CN107137079A - 基于脑信号控制设备的方法、其控制设备及人机交互系统 - Google Patents

基于脑信号控制设备的方法、其控制设备及人机交互系统 Download PDF

Info

Publication number
CN107137079A
CN107137079A CN201710510171.2A CN201710510171A CN107137079A CN 107137079 A CN107137079 A CN 107137079A CN 201710510171 A CN201710510171 A CN 201710510171A CN 107137079 A CN107137079 A CN 107137079A
Authority
CN
China
Prior art keywords
brain
oxygen
curve
electroencephalogram
signal
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.)
Granted
Application number
CN201710510171.2A
Other languages
English (en)
Other versions
CN107137079B (zh
Inventor
李颖祎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BOE Technology Group Co Ltd
Original Assignee
BOE Technology Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by BOE Technology Group Co Ltd filed Critical BOE Technology Group Co Ltd
Priority to CN201710510171.2A priority Critical patent/CN107137079B/zh
Publication of CN107137079A publication Critical patent/CN107137079A/zh
Priority to PCT/CN2018/071728 priority patent/WO2019000901A1/zh
Priority to US16/315,886 priority patent/US11179090B2/en
Application granted granted Critical
Publication of CN107137079B publication Critical patent/CN107137079B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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]
    • A61B5/375—Electroencephalography [EEG] using biofeedback
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
    • A61B5/14553—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases specially adapted for cerebral tissue
    • 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
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/291—Bioelectric electrodes therefor specially adapted for particular uses for electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—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
    • A61B5/24—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]
    • A61B5/372—Analysis of electroencephalograms
    • A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/0304—Detection arrangements using opto-electronic means
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A61B5/0006—ECG or EEG signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/4064—Evaluating the brain

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Psychiatry (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Neurology (AREA)
  • Psychology (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Optics & Photonics (AREA)
  • Signal Processing (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Neurosurgery (AREA)
  • Dermatology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明公开了一种基于脑信号控制设备的方法、其控制设备及人机交互系统，通过在预设时段内周期性地获取脑电信号和脑氧信号分别生成表征脑电信号和脑氧信号的数值在预设时段内变化的脑电波形曲线和脑氧波形曲线；确定脑电波形曲线和脑氧波形曲线是否符合控制受控设备执行预设操作的条件；在脑电波形曲线和脑氧波形曲线符合条件时，控制受控设备执行预设操作。相比于现有技术中仅基于脑电信号进行设备控制的方式，本发明提供的上述设备控制方法，同时检测脑电信号和脑氧信号生成脑电波形曲线和脑氧波形曲线，两种数据同时与控制受控设备执行预设操作的条件进行匹配判断，可以避免单一数据在发生跳变等情况时造成误操作，提高控制设备的准确性。

