CN103251417B - 创业潜质脑电信号表征与识别方法 - Google Patents

Abstract

本发明公开了一种创业潜质脑电信号表征与识别方法，属于脑电信号处理技术领域。本发明通过对创业潜质进行脑电信号表征，并根据该表征对受试者进行创业潜质的识别。本发明对为创业型人才识别培养提供了科学依据，对于提高创业成功率和创业绩效、促进创业型经济深化和发展具有十分重要理论指导意义和实践推广价值，同时也为各种脑功能和职业潜力(或胜任力)客观准确地识别提供了一种新思路。

Description

创业潜质脑电信号表征与识别方法

技术领域

本发明属于脑电信号处理技术领域，特别涉及一种创业潜质脑电信号表征与识别方法。

背景技术

创业研究中有三个关键问题，即：为什么一些人能成为创业者？为什么一些人能发现创业机会？为什么一些创业者能比另外一些创业者更加成功？这三个关键问题都与成功创业者独特创业潜质有关。创业充满机会，更具挑战，如何真实、客观评价创业者是否拥有这种成功创业者独特创业潜质,对促进创业经济发展、提高创业成功率是十分重要的。

对创业主体研究是创业学研究一个重要方面，学者们分别从心理学、行为学、社会学角度分析创业者心理特征和认知行为，通过对创业者心理特征描述，解释成功创业条件和规律，总结成功创业者共有特质。与之相关的测评有心理测验(如卡特尔16种个性因素测验、投射技术等)、面试、情景模拟(如管理游戏和角色扮演等)和评价中心等传统人员素质测评方法，广泛用于智力测验、能力与成就测评、职业能力倾向测验等，包括创业者特质与技能测评。此外，美国Ned Herrmann(1996)基于全脑优势理论，建立了赫曼全脑优势测评工具(HBDI)，使人们通过HBDI测验，了解自己思维和工作偏好，自我评估自己整体优势。结合测评经验，Herrmann给出了技术类和综合类成功创业者典型HBDI图形和思维特性。总之，目前测评方法虽然能在一定程度上对创业者的特质和偏好进行识别，但易受文化背景、测评人为和环境因素干扰，客观性和便捷性有待提高。

从近几年国内外的相关文献看，对创业主体研究发展趋势之一是从注重一般情景下转向特定情景下的创业特征研究。因此提出通过对创业者创业情景训练，实现对创业者独特创业潜质表征和识别。

同时注意到：随着脑科学及认知神经科学发展，脑成像方法逐渐成熟，给人们对大脑智慧认知开发提供了一个可操作的物理学捷径。脑成像包括正电子发射断层扫描、脑磁图、单光子发射断层扫描、功能性磁共振成像(fMRI)、脑电图(EEG)和事件相关电位(ERP)等。其中应用最广泛的是 fMRI 和ERP，它们都是刺激事件(包括视听觉、体感等物理刺激及非诱发的心理因素)在大脑中引起相应脑区活动的真实客观反映。fMRI具有较高的时间和空间分辨率，但检测费用高，方便性差。而ERP仪器便于携带，检测费相对较低。国内外学者通过运用感知觉、注意、记忆、思维、语言和其他高级功能等事件相关的功能磁共振成像，研究脑功能机制，取得了很多具有重要意义的成果。对大量创业者进行创业潜质表征和识别，其EEG和ERP测试及其信号处理分析均是较经济、方便和适用可行的方法，但是目前鲜有成熟研究成果报道。

1924年英国科学家H.Berger首先从完整头皮记录人的脑电活动，并命名为脑电图(EEG)。近年来，人们不断探索如何有效地从脑电信号中提取有用信息来反映大脑的功能状态，为大脑功能的评价提供客观依据。主要研究成果有：(1)实现神经精神疾病的辅助诊断，包括脑肿瘤、癫痫等；(2)确定神经功能和生理评估的客观指标，即利用EEG分析不同精神状态下的电生理特性，如麻醉、焦虑、疲劳等；(3)在脑机接口(BCI)系统中的应用，通过从脑电信号中提取与心理任务相关的信息，实现人脑与计算机的交互；(4)在认知神经科学中的应用，如思维能力评价等。

ERP相关研究主要有：事件相关电位(ERP)分析和ERP非线性动力学分析、相干分析、功率谱分析和脑象图测评法等。

(1)事件相关电位(ERP)分析。ERP包括事件相关去同步化(ERD)分析和ERP成分分析。ERD指当大脑某一区域激活时，脑电波幅减小，可用作表示大脑的活跃程度。ERP成分是指只有在完成作业任务时才出现的短时波形成分。例如：研究显示完成简单任务时，高智商组的ERD较小，随着任务难度的增加，ERD也不断增加，而对照组的ERD则没有明显变化。额叶区的ERP的P300成分的潜伏期和波幅是测量智力高低最有效的生理指标。

