，对人体的脑电波以量化的形式体现当前的精神状态，专注度水平、放松度水平等形式。不同的神经活动会产生不同的脑波模式，从而表现为不同的大脑状态。可以用使用者的专注度来玩游戏，以游戏的形式来达到训练的目的；可实时显示使用者脑波及情感状态；可实时含脑电监测、脑电数据记录、分析、回放功能；通过专用的多媒体技术可增强了注意力训练及放松训练的功能，并可根据训练记录分析不同使用者的训练状态； 可建立多个账号，为不同使用者建立其测试/训练档案。
附图说明
图1为本发明的脑电波信号处理方法的步骤流程图；
图2为本发明的脑电波信号处理装置的原理框图。
具体实施方式
以下通过具体实施方式对本发明作进一步的描述。
脑电波信号（EEG）按其频率分为：δ波（1-3HZ）、θ波（4-7HZ）、α波（8-13HZ）、β波（14-25HZ）、Y波（25HZ以上）。脑电信号蕴含着包括思维、情感、精神以及心理等活动的丰富内容，可以从其电信号模式和频率来加以区分。例如：（1）当我们正在睡觉的时候，脑电显示出δ波（0.5-4HZ）占优势；（2）当我们在昏昏欲睡或者正在做梦时候，脑电显示θ波（4-8HZ）占优势；（3）当我们在日常清醒状态下，α脑电波（8-12HZ）所占的比例维持在一般的水平；当我们在清醒状态下闭起双眼时，立刻就会发现脑电的α波大幅度地增加；在放松、快乐状态下，与α波在整个脑电分布图中所占的比例有密切关系；但是，如果我们闭着眼睛睡着了，意识模糊了，α波就渐渐消失不见了；（4）当我们在正常的清醒状态下，对于周遭环境，包括人、事、物的体验，大都是基于习惯性的警觉和反应，监控并期望着事物都能如我们所知、所愿地发生，这时脑电β波（12-40HZ）出现；在处心积虑而步调快速的日常生活中，当我们心怀紧张、焦虑、激动或者注意力不集中时，β波的电位就显得更强劲，充分显示出β波经常处于主导地位的状态，这当然也表示脑部的活动趋于活跃、激动或亢奋。
参照图1，本发明提出一种脑电波信号处理方法，包括如下步骤
1)通过干电极传感器采集人体脑电波信号，并将采集到的模拟脑电波信号进行放大和滤波处理得到0.5Hz-100Hz范围内的包括α波、β波、θ波和δ波的模拟脑电波信号；
2)将模拟脑电波信号进行模数转换成数字脑电波信号后进行傅里叶变换分别得到α波、β波、θ波和δ波的傅里叶谱，将信号从空间域变换至频率域；
3)对采集得到的脑电信号经过放大预处理后,干扰得到了抑制,但不会消除，为了减少谱估计的频谱泄漏,软件包对包括α波、β波、θ波和δ波的数字脑电波信号进行凯泽窗处理,经幅值分析、时间域分析和频率域分析得到脑电波信号的各项指标参数。
在步骤2）中利用小波包变换构造α波频率和β波频率的滤波器，来提取数字取脑电波信号中的α波、β波，并由α波、β波对应的小波系数构造动态脑电波信号变化图。另外，将由小波包变换构造的α波、β波带通滤波器采集的α波、β波与通过低通滤波器直接采集的对应数据进行比较，来调整采集系统的滤波器参数，还可以通过软件设计调整各路信号的幅值大小。
在步骤3）中得到的脑电波指标参数包括量化的放松度水平和专注度水平。专注度参数以0-100之间的数值来表示被试者的注意力集中程度；放松度参数以0-100之间的数值来表示被试者的放松程度。
在步骤2）傅里叶谱即功率谱，求波段的功率谱时，随每次所截取的序列长度自动分段取谱值，采用二维曲面样条法插值算法对功率谱进行圆滑拟合处理。二维曲面样条法是属于精确的曲面拟合法,非常适合于有较少测点的曲面拟合,严格过结点,能拟合出非常光滑的曲面。曲面样条法要解一个有n+3个系数的线性方程组。如果有几十个测点,这种方法是可以接收的,当测点数为几百或几千时,计算量猛然增大,变为不可实现。本发明中测点数为16～32个,速度和效果即可满足要求。
基于上述理论和方法提出一种脑电波训练方法，将大脑皮层的脑活动节律（主要包括：δ波、θ波、α波、β波、Y波）采集出来，并对特定的脑电活动进行训练，通过训练选择性强化某一频段的脑电波以达到预期的治疗目的。比如我们通过专门制定的电脑游戏对大脑神经进行有效调节和改善。可以训练强化感觉运动节律（SMR波）和抑制4—7Hz的慢波（θ波），调整人的脑电活动，提高大脑唤醒状态，从而改善注意力、多动、冲动，使训练者增强自信心，增强自我控制能力，延长注意力集中时间，调动人的主动性，形成良好的行为模式。
脑电波信号的采集可利用与前额接触的干电极采集脑电波数据，经过数据放大、滤波、A/D转换等，通过FIR算法进行滤波取1-34Hz波段，通过对脑电数据的进行分析，每间隔20毫秒计算脑电波13－30Hz的β波段功率谱密度值，当后一结果与前一结果的β波段功率谱密度值之差大于阈值5时，训练内容就会继续进行，反之则在本段内重复进行。通过情感计算得到的人脑的注意力和放松度0-100的数值，使非脑电专业人士直观的了解脑部及心理活动的状态。训练者需要身体放松，心情平静的注视着电脑显示屏。利用视频或游戏技术来训练提高人的注意力，以影响人的认知活动的改变。
参照图2，本发明还提出一种脑电波信号处理装置，包括用于采集脑部信号的电极传感器1，与该电极传感器1输出端相连用于将采集到的脑电波信号进行放大和滤波处理的预处理装置2、用于将模拟脑电波信号进行模数转换的A/D转换单元3、与A/D转换单元3相连用于将数字脑电波信号进行算法分析从而得到量化的脑部参数的数字信号处理装置4、以及与该数字信号处理装置4相连的用于实时将原始数字脑电波信号和量化的脑部参数传输至外部设备的输出单元5、用于将量化的脑部参数实时传输至外部显示设备的显示控制单元6和用于存储数字脑电波信号和量化的脑部参数的存储单元7。