Description

基于脑信号控制设备的方法、其控制设备及人机交互系统
技术领域
本发明涉及人机交互技术领域，尤指一种基于脑信号控制设备的方法、其控制设备及人机交互系统。
背景技术
人脑中有许多的神经细胞在活动着，神经元的离子电流会产生电压变动，这种微弱的生物电变化就是脑电波，也叫脑电图(Electroencephalogram，简称EEG)。近年来，随着脑电波的采集识别技术的日渐成熟，基于脑电波控制的人机交互设置作为一种具有新兴体验日益活跃。基于脑电波人机交互的原理是预先建立脑电波数据与受控设备的操作指令的映射关系，从而在获取脑电波数据后，根据该映射关系确定该脑电波数据对应的操作指令，指示受控设备执行该操作指令。
然而，由于人类的脑电波变化速度非常快，且在注意力不集中的情况下容易发生跳变，那么在这样的前提下受控设备所执行的操作指令可能是错误或无效的操作指令。上述问题均影响人机交互操作的准确性，降低用户体验。
发明内容
本发明实施例提供一种基于脑信号控制设备的方法、其控制设备及人机交互系统，用以提高控制设备的准确性。
第一方面，本发明实施例提供一种基于脑信号的设备控制方法，包括：
在预设时段内周期性地获取脑电信号和脑氧信号，根据获取的所述脑电信号和脑氧信号分别生成表征所述脑电信号和脑氧信号的数值在所述预设时段内变化的脑电波形曲线和脑氧波形曲线；
确定所述脑电波形曲线和所述脑氧波形曲线是否符合控制受控设备执行匹配操作的条件；
在所述脑电波形曲线和所述脑氧波形曲线符合所述条件时，控制所述受控设备执行所述匹配操作。
在一种可能的实现方式中，在本发明实施例提供的上述方法中，所述在所述脑电波形曲线和所述脑氧波形曲线符合所述条件时，控制所述受控设备执行所述预设操作，包括：
在所述脑电波形曲线的数值增加量大于或等于第一阈值且所述脑氧波形曲线的数值减小量大于或等于第二阈值时，确定大脑处于活跃状态；控制所述受控设备执行与大脑活跃状态的匹配操作；
在所述脑电波形曲线的数值减小量大于或等于第三阈值且所述脑氧波形曲线的数值增加量大于或等于第四阈值时，确定大脑处于平静状态；控制所述受控设备执行与大脑平静状态的匹配操作。
在一种可能的实现方式中，在本发明实施例提供的上述方法中，所述在所述脑电波形曲线和所述脑氧波形曲线符合所述条件时，控制所述受控设备执行所述预设操作，还包括：
在所述预设时段内，所述脑电波形曲线与所述脑氧波形曲线中的至少一种的数值变化量小于设定阈值时，保持所述受控设备执行当前执行的操作。
在一种可能的实现方式中，在本发明实施例提供的上述方法中，所述确定所述脑电波形曲线和所述脑氧波形曲线是否符合控制受控设备执行预设操作的条件，包括：
提取所述脑电波形曲线中的脑电特征，并提取所述脑氧波形曲线中的脑氧特征；
将提取出的所述脑电特征与所述脑氧特征进行特征融合；
确定融合后的特征数据是否符合控制所述受控设备执行预设操作的条件。
第二方面，本发明实施例提供一种基于脑信号的控制设备，包括：脑电信号检测装置、脑氧信号检测装置以及处理器；其中，所述脑电信号检测装置与所述脑氧信号检测装置分别与所述处理器连接；
所述处理器，用于控制所述脑电信号检测装置与所述脑氧信号检测装置在预设时段内周期性地检测脑电信号和脑氧信号，根据获取的所述脑电信号和脑氧信号分别生成表征所述脑电信号和脑氧信号的强弱所述预设时段内变化的脑电波形曲线和脑氧波形曲线；并在确定出所述脑电波形曲线和脑氧波形曲线符合所述条件时，向所述受控设备发送控制指令，使所述受控设备与所述控制指令对应的预设操作。
在一种可能的实现方式中，在本发明实施例提供的上述设备中，所述脑电信号检测装置为脑电检测电极。
在一种可能的实现方式中，在本发明实施例提供的上述设备中，所述脑氧信号检测装置包括：检测光源，以及与所述检测光源间隔设定距离的光传感器；其中，
所述检测光源，用于向大脑皮层发射设定波段的光，以使发射光与大脑皮层的血氧组织相互作用；
所述光传感器，用于检测未与所述血氧组织作用经过在大脑皮层反射的所述设定波段的光。
在一种可能的实现方式中，在本发明实施例提供的上述设备中，所述所述检测光源包括封装于同一封装结构中的第一发光芯片和第二发光芯片；
所述第一发光芯片的发射光波长为760nm，所述第二发光芯片的发射光波长为850nm。
在一种可能的实现方式中，在本发明实施例提供的上述设备中，还包括：连接在所述处理器与所述脑电检测电极之间的第一滤波放大电路。
在一种可能的实现方式中，在本发明实施例提供的上述设备中，还包括：连接在所述处理器与所述光传感器之间的第二滤波放大电路。
在一种可能的实现方式中，在本发明实施例提供的上述设备中，还包括：与所述检测光源连接的驱动电路。
在一种可能的实现方式中，在本发明实施例提供的上述设备中，还包括：无线传输模块，用于将所述处理器的控制指令传输给所述受控设备。
在一种可能的实现方式中，在本发明实施例提供的上述设备中，所述脑电信号检测装置与所述脑氧信号检测装置集成于同一头部佩戴部件。
第三方面，本发明实施例提供一种人机交互系统，包括上述任一基于脑信号的控制设备及受控设备。
本发明有益效果如下：
本发明实施例提供的基于脑信号控制设备的方法、其控制设备及人机交互系统，通过在预设时段内周期性地获取脑电信号和脑氧信号，根据获取的脑电信号和脑氧信号分别生成表征脑电信号和脑氧信号的数值在预设时段内变化的的脑电波形曲线和脑氧波形曲线；确定脑电波形曲线和脑氧波形曲线是否符合控制受控设备执行预设操作的条件；在脑电波形曲线和脑氧波形曲线符合条件时，控制受控设备执行预设操作。相比于现有技术中仅基于脑电信号进行设备控制的方式，本发明实施例提供的上述设备控制方法，同时检测脑电信号和脑氧信号生成脑电波形曲线和脑氧波形曲线，两种数据同时与控制受控设备执行预设操作的条件进行匹配判断，可以避免单一数据在发生跳变等情况时造成误操作，提高控制设备的准确性。
附图说明
图1为本发明实施例提供的基于脑信号的设备控制方法的流程图之一；
图2为本发明实施例提供的基于脑信号的设备控制方法的流程图之二；