(2)ERP非线性动力学分析。ERP非线性动力学分析指计算ERP信号不同时间段的非线性动力学参数，观察作业任务时脑电信号的复杂度随时间的变化。例如：血管性痴呆(VD)患者的近似熵在整个实验过程中基本稳定，无显著变化；其余被试随着刺激任务开始，近似熵下降，随着任务的结束，近似熵升高。1996年Stam等发现非线性动力学参量(D2)与心算效率相关性。2008年刘小峰等人引入了符号动力学方法分析认知事件相关电位的复杂度，并证明基于符号动力学的复杂度分析能够反映认知任务加工的时间过程，并能够更加显著区分两种任务类型。

(3)功率谱分析。例如：研究发现，α波的绝对功率与IQ之间存在正相关，且高频部分(10~12Hz)更显著。功率谱分析属于传统测评方法，方法简单易行，但无法准确定量的分析混沌的非平稳的脑电信号的特征。

(4)相干分析。相干分析是指完成作业任务时各电极之间的耦合程度。例如：额叶区存在低相干程度与高智商的显著负相关。创造力任务时，艺术家组的大脑右半球相干程度高。

(5)脑象图测评法。脑象图测评法是我国王德堃团队在EEG技术基础上，依据混沌动力学原理建立数学模型，通过数学换算将实时的、实变的EEG转化为具有鲜明特征的图形，称为脑象图(EEQG)（相关专利号ZL891043209和专利申请号200810052540.9）。脑象图测评方法在学前教育、特殊教育、创新人才选拔以及脑智慧认知开发等方面已得到广泛应用，例如：李安格与王德堃(1992)合作研究了女排运动员脑电波智力评定和性格特点；吕雅君等(2001)研究了不同专项、水平运动员之间EEQG差异及与运动员智商的相关关系；何洋等(2008)应用EEG和EEQG技术，对我国优秀射箭运动员动态追踪研究，探索直接反映运动员赛前焦虑与恐惧情绪判识方法。

目前脑象图测评技术发展已比较成熟，用于心理素质特征脑象图测评方法是：对被试采集的一系列脑象图中选取图形较丰富质量较好图若干幅(通常3次18幅图)，判断图形类型及图质量等级(优势图形为A,非优势图形为B，劣势图形为C)。依据优势图在不同脑功能区分布情况及优势图比例，得到脑象图质量总分，作为评价脑不同功能区潜力依据。存在问题和不足是：选取图形数量少，仅依据优势图比例，不考虑非优秀图和劣势图形比例情况，测评综合性、完整性均较差；同时选取若干幅图形较丰富、质量较好图的依据不明确，每次6个脑部区域的6幅图形在类型、质量上均有较大差异，导致选图的随机性、主观性大，测评客观性降低。

发明内容

针对现有技术中目前创业者创业潜质表征和识别困难、客观有效的方法缺乏，而脑象图测评方法存在综合性、完整性较差，脑象图选取的随机性、主观性大，测评客观性低等不足，本发明提供一种针对创业者的创业潜质脑电信号表征与识别方法。

本发明的创业潜质脑电信号表征与识别系统包括：测试间，情景训练处理软件及其微机1，被试及其所戴的电极帽，带USB接口脑电放大器，脑电信号采集、预处理和创业潜质特征表征与识别处理软件及其微机2等。

本发明的创业潜质脑电信号表征与识别的基本方式是：（1）在知情和10天内未服任何药物情况下，被试在测试间内，分别在安静和通过微机1的相关情景训练软件运行和反应键操作下，通过所戴的电极帽及带USB接口脑电放大器，对脑电信号分别进行前置电压放大、增益及低频和高频滤波处理，在脑电信号采集软件运行下，对脑电信号采集及A/D转换处理，得到脑电数字信号，通过USB接口输送给微机2；（2）通过脑电信号预处理和脑电信号创业潜质特征表征与识别处理软件运行，对脑电信号进行一系列处理，得到创业潜质脑电信号表征特征，并依据表征特征识别出创业者的创业潜质。

本发明使用的脑电信号创业潜质特征表征与识别处理软件，用MATLAB软件设计编写，包括脑电信号时间序列复杂性测度分析处理软件和脑电信号创业潜质特征识别处理软件等。

具体而言，本发明的创业潜质脑电信号表征方法，其技术方案是：（1）通过对创业者调查访谈和资料归纳总结，确定成功创业者所拥有的创业潜质特征因子；（2）选取成功创业者、创业失败者或非创业者作为被试，在知情和10天内未服任何药物情况下在测试间进行脑电波测试，采集他们在安静状态下脑电位信号和与创业潜质相关情景训练时的事件相关脑电信号，生成事件相关脑电位(ERP)信号，并进行脑电信号预处理；（3）通过对两组被试不同脑区的导联、情景训练前后采集到的脑电位信号进行时间序列复杂性测度分析处理，提取复杂度(LZC)特征；（4）对不同脑区、不同条件下的脑电位信号复杂度(LZC)特征与两组被试实际创业能力进行相关性统计分析，确定脑电信号表征创业者创业潜质特征的各创业潜质因子所对应不同脑区、成功创业者所拥有的创业潜质各特征因子所对应脑区的脑电信号时间序列复杂度(LZC)特征值变化规律，实现对创业者创业潜质脑电信号表征。

