CN107080535A - 一种基于单通道脑电波的学习工作状态监测系统 - Google Patents
一种基于单通道脑电波的学习工作状态监测系统 Download PDFInfo
- Publication number
- CN107080535A CN107080535A CN201710244491.8A CN201710244491A CN107080535A CN 107080535 A CN107080535 A CN 107080535A CN 201710244491 A CN201710244491 A CN 201710244491A CN 107080535 A CN107080535 A CN 107080535A
- Authority
- CN
- China
- Prior art keywords
- study
- signal
- brain wave
- user
- electrode
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Psychiatry (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Signal Processing (AREA)
- Physiology (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Fuzzy Systems (AREA)
- Psychology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明涉及一种基于单通道脑电波的学习工作状态监测系统,其中,信号采集器包括头部托架,头部托架安装于用户的头部,其顶端设置有能够与用户头部紧密贴合的脑波信号采集电极,底端设置有能够与用户耳部紧密贴合的耳垂电极;脑波信号采集电极用于采集脑电波信号;所述耳垂电极作为地线用于消除背景噪声;所述信号采集器将采集到的脑电波信号通过预处理与无线通信模块发送至信号分类及特征提取模块;所述信号分类及特征提取模块用于对所提取的脑电信号进行处理与相关性分析,实现通过脑电波来监测用户的学习工作状态,并将用户的学习工作状态发送至用户终端系统。本发明使人们能够更多时候学习工作在效率最佳状态。
Description
技术领域
本发明涉及脑电波监测技术领域,特别是涉及一种基于单通道脑电波的学习工作状态监测系统。
背景技术
大脑是人类神经系统的中心,负责控制人们的认知与感知、运动与协调等各种神经活动。对脑电波的识别与使用已经成为当下火热的话题。科学界公认的脑电波主要有四种状态,神经科学界根据脑波的频率分成4个主要类别:α波,β波,θ波,δ波。学习和工作的“最佳状态”是脑电波处在θ波或α波状态。通过对脑波的诱导,可以让人处于注意力高度集中、大脑不易疲劳的状态,并且思考力、理解力和记忆力成倍提高,在该状态下学习和工作,效率最高。
发明内容
本发明所要解决的技术问题是提供一种基于单通道脑电波的学习工作状态监测系统,使人们能够更多时候学习工作在效率最佳状态。
本发明解决其技术问题所采用的技术方案是:提供一种基于单通道脑电波的学习工作状态监测系统,包括信号采集器、信号分类及特征提取模块和用户终端系统,所述信号采集器包括头部托架,所述头部托架安装于用户的头部,其顶端设置有能够与用户头部紧密贴合的脑波信号采集电极,底端设置有能够与用户耳部紧密贴合的耳垂电极;所述脑波信号采集电极用于采集脑电波信号;所述耳垂电极作为地线用于消除背景噪声;所述信号采集器将采集到的脑电波信号通过预处理与无线通信模块发送至信号分类及特征提取模块;所述信号分类及特征提取模块用于对所提取的脑电信号进行处理与相关性分析,实现通过脑电波来监测用户的学习工作状态,并将用户的学习工作状态发送至用户终端系统。
所述信号预处理与无线通信模块对采集回来的脑电波信号进行漂移去除。
所述信号采集器还设置有放大器,所述放大器用于放大所述脑波信号采集电极采集到的脑电波信号。
所述信号分类及特征提取模块采用时频分析法中的小波包变换法将信号从时域和频域结合起来进行分析,以获得信号在不同时间和频率下能量的变化情况,并根据变化情况对脑电信号的进行分类,得到学习与工作状态。
所述用户终端系统对得到的学习与工作状态进行智能识别,并判断这段时间内用户的学习工作状态情况,并给出合理化建议,同时存储最优学习工作状态。
有益效果
由于采用了上述的技术方案,本发明与现有技术相比,具有以下的优点和积极效果:本发明通过提取脑波信号,通过对脑波信号进行分类处理和特征提取来得到稀疏分解后的直观信号,然后进行智能识别,判断这段时间内用户的学习工作状态,给出合理化建议。同时存储最优学习工作状态,进行深度学习,达到最优监测目的,使用户学习工作在最高效状态。
附图说明
图1是本发明的结构示意图;
图2是本发明的流程图。
具体实施方式
下面结合具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明的实施方式涉及一种基于单通道脑电波的学习工作状态监测系统,如图1所示,包括信号采集器、信号分类及特征提取模块和用户终端系统,所述信号采集器包括头部托架3,所述头部托架3安装于用户的头部,其顶端设置有能够与用户头部紧密贴合的脑波信号采集电极1,底端设置有能够与用户耳部紧密贴合的耳垂电极4;所述脑波信号采集电极1用于采集脑电波信号;所述耳垂电极4作为地线用于消除背景噪声;所述信号采集器将采集到的脑电波信号通过预处理与无线通信模块2发送至信号分类及特征提取模块5;所述信号分类及特征提取模块5用于对所提取的脑电信号进行处理与相关性分析,实现通过脑电波来监测用户的学习工作状态,并将用户的学习工作状态发送至用户终端系统6。