图3为本发明实施例提供的脑信号监测设备的结构示意图之一；
图4为本发明实施例提供的脑电信号检测装置的结构示意图；
图5为本发明实施例提供的脑氧信号检测装置的结构示意图；
图6为本发明实施例提供的脑氧信号检测装置的工作原理图；
图7为本发明实施例提供的检测光源的结构示意图；
图8为本发明实施例提供的检测光源的连接示意图；
图9为本发明实施例提供的脑信号监测设备的结构示意图之二；
图10为本发明实施例提供的头戴部件的结构示意图。
具体实施方式
本发明实施例提供一种基于脑信号的设备控制方法、其监测设备及人机交互系统，用以提高控制设备的准确性。
为使本发明的上述目的、特征和优点能够更为明显易懂，下面将结合附图和实施例对本发明做进一步说明。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的实施方式；相反，提供这些实施方式使得本发明更全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构，因而将省略对它们的重复描述。本发明中所描述的表达位置与方向的词，均是以附图为例进行的说明，但根据需要也可以做出改变，所做改变均包含在本发明保护范围内。
首先，本发明实施例提供了一种基于脑信号的设备控制方法，如图1所示，本发明实施例提供的基于脑信号的设备控制方法，可以包括如下步骤：
S101、在预设时段内周期性地获取脑电信号和脑氧信号分别生成表征脑电信号和脑氧信号的数值在预设时段内变化的脑电波形曲线和脑氧波形曲线；
S102、确定脑电波形曲线和脑氧波形曲线是否符合控制受控设备执行匹配操作的条件；
S103、在脑电波形曲线和脑氧波形曲线符合条件时，控制受控设备执行匹配操作。
由于脑电信号的变化速度较快，很容易受到外界因素的影响，因此仅以脑电信的变化来控制设备执行操作很容易出现错误或无效的操作。有鉴于此，本发明实施例提供的上述设备控制方法，在预设时段内同时检测脑电信号和脑氧信号分别生成表征脑电信号和信号的数值在预设时段内变化的脑电波形曲线和脑氧波形曲线，两种波形曲线数据同时与控制受控设备执行预设操作的条件进行匹配判断，可以避免单一数据在发生跳变等情况时造成误操作，提高控制设备的准确性。而脑氧信号相比于脑电信号来说相对稳定，且对大脑的活跃状态也有比较敏感的变化，将两种脑信号的特性配合使用，可以有效提高控制设备的准确性。
具体地，脑电信号是在大脑活动时，神经元的离子电流会产生电压变动。大量神经元同步发生的突触后电位经总和后形成了脑电波。在一段时间内记录其电压的变化生成的脑电波即为上述的脑电数据。它记录大脑活动时的电波变化，是脑神经细胞的电生理活动在大脑皮层或头皮表面的总体反映。在脑在活跃状态、注意力比较集中的情形下，脑电波的变化频率较大，而随着注意力下降至脑平静状态，脑电波的变化频率也随之减小。
脑氧信号通常采用红外检测设备进行监测。大脑的不同组织对近红外光谱具有不同的吸收和散射特征。大脑对红外光的吸收会随着功能活动的局部变化而产生局部响应。当大脑处于活跃状态时，会引起局部脑组织细胞与氧代谢，从而引起相应区域内血氧浓度的变化。因此，通过监测脑组织血氧状态，也可用来评价大脑功能活动。在本发明实施例提供的上述设备控制方法中，上述的脑氧信号的监测设备用于向大脑皮层发射近红外波段的红外光，经过大脑皮层的反射后由光传感器接收检测被返回的红外光，由此来确定被大脑所吸收的红外光的量，从而确定出血氧含量，判断大脑的活跃状态。
具体来说，当大脑的工作量随着加大时，对氧的需求会即刻随之增大，这样在想象任务过程中经过脑组织的血流量和血红蛋白数目就会增加，那么对入射的近红外光的吸收也将随着增加。被吸收的光增加，则被反射回的光减少，光传感器所能感受到的光强变弱，通过这样的方式就能够监测到脑氧信息的变化。在本发明实施例中脑氧波形曲线可为光传感器在预设时段内所检测到的光信号的变化曲线。
由此，在上述的步骤S103中，在脑电波形曲线和脑氧波形曲线符合条件时，控制受控设备执行匹配操作，具体可以包括以下几种情况：
(1)在脑电波形曲线的数值增加量大于或等于第一阈值且脑氧波形曲线的数值减小量大于或等于第二阈值时，确定大脑处于活跃状态；控制受控设备执行与大脑活跃状态对应的操作。
由上述的说明可知，大脑在活跃状态时脑电波的频率会增加，脑血氧含量也会增加，使得光传感器所检测到的红外光强度减小。因此在检测脑电波的频率增加量大于或等于第一阈值且红外光强度的减小量大于或等于第二阈值时，可以确定大脑处于活跃状态，从而可控制受控设备执行与大脑活跃状态对应的操作。在实际应用中，可根据实际需求设置上述第一阈值和第二阈值的大小。大脑的活跃状态可分为不同等级，每个等级可对应于一个脑电数值范围和一个脑氧数值范围，在确定了脑电波形曲线和脑氧波形曲线均属于某一等级所对应的数值范围之内时，可控制受控设备执行对应的操作。
(2)在脑电波形曲线的数值减小量大于或等于第三阈值且脑氧波形曲线的数值增加量大于或等于第四阈值时，确定大脑处于平静状态；控制受控设备执行与大脑平静状态对应的操作。
大脑在平静状态时脑电波的频率会减小，脑血氧含量也会减少，使得光传感器所检测到的红外光强度增大。因此在检测脑电波的频率减小量大于或等于第三阈值且红外光强度的增大量大于或等于第四阈值时，可以确定大脑处于平静状态，从而可控制受控设备执行与大脑平静状态对应的操作。上述的第三阈值和第四阈值可根据实际需要来确定，第一阈值可等于第三阈值，第二阈值可等于第四阈值，在此不做限定。
(3)在预设时段内，脑电波形曲线与脑氧波形曲线中的至少一种的数值变化量小于设定阈值时，保持受控设备执行当前执行的操作。
如前所述，由于脑电信号很容易发生跳变等现象，在大脑的注意力不集中的情况下会造成判断不准确的情况。因此，在本发明实施例提供的上述方法中，需要同时对脑电波形曲线和脑氧波形曲线进行判断。在脑电波形曲线变化剧烈而脑氧波形曲线的变化在一较小的范围之内，即其变化量小于一设定阈值时，则有极大的可能是由于脑电信号的意外波动而引起的，此时，需要保持受控设备执行当前执行的操作，避免由于脑电信号不准确而造成的误操作。同样地，在脑电波形曲线的数值变化不大，而脑氧波形曲线变化剧烈时，仍需要保持受设备当前执行的操作。只有在脑电波形曲线和脑氧波形曲线同时变化，且变化量满足上述的两种情况下才执行相应的操作。