本发明所确定的包含成功创业者心智结构和心理认知等深层次创业潜质特征因子依次为：创业动机、创业品质、自我认知、价值观和创业经验技巧等5方面。具体内容是：创业动机，具有强烈、内在持续的创业动机、意愿、欲望和成就感；创业品质，拥有正直的道德品质、诚实守信，责任心与社会责任感、遵守法律意识、敬业进取精神、务实创新精神等强；自我认知，具有强的创业坚韧性、独立性、敢为性、自信和乐观精神、想象力和创造性等；价值观，具有高的创业期望，创业合作和团队精神、冒险精神、献身精神、创业危机和竞争意识等强；创业经验技巧，具有好的创业经验、创业技巧和创业灵活性等。

本发明所确定的成功创业者所拥有的创业潜质各特征因子所对应不同脑区是：创业动机主要与右前脑创造智慧区(甘冒风险、四处奔波、争取空间)和左前脑知识智慧区(追求成就、个人奋斗)有关；价值观主要与右前脑创造智慧区(甘冒风险、视觉敏锐、捕捉机遇)、右后脑感觉智慧区(共同合作、凝聚团队)、右颞(位置感和情境记忆)等脑区有关；创业品质主要与左前脑知识智慧区(坚持原则、遵纪守法)、右前脑创造智慧区(发明创造、实验精神)、左后脑经验智慧区(稳健求实、追求实效)等有关；自我认知主要与左前脑知识智慧区(独立工作、迎接挑战)和右前脑创造智慧区(构想未来、想象前瞻、发明创造)等有关；创业经验技巧主要与左前脑知识智慧区(分析资料、知识积累、解决难题)、左后脑经验智慧区(计划条理、操作细致、谨慎务实、回避风险)等脑区有关。

本发明所采集的脑电信号，结合创业潜质各因子所对应的脑功能在脑区的分布位置等先验知识，分别选取左前脑的Fp1、F3、F7，右前脑的F4、F8，右颞的T6，左后脑的O1，右后脑的O2等8个有效电极，获取脑电原始信号。

本发明所采用的能够体现典型创业思维和心理活动的情景训练，包括用于认知心理学研究的内隐联想测验（IAT）、镶嵌图形测验和Stroop测验，三种均为反应时间测试，反应时间短，错误率低，表明反应越快，测验分数越高，其中，IAT测验的反应时间为在目标概念和属性概念正向和反向连结情况下的正向测试与反向测试的反应时间之差，测试被试对创业的积极性、创业价值观和创业品质；镶嵌图形测验来测试被试的自我认知类型，反应创业者的独立性和创新能力；Stroop测验测试被试的执行控制能力，反应创业者的创业技巧。

本发明所采用的脑电信号预处理过程包括：合并脑电数据与行为数据、去除眼电、分段、滤波、基线调整、排除伪迹、删除坏电极、平均叠加、保存等处理。

本发明所采用的脑电位信号时间序列复杂性测度分析处理方法选取样本熵作为复杂度(LZC)参数。设原始数据为{x(1),x(2),…,x(N)}，嵌入维数是m，阈值为r，由于脑电信号持续时间较短，为了反映其复杂度的动态时变特征，用改进的样本熵计算方法，并采用滑动重叠时间窗方法估计脑电信号的时变熵，具体如下：

（1）定义距离间隔L(L=1,2,…,N-m)，对每个L计算序列S（L）,定义距离d=|x(i)-x(i+L)|，若距离d<r,则S(i)为1，否则为0

（2）定义子序列ts为一行m列的单位向量。对每个序列S（L）计算S中含有子序列ts的个数，并求和temp

（3）求平均值H(m)=temp/(N-m+1)/(N-m)

（4）样本熵SaEn为：                                                。

本发明所选取样本熵作为复杂度(LZC)参数。样本熵是一种有别于近似熵的不计数自身匹配的统计量，是对于近似熵算法的改进。样本熵与近似熵的物理意义一样，表示非线性动力学系统产生新模式概率的大小，主要用来定量刻画系统的规则度及复杂度。样本熵值越低，序列自我相似性越高，产生新模式的概率越低，时间序列越简单；反之，样本熵值越大，序列自我相似性越低，产生新模式的概率越高，时间序列越复杂。在随机系统中，样本熵SaEn 是无界的；在规则系统中，样本熵SaEn=0；在混沌系统中，样本熵SaEn 是一个有限的正数。脑电在诱发刺激前后，熵值变化范围在0到0.1之间。