本实施方式中,所述信号采集器制成一个符合人体工学的头戴式器件上,即头部托架3,同时头部托架3的顶部设置有脑波信号采集电极1,该电极接触头部采集脑波信号。所述头部托架3下端有信号预处理与无线通信模块2,使整个信号采集器与信号分类及特征提取模块5进行通信。所述头部托架3底端有耳垂电极4,该耳垂电极4作为地线,可将背景噪音去掉,从而可检测到极微弱的脑电波信号。信号分类及特征提取模块5可以为PC端或者是DSP芯片。用户终端系统6给提取到的脑电信号进行智能识别,判断这段时间内用户的学习工作状态,给出合理化建议。
所述的信号采集器的脑波信号采集电极1为单电极,采用非倾入式采集方式,将电极贴附于头皮上来检测头皮脑电信号,安全性高,能被使用者接受。同时它的电极采用干电极技术,无需导电介质,导电性能稳定。值得一提的是它还有较好的扩展功能,可扩展为多个电极,具有较强的适应性。
所述的脑波信号采集电极1与耳垂电极4能紧密贴合头部和耳部。两个电极采用单极导联法,选定耳部电极为地线参考电极,提取头皮电位即为头部电极与耳垂参考电极之间的电位差。这样可以记录活动电极电位变化的绝对值,其波幅较高且较稳定,异常波常较局限,有利于脑电波的提取并实现去除噪声。
所述的信号采集器内置有高性能的放大器,可以有效而不失真地放大电极采集回来的微弱电信号。同时它还置有A/D转换器,对脑电信号稀疏分解后得到完整的数字信号送至预处理与无线通信模块2。所述的信号预处理与无线通信模块2对采集回来的脑电波信号进行漂移去除,得到较为精准不失真地脑电波信号。同时此模块中还配备NRF24l01无线通信芯片,能够较为快速地传输脑电信号。预处理与无线通信模块2与信号分类与特征提取模块5的无线连接可以使用NRF24l01传输,这样使得传输距离较远且稳定性能好,传输方式还可以自定义通信协议,使得传输更加稳定不受干扰。
所述的信号分类及特征提取模块5采用时频分析法中的小波包变换法将信号从时域和频域结合起来进行分析,因此能获得信号在不同吋问和频率下能量的变化情况。随着频率的改变,时频矩形窗口的形状会产生变化,这对分析含有大量频率信息的脑电波信号更为合适,还能使时频分辨率有效地增大。
所述的信号分类及特征提取模块5采用小波包变换法,基于二进小波变换对高频段分析的频率分辨率较差的特点,小波包分解可实现对信号高频段的分解,因而小波包分解可对信号在全频进行正交分解,使整个分析具有相同的分辨率,并且各频带互不重叠。它对低频的脑电信号做进一步分解,这种分解既无冗余,也无遗漏,较好地提取脑电波信号的特征。此模块可以为PC机或各种便携的手机,平板,具有灵活性强,功能全面的特点,同时该模块还可作为上位机系统或其它电脑软件系统,通过高速处理的上位机系统,可以对采集回来的脑电信号进行分类(即确定脑电波的类别),得到学习与工作状态。由于脑电信号多信息融合的特性,它还具有广阔的扩展空间,可根据需求扩展功能。
所述的用户终端系统6可为计算机软件,移动终端APP,也可以为便携式移动工具,具备数据库系统与存储系统。用户终端系统给提取到的脑电信号进行智能识别,判断这段时间内用户的学习工作状态情况,给出合理化建议。同时存储最优学习工作状态,进行深度学习,针对不同的学习状态分段记录下不同的值,达到最优监测目的。
本发明的工作流程如图2所示:通过脑电波电极采集人体脑部脑电信号,通过无线传输协议将采集到的脑电波信号发送到信号分类特征分类端,利用特定有效的算法对脑波信号进行分析和特征提取以及分类,与数据库进行智能识别,判断这段时间内用户的学习工作状态,给出合理化建议。同时存储最优学习工作状态,不断进行深度学习,记录各时间轴的学习状态曲线并进行优化分析,达到最优监测目的。
不难发现,本发明通过提取人在学习与工作时的脑电波信号,通过对脑波信号进行特征处理然后进行分析得到此时的学习状态,然后用户终端会针对给出智能分析与合理化建议。帮助人们找到最优的学习与工作状态,提高学习与工作的效率。
Claims (5)
1.一种基于单通道脑电波的学习工作状态监测系统,包括信号采集器、信号分类及特征提取模块(5)和用户终端系统(6),其特征在于,所述信号采集器包括头部托架(3),所述头部托架(3)安装于用户的头部,其顶端设置有能够与用户头部紧密贴合的脑波信号采集电极(1),底端设置有能够与用户耳部紧密贴合的耳垂电极(4);所述脑波信号采集电极(1)用于采集脑电波信号;所述耳垂电极(4)作为地线用于消除背景噪声;所述信号采集器将采集到的脑电波信号通过预处理与无线通信模块(2)发送至信号分类及特征提取模块(5);所述信号分类及特征提取模块(5)用于对所提取的脑电信号进行处理与相关性分析,实现通过脑电波来监测用户的学习工作状态,并将用户的学习工作状态发送至用户终端系统(6)。
2.根据权利要求1所述的基于单通道脑电波的学习工作状态监测系统,其特征在于,所述信号预处理与无线通信模块(2)对采集回来的脑电波信号进行漂移去除。
3.根据权利要求1所述的基于单通道脑电波的学习工作状态监测系统,其特征在于,所述信号采集器还设置有放大器,所述放大器用于放大所述脑波信号采集电极采集到的脑电波信号。
4.根据权利要求1所述的基于单通道脑电波的学习工作状态监测系统,其特征在于,所述信号分类及特征提取模块(5)采用时频分析法中的小波包变换法将信号从时域和频域结合起来进行分析,以获得信号在不同时间和频率下能量的变化情况,并根据变化情况对脑电信号的进行分类,得到学习与工作状态。