举例来说，受控设备为一受脑信号变化控制的遥控飞机，在飞机飞行的过程中，如果注意力下降而导致脑电波频率下降50％，在仅由脑电信号控制的情况下，此时可能会导致飞机飞行不稳定，大幅度减速造成飞机不能正常飞行或降落而致使飞机损坏。而此时如果同时监测脑电信号和脑氧信号时，在脑电波频率急剧下降50％而脑氧波形曲线并无明显变化时，可使飞机保持当前的飞行状态，避免飞机误操作致损。而只有当脑电波的频率下降50％，而脑氧波形曲线的数值增大50％时，才对飞机执行降落、减速等对应的操作。本发明实施例提供的上述方法并不局限于对上述受控设备的控制，基于本发明的发明构思的其它基于脑信号的受控设备也属于本发明的保护范围。
在一种可实施的方式中，如图2所示，在上述的步骤S102中，确定脑电波形曲线和脑氧波形曲线是否符合控制受控设备执行匹配操作的条件，具体可以包括如下子步骤：
S1021、提取脑电波形曲线中的脑电特征，并提取脑氧波形曲线中的脑氧特征；
S1022、将提取出的脑电特征与脑氧特征进行特征融合；
S1023、确定融合后的特征数据是否符合控制受控设备执行预设操作的条件。
在具体实施时，脑电波形曲线的脑电特征可为脑电波的变化率随时间的对应关系；脑氧波形曲线的脑氧特征可为接收的光强变化率随时间的对应关系。将两个随时间变化的曲线进行曲线融合后，例如进行归一化等处理，可对该融合后的特征数据设置阈值，从而根据与阈值的关系判断其是否符合控制受控设备执行预设操作的条件。
例如，可先计算脑电波形曲线和脑氧波形曲线在某一时段内的曲线积分面积，并将计算所得的积分面积作为两波形曲线的特征。再将得到的曲线积分面积做差值，通过差值与设定阈值的比较来判断是否满足条件，从而根据判断结果控制受控设备执行与匹配条件对应的预设操作。或者，还可以截取脑电波形曲线和脑氧波形曲线中变化较为剧烈的一段曲线作为特征，将脑电特征曲线和脑氧特征曲线设置权重并线性拟合，以得到的新的曲线方程与阈值或预设条件进行匹配，在满足条件时控制受控设备执行设定的操作。再比如，可分别求脑电波形曲线和脑氧波形曲线的导函数，并提取两导函数的极值，将极值与设定的阈值进行比较，判断是否满足控制受控设备执行匹配操作。在实际应用中，可以根据实际的判断精度以及判断条件的侧重采用以上任意一种方式进行判断。
本发明实施例提供的基于脑信号的设备控制方法，相比于现有技术中仅基于脑电信号进行设备控制的方式，同时检测脑电信号和脑氧信号生成脑电波形曲线和脑氧波形曲线，两种数据同时与控制受控设备执行预设操作的条件进行匹配判断，可以避免单一数据在发生跳变等情况时造成误操作，提高控制设备的准确性。
基于同一发明构思，本发明实施例提供一种基于脑信号的控制设备，结构如图3所示，包括：脑电信号检测装置31、脑氧信号检测装置32以及处理器33；其中，脑电信号检测装置31与脑氧信号检测装置32分别与处理器33连接。
其中，处理器33，用于控制脑电信号检测装置31与脑氧信号检测装置32在预设时段内周期性地检测脑电信号和脑氧信号，根据获取的脑电信号和脑氧信号分别生成表征脑电信号和脑氧信号的强弱预设时段内变化的脑电波形曲线和脑氧波形曲线；并在确定出脑电波形曲线和脑氧波形曲线符合条件时，向受控设备发送控制指令，使受控设备与控制指令对应的预设操作。
本发明实施例提供的上述基于脑信号的控制设备，同时检测脑电信号和脑氧信号生成脑电波形曲线和脑氧波形曲线，两种数据同时与控制受控设备执行预设操作的条件进行匹配判断，可以避免单一数据在发生跳变等情况时造成误操作，提高控制设备的准确性。
进一步地，脑电信号检测装置为脑电检测电极311。通过设置电极和头皮接触，可以将大脑神经细胞产生的电位变动记录下来，其中，放置于零电位上的电极称为参考电极，放置于非零电位上的电极称为作用电极，通过导线将参考电极和作用电极分别和处理器，从而将作用电极和参考电极之间的电位差进行放大。具体地，如图4所示，脑电检测电极311可分为作用电极3111和参考电极3112，将作用电极3111放置于头皮上，参考电极3112放置于耳垂。由于脑电信号具有强噪声背景、低频(0.1～70Hz，低频段放大器输入1/f电压噪声较大)微弱、高内阻、电极极化电位不稳定等特点，因此，前置电压跟随器应同时具备高共模抑制比低输入1/f电压噪声低输入电流噪声低漂移特性。降低输出阻抗和减少引线感应工频干扰，可选用氯化银粉末电极以降低极化电位，提高极化电位稳定性。
在具体应用中，在本发明实施例提供的上述控制设备中，如图5所示，脑氧信号检测装置包括：检测光源321，以及与检测光源321间隔设定距离的光传感器322。
其中，检测光源321，用于向大脑皮层发射设定波段的红外光，以使发射光与大脑皮层的血氧组织相互作用。
光传感器322，用于检测未与血氧组织作用经过在大脑皮层反射的设定波段的红外光。
在实际应用中，检测光源321常采用射线源，而在本发明实施例中采用近红外光源相比于射线源不会损害身体健康。并且近红外光谱对于血流的影响明显，因此更适合对脑氧信号的检测。如上所述脑氧信号的检测原理是基于脑组织血流及备红蛋白对近红外光的吸收作用，如图6所示，检测光源321向大脑皮层发射近红外波段的光线，大脑皮层中与血氧状态相关的组织中的血红蛋白等体现了脑氧含量，会对近红外光有所吸收作用，因此光传感器322所检测到的光强为未被大脑吸收而被反射回来的红外光的光强。那么损失的那部分红外光则为被血红蛋白吸收，由此可以由光传感器间接反映大脑血氧的状态，大脑血氧状态又于大脑的活跃程度正相关，从而可将检测的红外光强度与大脑活跃程度建立关联。而在本发明实施例中，上述的脑氧信号为与大脑血氧为负相关的红外光强度。
