CN107440714A - 一种专注度及眨眼动作提取装置及方法 - Google Patents
一种专注度及眨眼动作提取装置及方法 Download PDFInfo
- Publication number
- CN107440714A CN107440714A CN201710799115.5A CN201710799115A CN107440714A CN 107440714 A CN107440714 A CN 107440714A CN 201710799115 A CN201710799115 A CN 201710799115A CN 107440714 A CN107440714 A CN 107440714A
- Authority
- CN
- China
- Prior art keywords
- verification
- packet
- blink
- focus
- judged result
- 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
- A61B5/0002—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
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/002—Monitoring the patient using a local or closed circuit, e.g. in a room or building
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1103—Detecting eye twinkling
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/168—Evaluating attention deficit, hyperactivity
-
- 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Psychology (AREA)
- Developmental Disabilities (AREA)
- Artificial Intelligence (AREA)
- Dentistry (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Ophthalmology & Optometry (AREA)
- Signal Processing (AREA)
- Child & Adolescent Psychology (AREA)
- Educational Technology (AREA)
- Hospice & Palliative Care (AREA)
- Social Psychology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Oral & Maxillofacial Surgery (AREA)
Abstract
本发明公开了一种专注度及眨眼动作提取装置及方法。该方法包括:获取所述干电极和所述参考电极采集的脑电信息的数据包;所述数据包具有多个;根据所述脑电信息提取眨眼动作;确定第一数据包的参考校验和;根据所述第一数据包计算得到计算校验和;判断所述计算校验和是否等于所述参考校验和,得到第一判断结果;若所述第一判断结果表示为所述计算校验和等于所述参考校验和,则根据所述第一数据包的字符串计算得到原始数据;根据所述原始数据提取专注度;若所述第一判断结果表示为所述参考校验和不等于所述计算校验和,则提取下一个数据包的参考校验和。采用本发明所公开的提取装置或方法能够快速提取出专注度以及眨眼动作,降低提取装置成本。
Description
技术领域
本发明涉及脑神经领域,特别是涉及一种专注度及眨眼动作提取装置及方法。
背景技术
大脑是由上亿个神经细胞组成的,是一个结构和功能都很复杂的超巨型系统。它不但是支配人的思想和行为,而且也是控制情绪和神经功能的最高中枢,“了解脑、保护脑、创造脑”一直是国际科技界的前沿研究课题。
脑电图(Electroencephalogram,EEG)是通过电极记录下来的脑神经细胞群的生物电活动,将脑神经细胞活动的电位作为纵轴,时间作为横轴,这样记录下来的图即为EEG,一般认为EEG是皮层大量神经元突触后电位总和而形成的场电位。在脑电研究的早期,由于当时的技术限制,对脑电的研究都是目视分析,专家利用经验消除伪迹和干扰,根据脑电波的幅度、频率和瞬态分布等给出结论,这种简单的研究显然不适合复杂的脑电信号,难以从中提取有用的信息。到了20世纪六七十年代,随着计算机技术的不断发展,脑电信号的采集与分析也进入了计算机时代。从此脑电信号可以定量分析,从而对脑电的分析更具说服力和客观性。大脑与人类认知的问题一直是国内外许多研究专家的主流方向,随着21世纪这个生物科技的世纪的到来,脑与认识的关系也将向着全球发展。从当前的研究不难看出,EEG已经广泛进入研究与应用领域,这与EEG信号具有的高时间分辨率、多模式分析、无创伤性都有极大关系。在认知研究中,诱发电位是目前的主要手段之一。