本发明所确定的成功创业者所拥有的创业潜质各特征因子所对应不同脑区的脑电信号时间序列复杂度(LZC)特征值变化规律是：对自我认知因子，对应镶嵌图形测试情景训练前后的脑电信号，主要由左、右前脑区域确定，样本熵变化较明显的电极为Fp1、F3和F7，样本熵值在镶嵌图形测试开始后减小，认为平均熵减幅度小于0.13者为场独立型自我认知；对创业动机因子，创业品质和价值观因子，对应各自的IAT测验情景训练前后的脑电信号，创业动机因子主要由左、右前脑区域确定，样本熵变化较明显的电极为F7和F8；创业品质由左右前脑、左后脑区域确定，样本熵变化较明显的电极为Fp1、F4和O1；创业价值观由右前脑、右后脑、右颞区域确定，样本熵变化较明显的电极为F4、O2和T6，认为反向测试时的平均熵减幅度减去正向测试的平均熵减值大于0.05的被试有较强的创业动机、较好的创业品质或创业价值观；对深层次创业知识因子，对应stroop测验情景训练前后的脑电信号，主要由前额区域确定，样本熵变化较明显的电极为Fp1和F8，认为平均熵减幅度小于0.09的被试具有较好执行控制能力。

本发明的基于创业潜质脑电信号表征的创业潜质识别方法，其技术方案是：（1）在被试知情和10天内未服任何药物情况下，被试在测试间戴上脑电波测试的电极帽，分别在安静和通过安装运行情景训练处理软件的微机1上进行创业潜质相关情景训练下，通过脑电信号采集软件采集获取被在安静状态下脑电位信号和与创业潜质相关情景训练时的事件相关脑电信号ERP，并进行脑电信号预处理；（2）通过脑电信号时间序列复杂性测度分析处理软件，对被试在不同脑区的脑电信号进行时间序列复杂度(LZC)计算，提取复杂度(LZC)特征值；（3）通过脑电信号创业潜质特征识别处理软件，依据成功创业者所拥有的创业潜质所对应不同脑区的脑电信号时间序列复杂度表征特征值和5个因子所占权重比例，计算被试的创业潜质总评分值；（4）依据创业潜质总体评分标准，确定被试是否拥有成功创业者所拥有的创业潜质，实现对创业者创业潜质识别。

本发明所采用的脑电信号创业潜质特征识别处理，包括被试的成功创业者所拥有的创业潜质各特征因子的评分值计算处理、被试的创业潜质总评分值计算处理和被试的创业潜质判断处理三方面内容。具体内容是：

（1）成功创业者所拥有的创业潜质各特征因子的评分值与所对应不同脑区的脑电信号时间序列复杂度(LZC)之间计算方法，特征是：

创业动机评分值S1=（△SaEn_1--△SaEn₁₊）*10+60

价值观评分值S2=（△SaEn_2--△SaEn₂₊）*10+60

自我认知评分值S3=△SaEn₃*100+20

创业品质评分值S4=（△SaEn_4--△SaEn₄₊）*10+60

创业经验技巧评分值S5= △SaEn₅*100+20

其中，SaEn_i代表测试第i个潜质因子的情景训练时采集到的脑电信号的样本熵值；SaEn_i+和SaEn_i-是IAT测验中的正向测试和反向测试时采集到的脑电信号的样本熵值；△SaEn_i表示情景训练前后脑电样本熵的变化量；各项系数和计算基数按照归一化要求，使各评分值在百分之内。

这里的△SaEn_i对应各电极位置的脑电样本熵变化量关系为：

△SaEn₁=0.4△SaEn₁(F7)+0.6△SaEn₁(F8)

△SaEn₂=0.3△SaEn₂(F4)+0.5△SaEn₂(O2)+0.2△SaEn₂(T6)

△SaEn₃=0.5△SaEn₃(Fp1)+0.2△SaEn₃(F3)+0.3△SaEn₃(F7)

△SaEn₄=0.5△SaEn₄(Fp1)+0.3△SaEn₄(F4)+0.2△SaEn₄(O1)

△SaEn₅=0.6△SaEn₅(Fp1)+0.4△SaEn₅(F8)

其中，△SaEn_i(X)代表情景训练前后各个电极所对应的脑电样本熵的变化量，X∈{ Fp1,F3,F7,F4,F8,T6,O1,O2}。计算式中各测试极点的脑电信号情景训练前后样本熵的变化量的权重依据测试点位置对各创业潜质因子的重要程度统计分析及估算确定。

（2）被试的创业潜质总评分值计算处理方法，内容是：依据各因子在创业潜质中重要程度，确定本发明的创业潜质5个因子，创业动机、创业品质、自我认知、价值观和创业经验技巧等所占权重分别为0.3，0.2，0.2，0.2，0.1；被试的创业潜质总评分值计算式是：

S=0.3×S1+0.2×S2+0.2×S3+0.2×S4+0.1×S5

（3）被试的创业潜质判断处理，具体步骤是：依据成功创业者所拥有的创业潜质各特征因子所对应不同脑区的脑电信号时间序列复杂度(LZC)特征值范围和被试的创业潜质总评分值计算处理方法，测算创业潜质总体评分标准；对照创业潜质总体评分标准和被试的创业潜质总评分值，判断确定被试是否具有成功创业者所拥有的创业潜质。

测算创业潜质总体评分标准是：总评分值S>60表示拥有较好创业潜质，认为基本具有成功创业者所拥有的创业潜质；总评分值S>80表示拥有很好创业潜质，认为具有成功创业者所拥有的创业潜质。