其中预处理装置2包括依次相连的前置放大器21、带通滤波器22、50Hz陷波器23和放大隔离电路24，该前置放大器21输入端与电极传感器相连，该放大隔离电路24输出端与A/D转换单元3相连，用于将混杂在信号中的噪音以及运动产生的扰动进行滤除，同时放大有用信号。另外由于采集到的信号频率范围较宽，杂波较大，故前置放大器21要有很高的共模抑制比。脑电波信号是一种低频信号，范围从0.5-100Hz，在此范围以外的信号应使其最大限度地衰减，所以在电路中应采用带通滤波，带通滤波器22是由低通滤波和高通滤波组成；由于工频信号的存在，需进一步的考虑将产生的50Hz或60Hz的工频信号，所以采用50Hz陷波器23将其去除。
电极传感器1采用单通道数据采集干态电极传感器，该干态电极传感器具有单极导联，使用时将活动电极接至预处理装置前置放大器21的一个输入端，无关电极接到前置放大器21的另一个输入端。无关电极一般选两侧耳垂，活动电极选择在头皮的一个电极。其优点是：能记录活动电极下脑电位变化的绝对值，其波幅较高且稳定。
数字信号处理装置包括与输出单元5、显示控制单元6和存储单元7相连的主控单元41和与A/D转换单元3相连的算法分析单元42。通过将采集到的信号通过放大、滤波及光电隔离后得到的数据送入A/D转换单元3，采用8位的专用A/D转换芯片，其最高采样频率10KHz，采集精度可以达到32位，满足A/D转换的要求，送至数字信号处理装置中的数据经过MCU控制和算法分析进行数据压缩处理。
主控单元41通过算法分析和相应的逻辑控制将得到的数据传输到输出单元5，同时输出单元5可实时显示使用者脑波及情感状态包含脑电监测、脑电数据。具体输出的数据包括：1）原始脑电波数据，数据输出频率为128Hz或者512Hz；2）δ、θ、α、β、γ频段EEG参数，数据输出频率为1Hz；3）“专注度”和“放松度”参数，数据输出频率为1Hz。其中“专注度”参数以0-100之间的数值来表示被试者的注意力集中程度；“放松度”参数以0-100之间的数值来表示被试者的放松程度。
主控单元41通过显示控制单元6对采样到的数据经算法分析后得到放松度和专注度等参数，通过显示接口与相应的显示器进行连接显示，输出的数据为：以多样图形化形式实时显示注意力、放松度、δ、θ、α、β、γ频段EEG参数等多项心理参数和脑波的数值及变化趋势。
还包括有与主控单元41相连的USB单元8，主控单元41中的数据经过MCU控制和算法分析进行数据压缩处理，可方便地解读出当前的精神状态，专注度水平、放松度水平等。并通过USB接口数据线与电脑相连接并结合PC软件提供多个注意力训练方案、音乐放松训练进行人机互动。人机互动是使用者可以通过显示界面，采用的专注度来玩游戏，以游戏的形式来达到训练的目的；可通过专用的多媒体技术可增强了注意力训练及放松训练的功能，并可根据训练记录分析
存储装置7采用SD卡，主控单元41通过算法分析和相应的SD卡控制将得到的脑电波监测数据通过SD卡进行数据存储。
还包括有电源管理系统，该电源管理系统在采集之前将数字信号处理装置及外围电路与放大滤波电路彼此相互隔离，不采用一套供电电路，使两部分只有信号上的联系，电源之间没有任何影响。
上述仅为本发明的一个具体实施方式，但本发明的设计构思并不局限于此，凡利用此构思对本发明进行非实质性的改动，均应属于侵犯本发明保护范围的行为。
Claims (9)
1.一种脑电波信号处理方法，其特征在于：包括如下步骤
1)通过电极传感器采集人体脑电波信号，并将采集到的模拟脑电波信号进行放大和滤波处理得到0.5Hz-100Hz范围内的包括α波、β波、θ波和δ波的模拟脑电波信号；
2)将模拟脑电波信号进行模数转换成数字脑电波信号后进行傅里叶变换分别得到α波、β波、θ波和δ波的傅里叶谱，将信号从空间域变换至频率域；
3)对包括α波、β波、θ波和δ波的数字脑电波信号进行凯泽窗处理,经幅值分析、时间域分析和频率域分析得到脑电波信号的各项指标参数。
2.如权利要求1所述的一种脑电波信号处理方法，其特征在于：在步骤2）中利用小波包变换构造α波频率和β波频率的滤波器，提取数字取脑电波信号中的α波、β波，并由α波、β波对应的小波系数构造动态脑电波信号变化图。
3.如权利要求1或2所述的一种脑电波信号处理方法，其特征在于：在步骤3）中得到的脑电波指标参数包括量化的0-100内的放松度水平和专注度水平。
4.如权利要求3所述的一种脑电波信号处理方法，其特征在于：在步骤2）中采用二维曲面样条法插值算法对功率谱进行圆滑拟合处理。
5.一种脑电波信号处理装置，其特征在于：包括用于采集脑部信号的电极传感器，与该电极传感器输出端相连用于将采集到的脑电波信号进行放大和滤波处理的预处理装置、用于将模拟脑电波信号进行模数转换的A/D转换单元、与A/D转换单元相连用于将数字脑电波信号进行算法分析从而得到量化的脑部参数的数字信号处理装置、以及与该数字信号处理装置相连的用于实时将原始数字脑电波信号和量化的脑部参数传输至外部设备的输出单元、用于将量化的脑部参数实时传输至外部显示设备的显示控制单元和用于存储数字脑电波信号和量化的脑部参数的存储单元。