在实际应用中，检测光源321所采用的红外光发射装置一般可以穿透一定深度到达皮层探测到血氧信息后反射到光传感器322上，但红外光要从前额穿过整个头部由后脑枕区探测到基本上很难，因此本发明实施例采用反射式检测的方式。队此之外，还需要注意检测光源321的出射光对光传感器322的光强检测不会产生影响，要将检测光源321与光传感器322之间保持预设距离，使得检测光源321的发射光不会直接被光传感器322接收，而影响检测结果。优选地，检测光源321与光传感器322之间的距离可设置在2-4cm之间。光传感器322可采用光探头，例如由硅光管(PD管)跨阻放大器导光光纤滤光片弹簧外壳等部件组成。采用跨阻放大器前置设计，克服了传统光纤探头易引入运动噪声的不足。采用650nm长波通滤光片，可抑制外界光干扰，降低PD管的光电流噪声。
本发明实施例提供的上述设备，脑电信号与脑氧信号的检测原理不同，两种脑信号的检测互不干涉，可以采用相互独立的装置同时同步采集，而采集得到的脑电信号与脑氧信号又都与大脑活跃程度相关，因此采用两种类型的数据的匹配可以提高大脑活跃状态检测的准确性。
进一步地，在本发明实施例提供的上述脑氧信号检测装置中，如图7所示，检测光源321包括封装于同一封装结构3211中的第一发光芯片3212和第二发光芯片3213。由于生物组织(包括大脑皮层组织)对近红外波段(650-950nm)具有高散射低吸收的特性，使得近红外光能够探测到头皮下2-3cm深度的大脑皮层质区域，具体较高的空间分辨率。而血红蛋白又对该波段的光具有较强的吸收作用，因此，在本发明实施例中采用两个发光芯片，其中，第一发光芯片3212的发射光波长为760nm，半波宽度为20nm，第二发光芯片3213的发射光波长为850nm，半波宽度为35nm。上述的两个发光芯片可为发光二极管，且两个发光二极管可采用如图8所示的三种连接方式，图8中的(a)为两个发光二极管并联的方式；(b)为两个发光二极管共阴极的连接方式，而(c)为两个发光二极管共阳极的连接方式。将两个发光芯片同时封装，则不需要制作两个光源的结构。采用上述多波长一体化光源不仅可以优化光源体积，而且能够充分消除普通的分立型光源管因为空间位置离散对检测结果造成的影响。
优选地，在本发明实施例提供的上述设备中，如图9所示，还包括：连接在处理器33与脑电检测电极311之间的第一滤波放大电路34，以及连接在处理器33与光传感器322之间的第二滤波放大电路35。滤波放大电路可以对检测得到的脑电信号及与脑氧信号相关的光强信号的背景噪声较大，因此在采集上述两信号这宾需要进行滤放处理，优化信号以形成有效的脑电波形曲线以及脑氧波形曲线。
进一步地，如图9所示，本发明实施例提供的上述设备还包括：与检测光源321连接的驱动电路36。在实际应用中，驱动电路36主要由运放NPN三极管电流反馈电阻组成，可将电压载波信号转换成4路5～15ma电流载波信号，驱动双波长检测光源321。模拟前端可采用TI公司的ADS1299芯片，包含8个输入多路复用器低噪声可编程增益放大器和同步采样24位模数转换器，在12倍增益与70Hz带宽条件下，等效输入电压噪声低于1.0，满足医疗级EEG信号采集要求。
此外，如图9所示，本发明实施例提供的上述设备还包括：无线传输模块37，用于将处理器33的控制指令传输给受控设备。无线传输模块37可采用EMW3162，最高网络数据传输速率为20Mbps，拥有128k SRAM缓存，可满足实时数据传输需求。无线传输模块37内置微控制器STM32F205RG，可直接对模块进行编程，实现模拟前端通信光源载波生成Wi-Fi网络通讯等功能。
在本发明实施例提供的上述设备中，还包括电源模块，用于对应近红外发光的驱动电路，光线采集所输出信号的滤波放大电路，脑电检测电极输出的滤波放大电路等部件供电。电源模块可包括充电电路，可使用5V直流电源为单锂电池充电，也可使用DC-DC升压电源，将单锂电电压升至6V。两种低压差线性稳压电路，脑电、脑氧信号进行滤波放大之后还可输出到的数据采集模块，数据采集数据可以通过无线发射的无线通信模块，或者通过USB端口将采集的数据以无线或有线的方式发送带有处理器33的计算机等设备。电源模块还为无线传输模块内置的DAC模块提供低噪模拟电源。2.5V精密电源参考与电压跟随器组合，提供一个低噪虚拟地。
在具体实施时，本发明实施例提供的上述设备要集成于如图10所示的头部佩戴部件。该头部佩戴部件可为运动绷带或头盔等。其中，检测光源321和光传感器322可对应于头部前额的位置，两个脑电检测电极311位于两侧，用于检测脑电信号。当大脑进行运动想象时，脑电和脑氧的信息会出现相应的变化。大脑的脑电信号在大脑皮层下产生，经过脑电检测电极收集信号，第一滤波放大电路对信号进行放大，送入数据采集模块。脑氧的信号通过经过第地滤波放大电路处理后也送入数据采集卡，最后通过通信模块将数据传输给处理器，由处理器生成脑电波形曲线以及脑氧波形曲线，再进行条件匹配等操作，最后生成控制指令，以控制受控设备进行相应操作。
另一方面，本发明实施例还提供一种人机交互系统，包括上述任一基于脑信号的控制设备及受控设备。该受控设备可为基于脑信号控制的各种形式的受控设备，例如，可为本发明实施例上述的遥控飞行设备等，在此不做具体限定。
本发明实施例提供的基于脑信号控制设备的方法、其控制设备及人机交互系统，通过在预设时段内周期性地获取脑电信号和脑氧信号，根据获取的脑电信号和脑氧信号分别生成表征脑电信号和脑氧信号的数值在预设时段内变化的的脑电波形曲线和脑氧波形曲线；确定脑电波形曲线和脑氧波形曲线是否符合控制受控设备执行预设操作的条件；在脑电波形曲线和脑氧波形曲线符合条件时，控制受控设备执行预设操作。相比于现有技术中仅基于脑电信号进行设备控制的方式，本发明实施例提供的上述设备控制方法，同时检测脑电信号和脑氧信号生成脑电波形曲线和脑氧波形曲线，两种数据同时与控制受控设备执行预设操作的条件进行匹配判断，可以避免单一数据在发生跳变等情况时造成误操作，提高控制设备的准确性。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (14)