本发明的核心技术是建立一种适用于识别创业潜质特征的脑电表征与识别系统。创新点在于：（1）采集情景训练前后相关电极的脑电信号，将脑电信号的样本熵变化情况作为依据，与被试创业潜质特征因子做相关性统计分析，由各创业潜质特征因子所占权值比例，建立起创业潜质脑电表征与识别系统计算方法；（2）提取脑电复杂度特征时采用样本熵作为参数，为克服现有样本熵算法复杂、计算时间长河效率低的不足，提出了一种改进的样本熵算法。

本发明的有益效果如下：本发明通过对创业潜质进行脑电信号表征，并根据该表征对受试者进行创业潜质的识别，从而对为创业型人才识别培养提供了科学依据，对于提高创业成功率和创业绩效、促进创业型经济深化和发展具有十分重要理论指导意义和实践推广价值，同时也为各种脑功能和职业潜力(或胜任力)客观准确地识别提供了一种新思路。

附图说明

图1是创业潜质脑电信号表征与识别系统组成结构图。

图2是创业潜质脑电信号表征方法流程图。

图3是创业潜质特征因子示意图。

图4是创业潜质特征因子脑区分布示意图。

图5是创业潜质特征因子对应所选电极位置分布示意图。

图6脑电信号预处理软件流程图。

图7是关联维数和样本熵计算结果比较示意图。

图8是脑电信号时间序列复杂度(LZC)样本熵算法流程图。

图9是基于创业潜质脑电信号表征的创业潜质识别方法流程图。。

具体实施方式

下面结合附图，对本发明进行详细描述。

如图1所示，本发明的创业潜质脑电信号表征与识别系统包括：测试间，情景训练处理软件及其微机1，被试及其所戴的电极帽，带USB接口脑电放大器，脑电信号采集、预处理和创业潜质特征表征与识别处理软件及其微机2等。

利用本发明对受试者进行创业潜质脑电信号表征与识别的方式为：（1）在知情和10天内未服任何药物情况下，被试在测试间内，分别在安静，以及在通过微机1的相关情景训练软件运行、视频刺激呈现给被试，并通过反应键操作情况下，通过所戴的电极帽及带USB接口脑电放大器，对脑电信号分别进行前置电压放大、增益及低频和高频滤波处理，在脑电信号采集软件运行下，对脑电信号采集及A/D转换处理，得到脑电数字信号，通过USB接口输送给微机2；（2）通过脑电信号预处理和脑电信号创业潜质特征表征与识别处理软件运行，对脑电信号进行一系列处理，得到创业潜质脑电信号表征特征，并依据表征特征识别出创业者的创业潜质。

本发明的脑电信号创业潜质特征表征与识别处理软件用MATLAB软件设计编写，包括脑电信号时间序列复杂性测度分析处理软件和脑电信号创业潜质特征识别处理软件等。

如图2所示，本发明的创业潜质脑电信号表征方法流程是：（1）通过对创业者调查访谈和资料归纳总结，确定成功创业者所拥有的创业潜质特征因子；（2）选取成功创业者、创业失败者或非创业者作为被试，在知情和10天内未服任何药物情况下在测试间进行脑电波测试，采集他们在安静状态下脑电位信号和与创业潜质相关情景训练时的事件相关脑电信号，生成事件相关脑电位(ERP)信号，并进行脑电信号预处理；（3）通过对两组被试不同脑区的导联、情景训练前后采集到的脑电位信号进行时间序列复杂性测度分析处理，提取复杂度(LZC)特征；（4）对不同脑区、不同条件下的脑电位信号复杂度(LZC)特征与两组被试实际创业能力，采用MATLAB软件的SVM工具箱做相关统计分析，确定脑电信号表征创业者创业潜质特征的各创业潜质因子所对应不同脑区、成功创业者所拥有的创业潜质各特征因子所对应脑区的脑电信号时间序列复杂度(LZC)特征值变化规律，实现对创业者创业潜质脑电信号表征。

如图3所示，本发明所确定的包含成功创业者心智结构和心理认知等深层次创业潜质特征因子，包括：创业动机、创业品质、自我认知、价值观和创业经验技巧等5方面。具体内容是：创业动机，具有强烈的创业欲望e1、创业成就感e2和创业期望e3；创业价值观，创业合作和团队精神e4、冒险精神和承担风险勇气e5、创业危机和竞争意识e6等强；创业品质，信用与社会责任感e7、遵守法律意识e8、敬业进取精神e9、务实创新精神e10等强；自我认知，具有强的坚韧毅力和抗挫折心理e11、独立敢为性e12、自信心和乐观精神e13；良好经验技巧，具有好的创业经验e14、创业技巧灵活性e15。

如图4所示，本发明所确定的成功创业者所拥有的创业潜质各特征因子所对应不同脑区是：

（1）创业动机：创业欲望—右前脑创造智慧区e1区(甘冒风险、四处奔波、争取空间)；创业成就感—左前脑知识智慧区e2区(追求成就、个人奋斗)；创业期望—右颞e3区；

（2）创业价值观：冒险精神和承担风险勇气—右前脑创造智慧区e5区(甘冒风险、视觉敏锐、捕捉机遇)；创业合作和团队精神—右后脑感觉智慧区e4区(共同合作、凝聚团队)；创业危机和竞争意识—右颞e6区(位置感和情境记忆)。