6.如权利要求5所述的一种脑电波信号处理装置，其特征在于：所述预处理装置包括依次相连的前置放大器、带通滤波器、50Hz陷波器和放大隔离电路，该前置放大器输入端与所述电极传感器相连，该放大隔离电路与所述A/D转换单元相连。
7.如权利要求5或6所述的一种脑电波信号处理装置，其特征在于：所述数字信号处理装置包括与所述输出单元、所述显示控制单元和所述存储单元相连的主控单元和与所述A/D转换单元相连的算法分析单元。
8.如权利要求7所述的一种脑电波信号处理装置，其特征在于：所述存储装置采用SD卡。
9.如权利要求7所述的一种脑电波信号处理装置，其特征在于：还包括有用于与所述外部设备连接的USB单元。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2012104297446A CN102920453A (zh) | 2012-10-29 | 2012-10-29 | 一种脑电波信号处理方法及其装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2012104297446A CN102920453A (zh) | 2012-10-29 | 2012-10-29 | 一种脑电波信号处理方法及其装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN102920453A true CN102920453A (zh) | 2013-02-13 |
Family
ID=47635494
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2012104297446A Pending CN102920453A (zh) | 2012-10-29 | 2012-10-29 | 一种脑电波信号处理方法及其装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102920453A (zh) |
Cited By (45)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103815901A (zh) * | 2013-11-22 | 2014-05-28 | 刘志勇 | 一种应用于单导联便携式脑电设备的频域特征提取算法 |
| CN104434032A (zh) * | 2014-10-29 | 2015-03-25 | 安徽省科普产品工程研究中心有限责任公司 | 一种大脑专注度的测定装置 |
| WO2015062117A1 (zh) * | 2013-10-30 | 2015-05-07 | 深圳市宏智力科技有限公司 | 一种脑波数据传输方法、装置及系统 |
| CN104720800A (zh) * | 2015-04-15 | 2015-06-24 | 重庆博恩富克医疗设备有限公司 | 一种电磁波信号处理装置 |
| CN104918162A (zh) * | 2015-06-19 | 2015-09-16 | 成都腾悦科技有限公司 | 一种触控式脑电β波信号感应蓝牙耳机 |
| CN105030234A (zh) * | 2015-06-26 | 2015-11-11 | 迈德高武汉生物医学信息科技有限公司 | 一种脑电波监测仪及其智能监测系统和方法 |
| CN105286859A (zh) * | 2015-10-14 | 2016-02-03 | 无锡百灵传感技术有限公司 | 一种基于传感器单元的脑电波检测仪 |
| CN105413047A (zh) * | 2016-01-12 | 2016-03-23 | 张宗花 | 一种妇产科用多功能消毒装置 |
| CN105496683A (zh) * | 2016-01-14 | 2016-04-20 | 林晓燕 | 一种多功能心血管内科护理床 |
| CN105809155A (zh) * | 2016-05-17 | 2016-07-27 | 中山衡思健康科技有限公司 | 一种基于脑电波的冥想检测系统 |
| CN105832348A (zh) * | 2016-03-22 | 2016-08-10 | 宁波元鼎电子科技有限公司 | 一种智能感知毛毯 |
| CN105877733A (zh) * | 2015-01-04 | 2016-08-24 | 南京理工大学 | 一种全科医生用的生物电测量仪 |
| CN105975943A (zh) * | 2016-05-17 | 2016-09-28 | 中山衡思健康科技有限公司 | 一种基于脑电波的冥想检测方法 |
| CN106175752A (zh) * | 2015-04-30 | 2016-12-07 | 深圳市前海览岳科技有限公司 | 脑电波信号获取设备及方法、状态评估系统及方法 |
| CN106562781A (zh) * | 2016-05-20 | 2017-04-19 | 杨燕 | 一种新型智能化神经内科治疗仪 |
| CN106562782A (zh) * | 2016-05-20 | 2017-04-19 | 彭慧敏 | 一种儿科护理专用心电监护仪 |