其中,从脑电信号中提取的专注度和眨眼动作可以运用于许多领域。注意力缺陷障碍(attention deficit disorder,ADD)是常见的多发于青少年的身心疾病,如何快速的进行专注度检测是治疗的关键;根据先验知识,当人们处于分心与疲劳的心理状态时,注意力会明显下降,疲劳驾驶的司机最主要的特征就是闭眼的时间明显增加,因此,专注度与眨眼动作也可以运用于日常生活学习中,例如判断驾驶员是否疲劳,学生上课期间是否集中注意力以及各种游戏和娱乐应用等。但目前脑电的研究偏向理论算法,从脑电信号中提取专注度和眨眼动作难度大,计算量大,对设备的运行要求也很高,需要用的设备也会更多,因此,相关的提取设备价格也十分昂贵。
发明内容
本发明的目的是提供一种专注度及眨眼动作提取装置及方法,以解决用于提取专注度及眨眼动作的设备昂贵;提取专注度和眨眼动作困难的问题。
为实现上述目的,本发明提供了如下方案:
一种专注度及眨眼动作提取装置,包括:干电极、参考电极、采集芯片以及处理器;
所述参考电极与所述采集芯片相连接,所述干电极与所述采集芯片相连接,所述采集芯片将所述参考电极和所述干电极采集到的脑电信号转化为数字信号,并通过蓝牙模块将所述数字信号传送至所述处理器;所述处理器对所述数字信号解析,提取出专注度和眨眼动作并在显示器上进行显示。
可选的,所述干电极的材质为不锈钢材料;所述干电极的形状为圆形或方形;当所述干电极的形状在圆形时,所述干电极的直径为12mm,厚度为2mm。
可选的,所述参考电极的材质为不锈钢材料,所述参考电极嵌于生理耳夹内,所述生理耳夹的材质为塑料。
可选的,所述提取装置还包括:稳压器;
所述稳压器为所述采集芯片和所述蓝牙模块供电。
可选的,所述干电极采集前额处的脑电信息,所述参考电极具有两个,分别夹在耳朵的两侧,采集双耳处的脑电信息。
一种专注度及眨眼动作提取方法,包括:
获取所述干电极和所述参考电极采集的脑电信息的数据包;所述数据包具有多个;
根据所述脑电信息提取眨眼动作;
确定第一数据包的参考校验和;
根据所述第一数据包计算得到计算校验和;
判断所述计算校验和是否等于所述参考校验和,得到第一判断结果;
若所述第一判断结果表示为所述计算校验和等于所述参考校验和,则根据所述第一数据包的字符串计算得到原始数据;
根据所述原始数据提取专注度;
若所述第一判断结果表示为所述参考校验和不等于所述计算校验和,则提取下一个数据包的参考校验和。
可选的,所述根据所述脑电信息提取眨眼动作,具体包括:
以所述脑电信息的电压作为纵坐标,以时间作为横坐标,建立所述脑电信息的波形图;
获取所述波形图的幅值;
判断所述幅值是否在预设幅值范围内,得到第二判断结果;
若所述第二判断结果表示为所述幅值在预设幅值范围内,则确定在预设时间段内存在眨眼动作。
可选的,所述确定在预设时间段内存在眨眼动作之后,还包括:
获取一段时间的历史眨眼动作的波形图作为眨眼动作样本波形图;
判断所述波形图与所述眨眼动作样本波形图的相似度是否在预设相似度范围内,得到第三判断结果;
若所述第三判断结果表示为所述波形图与所述眨眼动作样本波形图的相似度在预设相似度范围内,则控制显示器的指针转动预设角度。
可选的,所述根据所述原始数据提取专注度,具体包括:
利用脑电算法提取所述原始数据内的专注度。
一种专注度及眨眼动作提取系统,包括:
数据包获取模块,用于获取所述干电极和所述参考电极采集的脑电信息的数据包;所述数据包具有多个;
眨眼动作提取模块,用于根据所述脑电信息提取眨眼动作;
参考校验和确定模块,用于确定第一数据包的参考校验和;
计算校验和计算模块,用于根据所述第一数据包计算得到计算校验和;
第一判断模块,用于判断所述计算校验和是否等于所述参考校验和,得到第一判断结果;
原始数据计算模块,用于若所述第一判断结果表示为所述计算校验和等于所述参考校验和,则根据所述第一数据包的字符串计算得到原始数据;
专注度提取模块,用于根据所述原始数据提取专注度;