（3）创业品质：信用与社会责任感—左前脑知识智慧区e7区和e8区(坚持原则、遵纪守法)；务实创新精神—右前脑创造智慧区e10区(发明创造、实验精神)；敬业进取精神—左后脑经验智慧区e9区(稳健求实、追求实效)。

（4）自我认知：坚韧毅力和抗挫折心理，独立敢为性、自信心和乐观精神—左前脑知识智慧区e11、e12和e13区(独立工作、迎接挑战)。

（5）创业经验技巧：创业经验—左后脑经验智慧区e14区(计划条理、操作细致、谨慎务实、回避风险)；创业技巧灵活性—左前脑知识智慧区e15区(分析资料、知识积累、解决难题) 。

如图5所示，本发明所采集的脑电信号，结合创业潜质各因子所对应的脑功能在脑区的分布位置等先验知识，分别选取左前脑的Fp1、F3、F7，右前脑的F4、F8，右颞的T6，左后脑的O1，右后脑的O2等8个有效电极，获取脑电原始信号。

本发明所采用的能够体现典型创业思维和心理活动的情景训练，包括用于认知心理学研究的内隐联想测验（IAT）、镶嵌图形测验和Stroop测验，三种均为反应时间测试，反应时间短，错误率低，表明反应越快，测验分数越高，其中，IAT测验的反应时间为在目标概念和属性概念正向和反向连结情况下的正向测试与反向测试的反应时间之差，测试被试对创业的积极性、创业价值观和创业品质；镶嵌图形测验来测试被试的自我认知类型，反应创业者的独立性和创新能力；Stroop测验测试被试的执行控制能力，反应创业者的创业技巧。

如图6所示，本发明所采用的脑电信号预处理，其内容包括：合并脑电数据与行为数据、去除眼电、分段、滤波、基线调整、排除伪迹、删除坏电极、平均叠加、保存等处理。

本发明所采用的脑电位信号时间序列复杂性测度分析处理，通过Lorenz微分方程组产生的两组混沌时间序列X,Y来模拟两组脑电信号；如图7所示，分析比较关联维数与样本熵计算分类结果，计算向空间重构参数选取较为成熟的样本熵作为脑电信号的复杂度(LZC)参数，所需数据较短，抗干扰能力强；由于ERP信号持续时间较短，为了反映其复杂度的动态时变特征，采用滑动重叠时间窗方法估计ERP的时变熵。

如图8所示，本发明所采用的样本熵的计算方法，具体如下：

设原始数据为{x(1),x(2),…,x(N)},嵌入维数是m,阈值为r

（1）定义距离间隔L(L=1,2,…,N-m)，对每个L计算序列S（L）,定义距离d=|x(i)-x(i+L)|，若距离d<r,则S(i)为1，否则为0

（2）定义子序列ts为一行m列的单位向量。对每个序列S（L）计算S中含有子序列ts的个数，并求和temp

（3）求平均值H(m)=temp/(N-m+1)/(N-m)

（4）样本熵SaEn为：

样本熵SaEn的值与参数m,r,N的值有关。通常维数m=2，阈值r选择0.1到0.25倍的标准差，数据长度N选1000。

本发明所选取样本熵作为复杂度(LZC)参数。在随机系统中，样本熵SaEn 是无界的；在规则系统中，样本熵SaEn=0；在混沌系统中，样本熵SaEn 是一个有限的正数；脑电在诱发刺激前后，样本熵值变化范围在0到0.1之间。

本发明所确定的成功创业者所拥有的创业潜质各特征因子所对应不同脑区的脑电信号时间序列复杂度(LZC)特征值变化规律是：对自我认知因子，对应镶嵌图形测试情景训练前后的脑电信号，主要由左、右前脑区域确定，样本熵变化较明显的电极为Fp1、F3和F7，样本熵值在镶嵌图形测试开始后减小，认为平均熵减幅度小于0.13者为场独立型自我认知；对创业动机因子，创业品质和创业价值观因子，对应各自的IAT测验情景训练前后的脑电信号，创业动机因子主要由左、右前脑区域确定，样本熵变化较明显的电极为F7和F8；创业品质由左右前脑、左后脑区域确定，样本熵变化较明显的电极为Fp1、F4和O1；创业价值观由右前脑、右后脑、右颞区域确定，样本熵变化较明显的电极为F4、O2和T6，认为反向测试时的平均熵减幅度减去正向测试的平均熵减值大于0.05的被试有较强的创业动机、较好的创业品质或创业价值观；对深层次创业知识因子，对应stroop测验情景训练前后的脑电信号，主要由前额区域确定，样本熵变化较明显的电极为Fp1和F8. 认为平均熵减幅度小于0.09的被试具有较好执行控制能力。