| CN106580319A (zh) * | 2016-12-20 | 2017-04-26 | 广州视源电子科技股份有限公司 | 一种基于小波变换的脑电放松度识别方法及装置 |
| CN106682605A (zh) * | 2016-12-20 | 2017-05-17 | 广州视源电子科技股份有限公司 | 一种识别脑电放松度的方法及系统 |
| CN106691445A (zh) * | 2016-12-20 | 2017-05-24 | 广州视源电子科技股份有限公司 | 基于自回归模型和小波变换的脑电放松度识别方法及系统 |
| CN106708261A (zh) * | 2016-12-05 | 2017-05-24 | 深圳大学 | 一种基于脑机交互的注意力训练方法及系统 |
| CN106725458A (zh) * | 2016-12-31 | 2017-05-31 | 深圳市达实智控科技股份有限公司 | 一种基于脑电波检测及通知系统 |
| CN106859644A (zh) * | 2017-03-20 | 2017-06-20 | 重庆大学 | 一种基于脑电波的疲劳驾驶监控系统及监控方法 |
| CN106974647A (zh) * | 2017-04-01 | 2017-07-25 | 南京阿凡达机器人科技有限公司 | 一种脑电波头戴装置及遥控机器人和锻炼大脑的方法 |
| CN107145239A (zh) * | 2017-06-29 | 2017-09-08 | 上海传英信息技术有限公司 | 一种基于脑念传感器的智能系统及其控制方法 |
| CN107837089A (zh) * | 2017-12-05 | 2018-03-27 | 清华大学 | 一种基于脑电波的视频卡顿极限值测量方法 |
| CN108078563A (zh) * | 2017-01-11 | 2018-05-29 | 浙江师范大学 | 一种集成分类器的eeg信号分析方法 |
| CN108089451A (zh) * | 2017-01-11 | 2018-05-29 | 浙江师范大学 | 一种基于实时脑电位信号处理的智能睡眠环境控制系统 |
| CN108391010A (zh) * | 2018-02-28 | 2018-08-10 | 广东欧珀移动通信有限公司 | 闹钟控制方法及相关产品 |
| CN108542385A (zh) * | 2018-04-02 | 2018-09-18 | 东北电力大学 | 一种利用嗅觉脑电波进行感官风味物质分类的方法 |
| CN108766532A (zh) * | 2018-05-11 | 2018-11-06 | 深圳市心流科技有限公司 | 提高注意力的教学方法、装置及计算机可读存储介质 |
| CN108888280A (zh) * | 2018-05-24 | 2018-11-27 | 吉林大学 | 基于脑电信号分析的学生听课注意力评价方法 |
| CN109199364A (zh) * | 2018-09-30 | 2019-01-15 | 浙江大学宁波理工学院 | 基于心电的专注度曲线生成方法及分割教学视频的应用 |
| WO2019085746A1 (zh) * | 2017-10-30 | 2019-05-09 | 陈锐斐 | 一种利于脑力增强的音乐文件的制作方法 |
| CN109893128A (zh) * | 2019-04-02 | 2019-06-18 | 深圳市康立高科技有限公司 | 一种超低频脑电波检测仪及其检测分析方法 |
| CN110200625A (zh) * | 2019-07-05 | 2019-09-06 | 郭长娥 | 一种大脑脑部神经强化训练装置及方法 |
| CN110236535A (zh) * | 2019-05-23 | 2019-09-17 | 昌乐县人民医院 | 一种基于精神监测分析的智能辅助给药装置 |
| WO2020140845A1 (zh) * | 2019-01-02 | 2020-07-09 | 浙江强脑科技有限公司 | 注意力训练方法、装置及计算机可读存储介质 |
| CN111643075A (zh) * | 2020-01-17 | 2020-09-11 | 天津大学 | 基于微状态分析方法的eeg实时检测分析平台 |
| CN112115856A (zh) * | 2020-09-17 | 2020-12-22 | 浙江迈联医疗科技有限公司 | 脑电质量评估方法、存储介质及系统 |
| CN112233790A (zh) * | 2020-10-16 | 2021-01-15 | 江苏田域科技有限公司 | 基于脑数据云的脑力评估方法 |
| CN112354055A (zh) * | 2020-11-03 | 2021-02-12 | 遵义医科大学 | 一种剂量可调的吸入式持续麻醉系统及方法 |
| CN112515688A (zh) * | 2019-08-29 | 2021-03-19 | 佳纶生技股份有限公司 | 专注力自动侦测方法和系统 |
| CN112656428A (zh) * | 2020-12-15 | 2021-04-16 | 上海知己信息科技有限公司 | 一种利用非嵌入式脑机接口获取人体生理信号的电子设备及方法 |