1.一种基于脑信号控制设备的方法，其特征在于，包括：
在预设时段内周期性地获取脑电信号和脑氧信号，根据获取的所述脑电信号和脑氧信号分别生成表征所述脑电信号和脑氧信号的数值在所述预设时段内变化的脑电波形曲线和脑氧波形曲线；
确定所述脑电波形曲线和所述脑氧波形曲线是否符合控制受控设备执行匹配操作的条件；
在所述脑电波形曲线和所述脑氧波形曲线符合所述条件时，控制所述受控设备执行所述匹配操作。
2.如权利要求1所述的方法，其特征在于，所述在所述脑电波形曲线和所述脑氧波形曲线符合所述条件时，控制所述受控设备执行所述预设操作，包括：
在所述脑电波形曲线的数值增加量大于或等于第一阈值且所述脑氧波形曲线的数值减小量大于或等于第二阈值时，确定大脑处于活跃状态；控制所述受控设备执行与大脑活跃状态的匹配操作；
在所述脑电波形曲线的数值减小量大于或等于第三阈值且所述脑氧波形曲线的数值增加量大于或等于第四阈值时，确定大脑处于平静状态；控制所述受控设备执行与大脑平静状态的匹配操作。
3.如权利要求2所述的方法，其特征在于，所述在所述脑电波形曲线和所述脑氧波形曲线符合所述条件时，控制所述受控设备执行所述预设操作，还包括：
在所述预设时段内，所述脑电波形曲线与所述脑氧波形曲线中的至少一种的数值变化量小于设定阈值时，保持所述受控设备执行当前执行的操作。
4.如权利要求1所述的方法，其特征在于，所述确定所述脑电波形曲线和所述脑氧波形曲线是否符合控制受控设备执行预设操作的条件，包括：
提取所述脑电波形曲线中的脑电特征，并提取所述脑氧波形曲线中的脑氧特征；
将提取出的所述脑电特征与所述脑氧特征进行特征融合；
确定融合后的特征数据是否符合控制所述受控设备执行预设操作的条件。
5.一种基于脑信号的控制设备，其特征在于，包括：脑电信号检测装置、脑氧信号检测装置以及处理器；其中，所述脑电信号检测装置与所述脑氧信号检测装置分别与所述处理器连接；
所述处理器，用于控制所述脑电信号检测装置与所述脑氧信号检测装置在预设时段内周期性地检测脑电信号和脑氧信号，根据获取的所述脑电信号和脑氧信号分别生成表征所述脑电信号和脑氧信号的强弱所述预设时段内变化的脑电波形曲线和脑氧波形曲线；并在确定出所述脑电波形曲线和脑氧波形曲线符合所述条件时，向所述受控设备发送控制指令，使所述受控设备与所述控制指令对应的预设操作。
6.如权利要求5所述的控制设备，其特征在于，所述脑电信号检测装置为脑电检测电极。
7.如权利要求5所述的控制设备，其特征在于，所述脑氧信号检测装置包括：检测光源，以及与所述检测光源间隔设定距离的光传感器；其中，
所述检测光源，用于向大脑皮层发射设定波段的红外光，以使发射光与大脑皮层的血氧组织相互作用；
所述光传感器，用于检测未与所述血氧组织作用经过在大脑皮层反射的所述设定波段的红外光。
8.如权利要求7所述的控制设备，其特征在于，所述检测光源包括封装于同一封装结构中的第一发光芯片和第二发光芯片；
所述第一发光芯片的发射光波长为760nm，所述第二发光芯片的发射光波长为850nm。
9.如权利要求6所述的控制设备，其特征在于，还包括：连接在所述处理器与所述脑电检测电极之间的第一滤波放大电路。
10.如权利要求7所述的控制设备，其特征在于，还包括：连接在所述处理器与所述光传感器之间的第二滤波放大电路。
11.如权利要求7所述的控制设备，其特征在于，还包括：与所述检测光源连接的驱动电路。
12.如权利要求5所述的控制设备，其特征在于，还包括：无线传输模块，用于将所述处理器的控制指令传输给所述受控设备。
13.如权利要求5-12任一项所述的控制设备，其特征在于，所述基于脑信号的控制设备集成于头部佩戴部件。
14.一种人机交互系统，其特征在于，包括如权利要求5-13任一项所述的基于脑信号的控制设备及受控设备。
CN201710510171.2A 2017-06-28 2017-06-28 基于脑信号控制设备的方法、其控制设备及人机交互系统 Active CN107137079B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201710510171.2A CN107137079B (zh) 2017-06-28 2017-06-28 基于脑信号控制设备的方法、其控制设备及人机交互系统
PCT/CN2018/071728 WO2019000901A1 (zh) 2017-06-28 2018-01-08 基于脑信号的控制方法、控制设备及人机交互设备
US16/315,886 US11179090B2 (en) 2017-06-28 2018-01-08 Control method and device based on brain signal, and human-computer interaction device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710510171.2A CN107137079B (zh) 2017-06-28 2017-06-28 基于脑信号控制设备的方法、其控制设备及人机交互系统