下一个数据包的参考校验和提取模块,用于若所述第一判断结果表示为所述参考校验和不等于所述计算校验和,则提取下一个数据包的参考校验和。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明仅仅通过参考电极和干电极采集脑电信号,不需要复杂设备采集脑电信号,同时,通过采集芯片将采集到的脑电信号转化为数字信号发送至所述处理器上,由处理器进行解析得到专注度及眨眼动作,本发明采用处理器直接对所述脑电信号进行解析,提取出专注度及眨眼动作,设备简单,不需要再通过其他具有针对性的复杂设备提取专注度及眨眼动作,因此,在很大程度上降低了提取设备的成本;同时采用本发明所提供的提取方法,能够快速提取出专注度以及眨眼动作。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明所提供的专注度及眨眼动作装置结构图;
图2为本发明所提供的电极放置法示意图;
图3为本发明所提供的专注度及眨眼动作提取方法流程图;
图4为本发明所提供的眨眼动作检测界面示意图;
图5为本发明所提供的专注度检测界面示意图;
图6为本发明所提供的截取的数据包示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种专注度及眨眼动作提取装置及方法,能够快速提取出专注度和眨眼动作,同时降低设备成本。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明所提供的专注度及眨眼动作装置结构图,如图1所示,一种专注度及眨眼动作提取装置,包括:干电极101、参考电极102、采集芯片103以及处理器104;所述参考电极102与所述采集芯片103相连接,所述干电极101与所述采集芯片103相连接,所述采集芯片103将所述参考电极102和所述干电极101采集到的脑电信号转化为数字信号,并通过蓝牙模块将所述数字信号传送至所述处理器104;所述处理器104对所述数字信号解析,提取出专注度和眨眼动作并在显示器上进行显示。
其中,所述采集芯片103为Think GearAM芯片,Think GearAM芯片通过干电极101采集位于前额的脑电信号,参考电极102采集双耳的电信号并以此作为参考电位;脑电信号经过Think GearAM芯片的放大、滤波和量化,得到数字脑电数据,通过串口传至蓝牙模块;再通过蓝牙模块将数据传入上位机终端进行处理、显示。处理器104主要数据包含三个功能模块:蓝牙接收模块,通过蓝牙通信,接收来自Think GearAM脑电采集平台的信号,并将其发送至主线程数据队列中供后续处理;数据解析模块,将数据队列中的脑电信号进行解析提取出其中的专注度及眨眼信息;实时显示模块,将从脑电信号中提取的专注度和眨眼信息实时地显示在显示器上。
本发明采用一种专注度及眨眼动作提取装置,仅采用Think GearAM以及处理器对干电极和参考电极所采集的脑电信号进行信号处理,以简单的设备结构即可提取出专注度和眨眼信息,从而降低了设备成本。
在实际应用中,所述干电极101的材质为不锈钢材料;所述干电极101的形状为圆形或方形;当所述干电极101的形状在圆形时,所述干电极101的直径为12mm,厚度为2mm;所述参考电极102的材质为不锈钢材料,所述参考电极102嵌于生理耳夹内,所述生理耳夹的材质为塑料。
使用时,电极放置位置参考经典的10-20电极放置法,该系统是由临床神经生理学国际联合会发展完善的,图2为本发明所提供的电极放置法示意图,如图2所示,干电极101放置于Fp1位置,即左前额处,参考电极102放置于A1、A2位置,即双耳耳垂处;所述干电极101采集前额处的脑电信息,所述参考电极102具有两个,分别夹在耳朵的两侧,采集双耳处的脑电信息。
在实际应用中,所述提取装置还包括:稳压器;所述稳压器为所述采集芯片103和所述蓝牙模块供电;本次设计的供电部分使用锂电池供电,5V锂电池具有能量比较高、使用寿命长、自放电率很低、重量轻、高低温适应性强、绿色环保等特点,比较符合设计要求。采集芯片103Think GearAM和蓝牙模块HC-06(HC-06为蓝牙模块的型号)的供电使用AMS1117-3.3稳压器,可将5V电源稳定在3.3V,且保证了电流输出。
本申请中的蓝牙技术(即蓝牙模块的信号传输)为通信设备提供了一种近距离无线连接的方式,以便设备之间能以无线方式进行数据同步化及数据传输;蓝牙标准可分别支持1m、10m、100m三种不同的通信距离,并可提供最高速率达10Mbps的通信速率;解除线路或电缆的束缚连接,并提供包括网络在内的宽范围标准设备和通信选项的入口,使得蓝牙技术在小型的移动通信设备和便携式医疗监护设备等仪器研制方面大有用武之地。在脑电信息检测系统中数据传输选择蓝牙技术的原因主要有:
1.低功耗无线技术:无线传感器的信号一般要受电源和功率的限制,蓝牙技术的无线开启时间短,消耗的电池能量少。
2.传输速率快:蓝牙4.0支持1Mbps数据传输率下的超短数据包,最少8个八位组合,最多27个。所有连接都使用蓝牙2.1加入的减速呼吸模式来达到超低工作循环。
3.安全性高:蓝牙技术采取了严密的安全机制,如在基带上提供对传输数据的加密机制以及在链路管理器上提供鉴权机制,且传输生理信号时蓝牙技术能充分实现识别和编码机制。