| CN112890831A (zh) * | 2021-01-15 | 2021-06-04 | 褚明礼 | 一种基于脑电信息的效率管理方法 |
| CN113679386A (zh) * | 2021-08-13 | 2021-11-23 | 北京脑陆科技有限公司 | 对注意力进行识别的方法、装置、终端及介质 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN2770008Y (zh) * | 2005-03-04 | 2006-04-05 | 香港理工大学 | 瞌睡检测报警装置 |
| WO2006122201A2 (en) * | 2005-05-10 | 2006-11-16 | The Salk Institute For Biological Studies | Automated detection of sleep and waking states |
| CN101243973A (zh) * | 2008-01-31 | 2008-08-20 | 杨杰 | 疲劳瞌睡监测唤醒方法及装置 |
| CN101433460A (zh) * | 2008-07-25 | 2009-05-20 | 天津大学 | 下肢想象动作电位空间滤波方法 |
| CN101596101A (zh) * | 2009-07-13 | 2009-12-09 | 北京工业大学 | 依据脑电信号判定疲劳状态的方法 |
| CN101779955A (zh) * | 2010-01-18 | 2010-07-21 | 南京大学 | 便携式脑功能生物反馈仪 |
| CN102274022A (zh) * | 2011-05-10 | 2011-12-14 | 浙江大学 | 一种基于脑电信号的睡眠状态监测方法 |
| CN102274032A (zh) * | 2011-05-10 | 2011-12-14 | 北京师范大学 | 一种基于脑电信号的驾驶员疲劳检测系统 |
| CN102488516A (zh) * | 2011-12-13 | 2012-06-13 | 湖州康普医疗器械科技有限公司 | 一种非线性脑电信号分析方法以及装置 |
| KR20120089780A (ko) * | 2010-11-17 | 2012-08-13 | 경북대학교 산학협력단 | 생체신호추정장치 및 그 생체신호추정방법 |
| CN102715903A (zh) * | 2012-07-09 | 2012-10-10 | 天津市人民医院 | 基于定量脑电图的脑电特征提取方法 |
-
2012
- 2012-10-29 CN CN2012104297446A patent/CN102920453A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN2770008Y (zh) * | 2005-03-04 | 2006-04-05 | 香港理工大学 | 瞌睡检测报警装置 |
| WO2006122201A2 (en) * | 2005-05-10 | 2006-11-16 | The Salk Institute For Biological Studies | Automated detection of sleep and waking states |
| CN101243973A (zh) * | 2008-01-31 | 2008-08-20 | 杨杰 | 疲劳瞌睡监测唤醒方法及装置 |
| CN101433460A (zh) * | 2008-07-25 | 2009-05-20 | 天津大学 | 下肢想象动作电位空间滤波方法 |
| CN101596101A (zh) * | 2009-07-13 | 2009-12-09 | 北京工业大学 | 依据脑电信号判定疲劳状态的方法 |
| CN101779955A (zh) * | 2010-01-18 | 2010-07-21 | 南京大学 | 便携式脑功能生物反馈仪 |
| KR20120089780A (ko) * | 2010-11-17 | 2012-08-13 | 경북대학교 산학협력단 | 생체신호추정장치 및 그 생체신호추정방법 |
| CN102274022A (zh) * | 2011-05-10 | 2011-12-14 | 浙江大学 | 一种基于脑电信号的睡眠状态监测方法 |
| CN102274032A (zh) * | 2011-05-10 | 2011-12-14 | 北京师范大学 | 一种基于脑电信号的驾驶员疲劳检测系统 |
| CN102488516A (zh) * | 2011-12-13 | 2012-06-13 | 湖州康普医疗器械科技有限公司 | 一种非线性脑电信号分析方法以及装置 |
| CN102715903A (zh) * | 2012-07-09 | 2012-10-10 | 天津市人民医院 | 基于定量脑电图的脑电特征提取方法 |
Non-Patent Citations (6)
| Title |
|---|
| 叶柠等: "基于EEG小波包子带能量比的疲劳驾驶检测方法", 《东北大学学报（自然科学版）》, vol. 33, no. 8, 31 August 2012 (2012-08-31) * |