Publications (2)

Publication Number Publication Date
CN107137079A true CN107137079A (zh) 2017-09-08
CN107137079B CN107137079B (zh) 2020-12-08

Family

ID=59785394

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710510171.2A Active CN107137079B (zh) 2017-06-28 2017-06-28 基于脑信号控制设备的方法、其控制设备及人机交互系统

Country Status (3)

Country Link
US (1) US11179090B2 (zh)
CN (1) CN107137079B (zh)
WO (1) WO2019000901A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108334200A (zh) * 2018-02-11 2018-07-27 广东欧珀移动通信有限公司 电子设备控制方法及相关产品
WO2019000901A1 (zh) * 2017-06-28 2019-01-03 京东方科技集团股份有限公司 基于脑信号的控制方法、控制设备及人机交互设备
CN110275455A (zh) * 2018-03-14 2019-09-24 佛山市顺德区美的电热电器制造有限公司 一种基于脑电信号的控制方法、中央控制设备、云服务器及系统
CN112842365A (zh) * 2021-02-25 2021-05-28 清华大学 检测装置及其制造方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014210588A1 (en) * 2013-06-28 2014-12-31 North Carolina State University Systems and methods for determining sleep patterns and circadian rhythms
CN109407834B (zh) * 2018-10-08 2021-12-03 京东方科技集团股份有限公司 电子设备、计算机设备、空间定位系统及方法
JP2021089539A (ja) * 2019-12-03 2021-06-10 富士フイルムビジネスイノベーション株式会社 情報処理装置及びプログラム

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101853070A (zh) * 2010-05-13 2010-10-06 天津大学 前额脑电与血氧信息融合的人机交互装置
CN101896115A (zh) * 2006-06-15 2010-11-24 海博安有限公司 用于检测低血糖症的eeg信号分析
CN102149319A (zh) * 2008-09-19 2011-08-10 尤尼特尔神经系统学公司 阿尔茨海默氏症认知使能器
CN102894971A (zh) * 2011-07-29 2013-01-30 中国科学院沈阳自动化研究所 脑电和近红外光谱联合采集脑信号的头盔
CN104182042A (zh) * 2014-08-14 2014-12-03 华中科技大学 一种多模态信号的脑机接口方法
CN205340145U (zh) * 2016-01-19 2016-06-29 郑州轻工业学院 一种基于脑电波和肌肉电控制的遥控飞机
WO2016139402A1 (fr) * 2015-03-03 2016-09-09 Renault S.A.S Dispositif et procede de prediction d'un niveau de vigilance chez un conducteur d'un vehicule automobile
CN206081622U (zh) * 2016-08-31 2017-04-12 浙江大学 一种基于脑电波控制的路轨赛车系统
CN206213376U (zh) * 2016-10-12 2017-06-06 中国电子科技集团公司电子科学研究院 一种带脑电波控制功能的智能头盔