4.便携性好:蓝牙模块的设计尺寸要比一般的射频(RF)装置小,无线收发器的控制程序可烧写在仅为8mm×8mm的微型芯片上,这样集成有蓝牙模块的网关不占体积,适合于在对设备体积有要求的微型无线传感器网络系统中使用。
5.相较于其他短距离无线通信技术而言,蓝牙技术带宽合适且低功耗、穿透性强、稳定性高。
蓝牙模块采用了深圳亮明科技有限公司生产的SPP-C蓝牙串口芯片。他的优势有:可用于各种带蓝牙功能的电脑,蓝牙主机,手机、平板以及游戏机等智能终端配对;宽波特率范围4800-1382400,芯片体积小,成本低廉,功耗低,且无线收发灵敏度达到了-80d Bm,完全符合设计的要求。
图3为本发明所提供的专注度及眨眼动作提取方法流程图,如图3所示,一种专注度及眨眼动作提取方法,包括:
步骤301:获取所述干电极和所述参考电极采集的脑电信息的数据包;所述数据包具有多个;
步骤302:根据所述脑电信息提取眨眼动作;以所述脑电信息的电压作为纵坐标,以时间作为横坐标,建立所述脑电信息的波形图;获取所述波形图的幅值;判断所述幅值是否在预设幅值范围内,若是,则确定在预设时间段内存在眨眼动作。确定具有眨眼动作之后,还包括:获取一段时间的历史眨眼动作的波形图作为眨眼动作样本波形图;判断所述波形图与所述眨眼动作样本波形图的相似度是否在预设相似度范围内,若是,则控制显示器的指针转动预设角度;图4为本发明所提供的眨眼动作检测界面示意图,如图4所示,每当眨眼一次,指针转动预设角度,其中,可以将转动角度调整为20度;
步骤303:确定第一数据包的参考校验和;
步骤304:根据所述第一数据包计算得到计算校验和;
步骤305:判断所述计算校验和是否等于所述参考校验和,若是,则执行步骤306,若否,则执行步骤308;
步骤306:根据所述第一数据包的字符串计算得到原始数据;蓝牙大约每秒钟接收513个数据包,接收数据包的个数是不会变的,只是接收513个数据包所花费的时间是一秒左右。接收的数据包有小数据包和大数据包两种:小数据包的格式是AAAA 048002xxHighxxLow xxCheckSum前面的AAAA 048002是不变的,后三个字节是一只变化的,xxHigh和xxLow组成了原始数据rawdata,xxCheckSum就是校验和。所以一个小数据包里面只含了一个对开发者来说有用的数据,那就是rawdata,可以说一个小数据包就是一个原始数据,大约每秒钟会有512个原始数据。原始数据此数值由两个字节组成,它的值是一个从-32768到32767之间的十六位带符号整数。数值的第一个字节代表高位,第二个字节代表低位。要解析出原始数据只需要将第一个字节左移8位并且按位或第二个字节,也就是rawdata=(xxHigh<<8)|xxLow;-32768到32767,当高字节的字符串大于或等于32768时,减去65536就是原始数据的数值,即if(rawdata>32768){rawdata=65536;};
计算校验和sum=((0x80+0x02+xxHigh+xxLow)^0xFFFFFFFF)&0xFF,把04后面的四个字节加起来,取反,再取低八位。如果算出来的sum和xxCheckSum(参考校验和)是相等的,那说明这个数据包是正确的,然后再去计算rawdata,否则直接忽略这个数据包。丢数据包率在10%以下是不会对最后结果造成影响的。
步骤307:根据所述原始数据提取专注度;图5为本发明所提供的专注度检测界面示意图,如图5所示,利用脑电算法提取所述原始数据内的专注度;其中,所述脑电算法实际是计算eSense"专注度"指数,eSense算法(脑电算法)具有动态自动调适的能力,它采用“慢速自适应”算法,可以针对不同使用者脑电波信号在正常范围内的波动趋势和个体差异进行动态补偿。由于采用了自动调适技术,使得ThinkGearAM能够适用于不同的人群和不同的周边环境,并且在这些不同的应用场景下都能够具有非常好的准确性和可靠性。我们鼓励开发者能更深入的解读并适应这些规定的范围,更好的应用在自己的应用程序中,(例如,某应用程序可以忽视60以下的数值,而只对解读到的60-100之间的数值有反应,此数值范围表示专注力高度集中)。“eSense专注度指数”表明了使用者精神“集中度”水平或“注意度”水平的强烈程度,该指数值的范围是0到100。心烦意乱、精神恍惚、注意力不集中以及焦虑等精神状态都将降低专注度指数的数值。
步骤308:提取下一个数据包的参考校验和。
本发明采用一种专注度及眨眼动作提取方法,能够快速提取出专注度和眨眼动作,判断出被检测人当下的精神状态,能够为存在注意力缺陷障碍的青少年的治疗提供数据支持与帮助。
图6为本发明所提供的截取的数据包示意图,如图6所示,本申请所要提取的信号强度Signal,专注度Attention,放松度Meditation,和8个脑电功率EEG Power的值就在第513个大数据包里面,大数据包的格式是固定的,我们就拿上图中的数据来一个字节一个字节地说明他们代表的含义:
AA 同步;
AA 同步;
20 是十进制的32,即有32个字节的payload,除掉20本身+两个AA同步+最后校验和;
02 代表信号值Signal;
C8 信号的值;
83 代表EEG Power开始了;
18 是十进制的24,说明EEG Power是由24个字节组成的,以下每三个字节为一组;
18 Delta 1/3
D4 Delta 2/3
8B Delta 3/3
13 Theta 1/3
D1 Theta 2/3
69 Theta 3/3
02 LowAlpha 1/3
58 LowAlpha 2/3
C1 LowAlpha 3/3
17 HighAlpha 1/3
3B HighAlpha 2/3
DC HighAlpha 3/3
02 LowBeta 1/3
50 LowBeta 2/3
00 LowBeta 3/3
03 HighBeta 1/3
CB HighBeta 2/3
9D HighBeta 3/3
03 LowGamma 1/3
6D LowGamma 2/3
3B LowGamma 3/3
03 MiddleGamma 1/3
7E MiddleGamma 2/3
89 MiddleGamma 3/3
04 代表专注度Attention;
00 Attention的值(0到100之间);
05 代表放松度Meditation;
00 Meditation的值(0到100之间);
D5 校验和。
根据本发明所提供的专注度及眨眼动作提取方法以及上述数据包所表示的具体内容,就能够从图6所截取出的数据包中确定出参考校验和,并能够根据数据包内的信息计算出相应的计算校验和,从而快速提取出专注度以及眨眼动作。
本发明还公开一种专注度及眨眼动作提取系统,包括:
数据包获取模块,用于获取所述干电极和所述参考电极采集的脑电信息的数据包;所述数据包具有多个;
眨眼动作提取模块,用于根据所述脑电信息提取眨眼动作;
参考校验和确定模块,用于确定第一数据包的参考校验和;
计算校验和计算模块,用于根据所述第一数据包计算得到计算校验和;
第一判断模块,用于判断所述计算校验和是否等于所述参考校验和,得到第一判断结果;
原始数据计算模块,用于若所述第一判断结果表示为所述计算校验和等于所述参考校验和,则根据所述第一数据包的字符串计算得到原始数据;
专注度提取模块,用于根据所述原始数据提取专注度;
下一个数据包的参考校验和提取模块,用于若所述第一判断结果表示为所述参考校验和不等于所述计算校验和,则提取下一个数据包的参考校验和。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种专注度及眨眼动作提取装置,其特征在于,包括:干电极、参考电极、采集芯片以及处理器;
所述参考电极与所述采集芯片相连接,所述干电极与所述采集芯片相连接,所述采集芯片将所述参考电极和所述干电极采集到的脑电信号转化为数字信号,并通过蓝牙模块将所述数字信号传送至所述处理器;所述处理器对所述数字信号解析,提取出专注度和眨眼动作并在显示器上进行显示。
2.根据权利要求1所述的提取装置,其特征在于,所述干电极的材质为不锈钢材料;所述干电极的形状为圆形或方形;当所述干电极的形状在圆形时,所述干电极的直径为12mm,厚度为2mm。
3.根据权利要求1所述的提取装置,其特征在于,所述参考电极的材质为不锈钢材料,所述参考电极嵌于生理耳夹内,所述生理耳夹的材质为塑料。
4.根据权利要求1所述的提取装置,其特征在于,所述提取装置还包括:稳压器;
所述稳压器为所述采集芯片和所述蓝牙模块供电。
5.根据权利要求1所述的提取装置,其特征在于,所述干电极采集前额处的脑电信息,所述参考电极具有两个,分别夹在耳朵的两侧,采集双耳处的脑电信息。
6.一种专注度及眨眼动作提取方法,其特征在于,包括:
获取所述干电极和所述参考电极采集的脑电信息的数据包;所述数据包具有多个;
根据所述脑电信息提取眨眼动作;
确定第一数据包的参考校验和;
根据所述第一数据包计算得到计算校验和;
判断所述计算校验和是否等于所述参考校验和,得到第一判断结果;
若所述第一判断结果表示为所述计算校验和等于所述参考校验和,则根据所述第一数据包的字符串计算得到原始数据;
根据所述原始数据提取专注度;
若所述第一判断结果表示为所述参考校验和不等于所述计算校验和,则提取下一个数据包的参考校验和。
7.根据权利要求6所述的提取方法,其特征在于,所述根据所述脑电信息提取眨眼动作,具体包括:
以所述脑电信息的电压作为纵坐标,以时间作为横坐标,建立所述脑电信息的波形图;
获取所述波形图的幅值;
判断所述幅值是否在预设幅值范围内,得到第二判断结果;