| 王利等: "驾驶疲劳脑电信号节律的特征分析", 《生物医学工程学杂志》, vol. 29, no. 4, 31 August 2012 (2012-08-31) * |
| 王黎等: "基于脑电α波的非线性参数人体疲劳状态判定", 《东北大学学报（自然科学版）》, vol. 26, no. 12, 31 December 2005 (2005-12-31) * |
| 许慰玲等: "基于小波包分解的时变脑电节律提取", 《数据采集与处理》, vol. 19, no. 1, 31 March 2004 (2004-03-31) * |
| 陈曾等: "脑电信号在情感识别中的应用", 《计算机工程》, vol. 36, no. 9, 31 May 2010 (2010-05-31) * |
| 黄静霞等: "基于小波包分解的不同状态下脑电信号分析", 《北京生物医学工程》, vol. 23, no. 1, 31 March 2004 (2004-03-31) * |
Cited By (54)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015062117A1 (zh) * | 2013-10-30 | 2015-05-07 | 深圳市宏智力科技有限公司 | 一种脑波数据传输方法、装置及系统 |
| CN103815901B (zh) * | 2013-11-22 | 2015-09-09 | 刘志勇 | 一种应用于单导联便携式脑电设备的频域特征提取方法 |
| CN103815901A (zh) * | 2013-11-22 | 2014-05-28 | 刘志勇 | 一种应用于单导联便携式脑电设备的频域特征提取算法 |
| CN104434032A (zh) * | 2014-10-29 | 2015-03-25 | 安徽省科普产品工程研究中心有限责任公司 | 一种大脑专注度的测定装置 |
| CN105877733A (zh) * | 2015-01-04 | 2016-08-24 | 南京理工大学 | 一种全科医生用的生物电测量仪 |
| CN104720800A (zh) * | 2015-04-15 | 2015-06-24 | 重庆博恩富克医疗设备有限公司 | 一种电磁波信号处理装置 |
| CN106175752B (zh) * | 2015-04-30 | 2020-12-01 | 浙江美迪克医疗科技有限公司 | 脑电波信号获取设备及方法、状态评估系统及方法 |
| CN106175752A (zh) * | 2015-04-30 | 2016-12-07 | 深圳市前海览岳科技有限公司 | 脑电波信号获取设备及方法、状态评估系统及方法 |
| CN104918162A (zh) * | 2015-06-19 | 2015-09-16 | 成都腾悦科技有限公司 | 一种触控式脑电β波信号感应蓝牙耳机 |
| CN105030234A (zh) * | 2015-06-26 | 2015-11-11 | 迈德高武汉生物医学信息科技有限公司 | 一种脑电波监测仪及其智能监测系统和方法 |
| CN105286859A (zh) * | 2015-10-14 | 2016-02-03 | 无锡百灵传感技术有限公司 | 一种基于传感器单元的脑电波检测仪 |
| CN105413047A (zh) * | 2016-01-12 | 2016-03-23 | 张宗花 | 一种妇产科用多功能消毒装置 |
| CN105496683A (zh) * | 2016-01-14 | 2016-04-20 | 林晓燕 | 一种多功能心血管内科护理床 |
| CN105832348A (zh) * | 2016-03-22 | 2016-08-10 | 宁波元鼎电子科技有限公司 | 一种智能感知毛毯 |
| CN105809155A (zh) * | 2016-05-17 | 2016-07-27 | 中山衡思健康科技有限公司 | 一种基于脑电波的冥想检测系统 |
| CN105975943A (zh) * | 2016-05-17 | 2016-09-28 | 中山衡思健康科技有限公司 | 一种基于脑电波的冥想检测方法 |
| CN106562782A (zh) * | 2016-05-20 | 2017-04-19 | 彭慧敏 | 一种儿科护理专用心电监护仪 |
| CN106562781A (zh) * | 2016-05-20 | 2017-04-19 | 杨燕 | 一种新型智能化神经内科治疗仪 |
| CN106708261A (zh) * | 2016-12-05 | 2017-05-24 | 深圳大学 | 一种基于脑机交互的注意力训练方法及系统 |
| CN106580319A (zh) * | 2016-12-20 | 2017-04-26 | 广州视源电子科技股份有限公司 | 一种基于小波变换的脑电放松度识别方法及装置 |
| CN106682605A (zh) * | 2016-12-20 | 2017-05-17 | 广州视源电子科技股份有限公司 | 一种识别脑电放松度的方法及系统 |