如图9所示，本发明的创业潜质脑电信号识别处理方法流程是：（1）在被试知情和10天内未服任何药物情况下，被试在测试间戴上脑电波测试的电极帽，分别在安静和通过安装运行情景训练处理软件的微机1上进行创业潜质相关情景训练下，通过脑电信号采集软件采集获取被试在安静状态下脑电位信号和与创业潜质相关情景训练时的事件相关脑电信号，并进行脑电信号预处理；（2）通过脑电信号时间序列复杂性测度分析处理软件，对被试在不同脑区的脑电信号进行时间序列复杂度(LZC)计算，提取复杂度(LZC)特征值；（3）通过脑电信号创业潜质特征识别处理软件，依据成功创业者所拥有的创业潜质所对应不同脑区的脑电信号时间序列复杂度表征特征值和5个因子所占权重比例，计算被试的创业潜质总评分值；（4）依据创业潜质总体评分标准，确定被试是否拥有成功创业者所拥有的创业潜质，实现对创业者创业潜质识别。

本发明所采用的脑电信号创业潜质特征识别处理，包括被试的成功创业者所拥有的创业潜质各特征因子的评分值计算处理、被试的创业潜质总评分值计算处理和被试的创业潜质判断处理三方面内容。具体内容是：

（1）成功创业者所拥有的创业潜质各特征因子的评分值与所对应不同脑区的脑电信号时间序列复杂度(LZC)之间计算关系，特征是：

创业动机评分值S1=（△SaEn_1--△SaEn₁₊）*10+60

价值观评分值S2=（△SaEn_2--△SaEn₂₊）*10+60

自我认知评分值S3=△SaEn₃*100+20

创业品质评分值S4=（△SaEn_4--△SaEn₄₊）*10+60

创业经验技巧评分值S5= △SaEn₅*100+20

其中，SaEn_i代表测试第i个潜质因子的情景训练时采集到的脑电信号的样本熵值；SaEn_i+和SaEn_i-是IAT测验中的正向测试和反向测试时采集到的脑电信号的样本熵值；△SaEn_i表示情景训练前后脑电样本熵的变化量；各项系数和计算基数按照归一化要求，使各评分值在百分之内。

这里的△SaEn_i对应各电极位置的脑电样本熵变化量关系为：

△SaEn₁=0.4△SaEn₁(F7)+0.6△SaEn₁(F8)

△SaEn₂=0.3△SaEn₂(F4)+0.5△SaEn₂(O2)+0.2△SaEn₂(T6)

△SaEn₃=0.5△SaEn₃(Fp1)+0.2△SaEn₃(F3)+0.3△SaEn₃(F7)

△SaEn₄=0.5△SaEn₄(Fp1)+0.3△SaEn₄(F4)+0.2△SaEn₄(O1)

△SaEn₅=0.6△SaEn₅(Fp1)+0.4△SaEn₅(F8)

其中，计算式中各测试极点的脑电信号情景训练前后样本熵的变化量的权重依据测试点位置对各创业潜质因子的重要程度统计分析及估算确定。

（2）被试的创业潜质总评分值计算处理方法，内容是：依据各因子在创业潜质中重要程度，确定本发明的创业潜质5个因子，创业动机、创业品质、自我认知、价值观和创业经验技巧等所占权重分别为0.3，0.2，0.2，0.2，0.1；被试的创业潜质总评分值计算式是：

S=0.3×S1+0.2×S2+0.2×S3+0.2×S4+0.1×S5

（3）被试的创业潜质判断处理，具体步骤是：依据成功创业者所拥有的创业潜质各特征因子所对应不同脑区的脑电信号时间序列复杂度(LZC)特征值范围和被试的创业潜质总评分值计算处理方法，测算创业潜质总体评分标准；对照创业潜质总体评分标准和被试的创业潜质总评分值，判断确定被试是否具有成功创业者所拥有的创业潜质。

测算创业潜质总体评分标准是：总评分值S>60表示拥有较好创业潜质，认为基本具有成功创业者所拥有的创业潜质；总评分值S>80表示拥有很好创业潜质，认为具有成功创业者所拥有的创业潜质。

虽然本发明已以较佳实施例公开如上，但实施例并不是用来限定本发明的。在不脱离本发明之精神和范围内，所做的任何等效变化或润饰，同样属于本发明之保护范围。因此本发明的保护范围应当以本申请的权利要求所界定的内容为标准。

Claims (7)

1.一种创业潜质脑电信号表征方法，其特征在于，包括以下步骤：

1)分别选取创业成功和创业失败的两组受试者带上电极帽，选取国际脑电图学会标定的10/20国际标准中Fp1、F3、F7、F4、F8、T6、O1、O2共8个电极位置，通过放大器分别采集受试者在安静状态下和与创业潜质相关情景训练下的脑电信号，生成事件相关脑电位ERP信号；

2)将采集到的脑电信号进行预处理，包括合并脑电数据与行为数据、去除眼电、分段、滤波、基线调整、排除伪迹、删除坏电极、平均叠加和保存；

3)通过两组受试者不同脑区的导联、情景训练前后采集到的脑电信号进行时间序列复杂性测度分析处理，提取复杂度LZC特征，所述复杂度LZC选取样本熵为参数；

4)对不同脑区、不同条件下的脑电位信号复杂度LZC特征与受试者的实际相关能力进行分析，确定脑电信号与表征创业者创业潜质的各创业潜质因子所对应不同脑区、成功创业者所拥有的创业潜质各特征因子所对脑区的脑电信号时间序列复杂度特征值变化规律，实现对创业潜质脑电信号表征，所述创业潜质因子依次为创业动机、价值观、自我认知、创业品质和创业经验技巧。