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3979351B2 (ja) 2003-06-30 2007-09-19 ソニー株式会社 通信装置及び通信方法
JP2005021255A (ja) 2003-06-30 2005-01-27 Sony Corp 制御装置及び制御方法
WO2006009129A1 (en) 2004-07-16 2006-01-26 Semiconductor Energy Laboratory Co., Ltd. Biological signal processing unit, wireless memory, biological signal processing system, and control system of device to be controlled
CN1719385A (zh) * 2005-07-21 2006-01-11 高春平 电脑游戏的生理信号控制装置
US8155736B2 (en) * 2009-03-16 2012-04-10 Neurosky, Inc. EEG control of devices using sensory evoked potentials
CN201389013Y (zh) 2009-03-23 2010-01-27 吴一兵 一种脑引力智慧竞赛对抗系统
CN105578954B (zh) * 2013-09-25 2019-03-29 迈恩德玛泽控股股份有限公司 生理参数测量和反馈系统
US10595741B2 (en) 2014-08-06 2020-03-24 Institute Of Automation Chinese Academy Of Sciences Method and system for brain activity detection
CN107137079B (zh) 2017-06-28 2020-12-08 京东方科技集团股份有限公司 基于脑信号控制设备的方法、其控制设备及人机交互系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101896115A (zh) * 2006-06-15 2010-11-24 海博安有限公司 用于检测低血糖症的eeg信号分析
CN102149319A (zh) * 2008-09-19 2011-08-10 尤尼特尔神经系统学公司 阿尔茨海默氏症认知使能器
CN101853070A (zh) * 2010-05-13 2010-10-06 天津大学 前额脑电与血氧信息融合的人机交互装置
CN102894971A (zh) * 2011-07-29 2013-01-30 中国科学院沈阳自动化研究所 脑电和近红外光谱联合采集脑信号的头盔
CN104182042A (zh) * 2014-08-14 2014-12-03 华中科技大学 一种多模态信号的脑机接口方法
WO2016139402A1 (fr) * 2015-03-03 2016-09-09 Renault S.A.S Dispositif et procede de prediction d'un niveau de vigilance chez un conducteur d'un vehicule automobile
CN205340145U (zh) * 2016-01-19 2016-06-29 郑州轻工业学院 一种基于脑电波和肌肉电控制的遥控飞机
CN206081622U (zh) * 2016-08-31 2017-04-12 浙江大学 一种基于脑电波控制的路轨赛车系统
CN206213376U (zh) * 2016-10-12 2017-06-06 中国电子科技集团公司电子科学研究院 一种带脑电波控制功能的智能头盔

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019000901A1 (zh) * 2017-06-28 2019-01-03 京东方科技集团股份有限公司 基于脑信号的控制方法、控制设备及人机交互设备
US11179090B2 (en) 2017-06-28 2021-11-23 Boe Technology Group Co., Ltd. Control method and device based on brain signal, and human-computer interaction device
CN108334200A (zh) * 2018-02-11 2018-07-27 广东欧珀移动通信有限公司 电子设备控制方法及相关产品
CN110275455A (zh) * 2018-03-14 2019-09-24 佛山市顺德区美的电热电器制造有限公司 一种基于脑电信号的控制方法、中央控制设备、云服务器及系统
CN110275455B (zh) * 2018-03-14 2021-05-25 佛山市顺德区美的电热电器制造有限公司 一种基于脑电信号的控制方法、中央控制设备、云服务器及系统
CN112842365A (zh) * 2021-02-25 2021-05-28 清华大学 检测装置及其制造方法

Also Published As

Publication number Publication date
WO2019000901A1 (zh) 2019-01-03
CN107137079B (zh) 2020-12-08
US11179090B2 (en) 2021-11-23
US20200305751A9 (en) 2020-10-01
US20190307352A1 (en) 2019-10-10

Similar Documents

Publication Publication Date Title
CN107137079B (zh) 基于脑信号控制设备的方法、其控制设备及人机交互系统
US11357445B2 (en) Systems and methods for determining sleep patterns and circadian rhythms
US20210259638A1 (en) Systems, Circuits, and Methods for Reducing Common-mode Noise in Biopotential Recordings
US10595741B2 (en) Method and system for brain activity detection
CN109069051B (zh) 生物信号获取设备和系统、获取生物信号的方法
AU2019399791B2 (en) Noninvasive detection method, apparatus and system for tissue constituent, and wearable device
Yeager et al. Neuralwisp: A wirelessly powered neural interface with 1-m range
CN101853070B (zh) 前额脑电与血氧信息融合的人机交互装置
AU2011212903A1 (en) Combined physiological sensor systems and methods
EA034599B1 (ru) Устройство для неинвазивного измерения уровня сахара в крови и способ измерения уровня сахара в крови с использованием этого устройства
EP3840633A1 (en) Monitoring device and system
CN216021048U (zh) 一种双模态多通道脑功能监测装置
CN106236105A (zh) 一种便携血氧测量系统
US20210113155A1 (en) Examination apparatus for medical examination of an animal
CN107174260A (zh) 健康手环
KR20220000469A (ko) 생체 신호 측정을 위한 외부 광 보정 방법, 이를 위한 전자 장치 및 저장 매체
Ha et al. An EEG-NIRS ear-module SoC for wearable drowsiness monitoring system
CN112987919B (zh) 一种基于间接测量飞行时间技术的脑机接口系统以及实现方法
WO2022184623A1 (en) Dual-mode biosensor
Turcotte et al. A wireless multichannel optogenetic headstage with on-the-fly spike detection
US20150366513A1 (en) Pulse wave sensor
US20240215902A1 (en) Multimodal brain function signal acquisition device and method
CN116392116A (zh) 面向人员应急行为的近红外脑血氧监测设备
CN116015296B (zh) 一种基于多模态脑成像的信号采样系统
US20230146917A1 (en) Apparatus and method for estimating bio-information, and optical sensor

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
GR01 Patent grant
GR01 Patent grant