| CN106691445A (zh) * | 2016-12-20 | 2017-05-24 | 广州视源电子科技股份有限公司 | 基于自回归模型和小波变换的脑电放松度识别方法及系统 |
| CN106691445B (zh) * | 2016-12-20 | 2020-09-04 | 广州视源电子科技股份有限公司 | 基于自回归模型和小波变换的脑电放松度识别方法及系统 |
| CN106682605B (zh) * | 2016-12-20 | 2019-07-16 | 广州视源电子科技股份有限公司 | 一种识别脑电放松度的方法及系统 |
| CN106725458A (zh) * | 2016-12-31 | 2017-05-31 | 深圳市达实智控科技股份有限公司 | 一种基于脑电波检测及通知系统 |
| CN108089451A (zh) * | 2017-01-11 | 2018-05-29 | 浙江师范大学 | 一种基于实时脑电位信号处理的智能睡眠环境控制系统 |
| CN108078563A (zh) * | 2017-01-11 | 2018-05-29 | 浙江师范大学 | 一种集成分类器的eeg信号分析方法 |
| CN106859644A (zh) * | 2017-03-20 | 2017-06-20 | 重庆大学 | 一种基于脑电波的疲劳驾驶监控系统及监控方法 |
| CN106974647A (zh) * | 2017-04-01 | 2017-07-25 | 南京阿凡达机器人科技有限公司 | 一种脑电波头戴装置及遥控机器人和锻炼大脑的方法 |
| WO2018176962A1 (zh) * | 2017-04-01 | 2018-10-04 | 南京阿凡达机器人科技有限公司 | 一种基于脑电波信号的机器人控制系统及方法、头戴装置 |
| CN107145239A (zh) * | 2017-06-29 | 2017-09-08 | 上海传英信息技术有限公司 | 一种基于脑念传感器的智能系统及其控制方法 |
| WO2019085746A1 (zh) * | 2017-10-30 | 2019-05-09 | 陈锐斐 | 一种利于脑力增强的音乐文件的制作方法 |
| CN107837089A (zh) * | 2017-12-05 | 2018-03-27 | 清华大学 | 一种基于脑电波的视频卡顿极限值测量方法 |
| CN108391010A (zh) * | 2018-02-28 | 2018-08-10 | 广东欧珀移动通信有限公司 | 闹钟控制方法及相关产品 |
| CN108542385A (zh) * | 2018-04-02 | 2018-09-18 | 东北电力大学 | 一种利用嗅觉脑电波进行感官风味物质分类的方法 |
| CN108766532A (zh) * | 2018-05-11 | 2018-11-06 | 深圳市心流科技有限公司 | 提高注意力的教学方法、装置及计算机可读存储介质 |
| CN108888280A (zh) * | 2018-05-24 | 2018-11-27 | 吉林大学 | 基于脑电信号分析的学生听课注意力评价方法 |
| CN109199364A (zh) * | 2018-09-30 | 2019-01-15 | 浙江大学宁波理工学院 | 基于心电的专注度曲线生成方法及分割教学视频的应用 |
| WO2020140845A1 (zh) * | 2019-01-02 | 2020-07-09 | 浙江强脑科技有限公司 | 注意力训练方法、装置及计算机可读存储介质 |
| CN109893128B (zh) * | 2019-04-02 | 2024-03-12 | 深圳市康立高科技有限公司 | 一种超低频脑电波检测仪及其检测分析方法 |
| CN109893128A (zh) * | 2019-04-02 | 2019-06-18 | 深圳市康立高科技有限公司 | 一种超低频脑电波检测仪及其检测分析方法 |
| CN110236535A (zh) * | 2019-05-23 | 2019-09-17 | 昌乐县人民医院 | 一种基于精神监测分析的智能辅助给药装置 |
| CN110236535B (zh) * | 2019-05-23 | 2021-11-23 | 昌乐县人民医院 | 一种基于精神监测分析的智能辅助给药装置 |
| CN110200625A (zh) * | 2019-07-05 | 2019-09-06 | 郭长娥 | 一种大脑脑部神经强化训练装置及方法 |
| CN112515688A (zh) * | 2019-08-29 | 2021-03-19 | 佳纶生技股份有限公司 | 专注力自动侦测方法和系统 |
| CN111643075A (zh) * | 2020-01-17 | 2020-09-11 | 天津大学 | 基于微状态分析方法的eeg实时检测分析平台 |
| CN112115856A (zh) * | 2020-09-17 | 2020-12-22 | 浙江迈联医疗科技有限公司 | 脑电质量评估方法、存储介质及系统 |
| CN112115856B (zh) * | 2020-09-17 | 2024-06-14 | 浙江迈联医疗科技有限公司 | 脑电质量评估方法、存储介质及系统 |