2.根据权利要求1所述的创业潜质脑电信号表征方法，其特征在于：所述样本熵按照下列算法得出：

设原始数据为{x(1),x(2),…,x(N)}，嵌入维数是m，阈值为r，

(1)定义距离间隔L，其中L＝1,2,…,N-m，对每个L计算序列S(L)，定义距离d＝|x(i)-x(i+L)|，若距离d<r,则S(i)为1，否则为0；

(2)定义子序列ts为一行m列的单位向量，对每个序列S(L)计算S中含有子序列ts的个数，并求和temp；

(3)求平均值H(m)＝temp/(N-m+1)/(N-m)；

(4)样本熵SaEn为： $\mathrm{SaEn}(m,r,N)=-\ln \frac{H(m+1)}{H\left(m\right)}.$

3.一种基于创业潜质脑电信号表征的创业潜质识别方法，其特征在于，包括以下步骤：

1)受试者带上电极帽，选取国际脑电图学会标定的10/20国际标准中Fp1、F3、F7、F4、F8、T6、O1、O2共8个电极位置，通过放大器分别采集受试者在安静状态下和与创业潜质相关情景训练下的脑电信号，生成事件相关脑电位ERP信号；

2)将采集到的脑电信号进行预处理，包括合并脑电数据与行为数据、去除眼电、分段、滤波、基线调整、排除伪迹、删除坏电极、平均叠加和保存；

3)通过脑电信号时间序列复杂性测度分析处理软件，对受试者在不同脑区的脑电信号进行时间序列复杂度LZC计算，提取复杂度LZC特征值，所述复杂度LZC选取样本熵为参数；

4)根据创业潜质脑电信号表征的特征，依据成为成功创业者所拥有的创业潜质所对应不同脑区的脑电信号时间序列复杂度表征特征值和各创业潜质因子所占权重比例，计算受试者的创业潜质总评分值，所述创业潜质因子依次为创业动机、价值观、自我认知、创业品质和创业经验技巧；

5)依据创业潜质总体评分标准，对受试者进行评分，对受试者进行创业潜质识别。

4.根据权利要求3所述的基于创业潜质脑电信号表征的创业潜质识别方法，其特征在于，所述创业潜质所对应不同脑区的脑电信号时间序列复杂度表征特征值和各创业潜质因子所占权重比例的计算方法如下：

创业动机评分值S1＝(△SaEn_1--△SaEn₁₊)*10+60

价值观评分值S2＝(△SaEn_2--△SaEn₂₊)*10+60

自我认知评分值S3＝△SaEn₃*100+20

创业品质评分值S4＝(△SaEn_4--△SaEn₄₊)*10+60

创业经验技巧评分值S5＝△SaEn₅*100+20

其中，SaEn_i代表测试第i个创业潜质因子的情景训练时采集到的脑电信号的样本熵值；SaEn_i+和SaEn_i-是IAT测验中的正向测试和反向测试时采集到的脑电信号的样本熵值；△SaEn_i表示情景训练前后脑电样本熵的变化量；各项系数和计算基数按照归一化要求，使各评分值在百分之内。

5.根据权利要求4所述的基于创业潜质脑电信号表征的创业潜质识别方法，其特征在于，所述的△SaEn_i的计算方法为：

△SaEn₁＝0.4*△SaEn₁(F7)+0.6*△SaEn₁(F8)

△SaEn₂＝0.3*△SaEn₂(F4)+0.5*△SaEn₂(O2)+0.2*△SaEn₂(T6)

△SaEn₃＝0.5*△SaEn₃(Fp1)+0.2*△SaEn₃(F3)+0.3*△SaEn₃(F7)

△SaEn₄＝0.5*△SaEn₄(Fp1)+0.3*△SaEn₄(F4)+0.2*△SaEn₄(O1)

△SaEn₅＝0.6*△SaEn₅(Fp1)+0.4*△SaEn₅(F8)

其中，△SaEn_i(X)代表情景训练前后各个电极所对应的脑电样本熵的变化量，X∈{Fp1,F3,F7,F4,F8,T6,O1,O2}。

6.根据权利要求4所述的基于创业潜质脑电信号表征的创业潜质识别方法，其特征在于，所述受试者的创业潜质总评分值计算公式为：创业潜质总评分S＝0.3×S1+0.2×S2+0.2×S3+0.2×S4+0.1×S5。

7.根据权利要求6所述的基于创业潜质脑电信号表征的创业潜质识别方法，其特征在于，所述创业潜质总体评分标准为：总评分值S>60是拥有较好创业潜质，基本具有成功创业者所拥有的创业潜质，总评分值S>80是拥有很好创业潜质，具有成功创业者所拥有的创业潜质。