5.根据权利要求1所述的基于单通道脑电波的学习工作状态监测系统,其特征在于,所述用户终端系统(6)对得到的学习与工作状态进行智能识别,并判断这段时间内用户的学习工作状态情况,并给出合理化建议,同时存储最优学习工作状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710244491.8A CN107080535A (zh) | 2017-04-14 | 2017-04-14 | 一种基于单通道脑电波的学习工作状态监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710244491.8A CN107080535A (zh) | 2017-04-14 | 2017-04-14 | 一种基于单通道脑电波的学习工作状态监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107080535A true CN107080535A (zh) | 2017-08-22 |
Family
ID=59612606
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710244491.8A Pending CN107080535A (zh) | 2017-04-14 | 2017-04-14 | 一种基于单通道脑电波的学习工作状态监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107080535A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107595282A (zh) * | 2017-09-13 | 2018-01-19 | 天津长宽电信城域网服务有限公司 | 一种基于脑电波进行在线辅助学习系统 |
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 |
CN108836323A (zh) * | 2018-05-08 | 2018-11-20 | 河南省安信科技发展有限公司 | 一种基于脑电波分析的学习状态监测系统及其使用方法 |
-
2017
- 2017-04-14 CN CN201710244491.8A patent/CN107080535A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107595282A (zh) * | 2017-09-13 | 2018-01-19 | 天津长宽电信城域网服务有限公司 | 一种基于脑电波进行在线辅助学习系统 |
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 |
CN108836323A (zh) * | 2018-05-08 | 2018-11-20 | 河南省安信科技发展有限公司 | 一种基于脑电波分析的学习状态监测系统及其使用方法 |
CN108836323B (zh) * | 2018-05-08 | 2021-01-12 | 河南省安信科技发展有限公司 | 一种基于脑电波分析的学习状态监测系统及其使用方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN203153725U (zh) | 个人监控设备、ecg设备和智能电话保护盒 | |
CN104644165B (zh) | 一种佩戴式的脑电采集装置 | |
CN101482773A (zh) | 一种多通道无线表面肌电信号采集装置及系统 | |
CN103019383B (zh) | 一种稳态视觉诱发电位脑—机接口信号识别方法 | |
CN107024987A (zh) | 一种基于eeg的实时人脑注意力测试和训练系统 | |
CN102553222B (zh) | 一种支持对战模式的脑功能反馈训练方法与系统 | |
CN107080535A (zh) | 一种基于单通道脑电波的学习工作状态监测系统 | |
CN108888280A (zh) | 基于脑电信号分析的学生听课注意力评价方法 | |
CN102512159A (zh) | 一种便携式无线脑电采集装置 | |
CN102512153B (zh) | 一种非接触式心电监测的移动终端及心电监测方法 | |
CN105078448A (zh) | 脑电波的采集和无线传输装置 | |
CN105640549A (zh) | 脑电癫痫信号记录分析仪及其检测方法 | |
CN103116405A (zh) | 牙齿动作状态的脑肌电的实时检测控制装置及方法 | |
CN104257380A (zh) | 一种脑电图采集处理系统 | |
CN106909226A (zh) | 一种多态脑机接口系统 | |
CN107582051A (zh) | 一种动物情绪脑电分析设备 | |
CN105030230A (zh) | 心电信号采集器、心电图处理系统及处理方法 | |
CN107928666B (zh) | 一种去除脑电信号中头皮肌电伪迹的穿戴采集装置 | |
CN110742603A (zh) | 一种脑电波可听化精神状态检测方法及实现该方法的系统 | |
CN101690664B (zh) | 一种听觉系统传输通路的听力指标综合检测平台 | |
CN106927029A (zh) | 一种基于单通道脑电波诱发的脑控四轴飞行器 | |
CN205041429U (zh) | 一种便携式心电与心音信号采集设备 | |
CN113208632A (zh) | 一种基于卷积神经网络的注意力检测方法、系统 | |
CN105054961A (zh) | 一种便携式心电与心音信号采集设备 | |
CN102772203A (zh) | 基于手机的自行车测速及心率监测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170822 |