| CN112233790A (zh) * | 2020-10-16 | 2021-01-15 | 江苏田域科技有限公司 | 基于脑数据云的脑力评估方法 |
| CN112354055A (zh) * | 2020-11-03 | 2021-02-12 | 遵义医科大学 | 一种剂量可调的吸入式持续麻醉系统及方法 |
| CN112656428A (zh) * | 2020-12-15 | 2021-04-16 | 上海知己信息科技有限公司 | 一种利用非嵌入式脑机接口获取人体生理信号的电子设备及方法 |
| CN112656428B (zh) * | 2020-12-15 | 2024-05-24 | 上海知己信息科技有限公司 | 一种利用非嵌入式脑机接口获取人体生理信号的电子设备及方法 |
| CN112890831A (zh) * | 2021-01-15 | 2021-06-04 | 褚明礼 | 一种基于脑电信息的效率管理方法 |
| CN113679386A (zh) * | 2021-08-13 | 2021-11-23 | 北京脑陆科技有限公司 | 对注意力进行识别的方法、装置、终端及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102920453A (zh) | 一种脑电波信号处理方法及其装置 | |
| WO2020119245A1 (zh) | 一种基于可穿戴手环的情绪识别系统及方法 | |
| Wei et al. | A real-time wearable emotion detection headband based on EEG measurement | |
| CN111651060B (zh) | 一种vr沉浸效果的实时评估方法和评估系统 | |
| CN107788976A (zh) | 基于振幅整合脑电图的睡眠监测系统 | |
| CN110946576A (zh) | 一种基于宽度学习的视觉诱发电位识别情绪方法 | |
| CN105982642A (zh) | 一种基于体震信号的睡眠检测方法及检测系统 | |
| CN103584872A (zh) | 一种基于多生理参数融合的心理压力评估方法 | |
| Gaikwad et al. | Novel approach for stress recognition using EEG signal by SVM classifier | |
| CN106901727A (zh) | 一种基于脑电信号的抑郁症风险筛查装置 | |
| Estepp et al. | Validation of a dry electrode system for EEG | |
| Tyagi et al. | A review of EEG sensors used for data acquisition | |
| CN104102348A (zh) | 电子装置的控制系统及其方法 | |
| CN104367306A (zh) | 生理心理职业测评系统及实现方法 | |
| CN115376695A (zh) | 基于扩展现实的神经心理评估及干预的方法、系统和装置 | |
| CN111012345A (zh) | 眼部疲劳度检测系统及方法 | |
| CN106859673A (zh) | 一种基于睡眠脑电的抑郁症风险筛查系统 | |
| CN108143412B (zh) | 一种儿童脑电情绪分析的控制方法、装置及系统 | |
| Chen et al. | Introducing mdpsd, a multimodal dataset for psychological stress detection | |
| Islam et al. | Probability mapping based artifact detection and wavelet denoising based artifact removal from scalp EEG for BCI applications | |
| CN202875325U (zh) | 一种脑电波信号处理装置 | |
| CN106175698B (zh) | 睡眠状态分析中睡眠周期检测装置 | |
| Vijayaragavan et al. | EEG monitored mind de-stressing smart phone application using Yoga and Music Therapy | |
| TW201350087A (zh) | 腦波訊號分析裝置及利用其之專注力分析方法 | |
| Zhao et al. | Wearable EEG-based real-time system for depression monitoring |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C12 | Rejection of a patent application after its publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130213 |