若所述第二判断结果表示为所述幅值在预设幅值范围内,则确定在预设时间段内存在眨眼动作。
8.根据权利要求7所述的提取方法,其特征在于,所述确定在预设时间段内存在眨眼动作之后,还包括:
获取一段时间的历史眨眼动作的波形图作为眨眼动作样本波形图;
判断所述波形图与所述眨眼动作样本波形图的相似度是否在预设相似度范围内,得到第三判断结果;
若所述第三判断结果表示为所述波形图与所述眨眼动作样本波形图的相似度在预设相似度范围内,则控制显示器的指针转动预设角度。
9.根据权利要求6所述的提取方法,其特征在于,所述根据所述原始数据提取专注度,具体包括:
利用脑电算法提取所述原始数据内的专注度。
10.一种专注度及眨眼动作提取系统,其特征在于,包括:
数据包获取模块,用于获取所述干电极和所述参考电极采集的脑电信息的数据包;所述数据包具有多个;
眨眼动作提取模块,用于根据所述脑电信息提取眨眼动作;
参考校验和确定模块,用于确定第一数据包的参考校验和;
计算校验和计算模块,用于根据所述第一数据包计算得到计算校验和;
第一判断模块,用于判断所述计算校验和是否等于所述参考校验和,得到第一判断结果;
原始数据计算模块,用于若所述第一判断结果表示为所述计算校验和等于所述参考校验和,则根据所述第一数据包的字符串计算得到原始数据;
专注度提取模块,用于根据所述原始数据提取专注度;
下一个数据包的参考校验和提取模块,用于若所述第一判断结果表示为所述参考校验和不等于所述计算校验和,则提取下一个数据包的参考校验和。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710799115.5A CN107440714A (zh) | 2017-09-07 | 2017-09-07 | 一种专注度及眨眼动作提取装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710799115.5A CN107440714A (zh) | 2017-09-07 | 2017-09-07 | 一种专注度及眨眼动作提取装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107440714A true CN107440714A (zh) | 2017-12-08 |
Family
ID=60495816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710799115.5A Pending CN107440714A (zh) | 2017-09-07 | 2017-09-07 | 一种专注度及眨眼动作提取装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107440714A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108245171A (zh) * | 2017-12-28 | 2018-07-06 | 东软集团股份有限公司 | 获取参数模型的方法、疲劳检测方法及装置、介质及设备 |
CN109117711A (zh) * | 2018-06-26 | 2019-01-01 | 西安交通大学 | 基于眼动数据的分层特征提取与融合的专注度检测装置及方法 |
CN109567992A (zh) * | 2018-12-10 | 2019-04-05 | 长春理工大学 | 人体意念控制书本自动翻页系统 |
CN109620266A (zh) * | 2018-12-29 | 2019-04-16 | 中国科学院深圳先进技术研究院 | 个体焦虑水平的检测方法和系统 |
CN110090018A (zh) * | 2019-05-06 | 2019-08-06 | 安徽建筑大学 | 一种基于脑电头带的专注度分析系统 |
CN110101397A (zh) * | 2019-03-29 | 2019-08-09 | 中国地质大学(武汉) | 基于tgam的专注度检测仪 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010142409A1 (de) * | 2009-06-09 | 2010-12-16 | Abb Research Ltd. | Verfahren und einrichtung zur überwachung der hirnaktivität eines menschen |
CN103584856A (zh) * | 2013-11-29 | 2014-02-19 | 国网安徽省电力公司淮南供电公司 | 一种通过处理脑电波识别眨眼力度的算法 |
CN104068850A (zh) * | 2014-06-03 | 2014-10-01 | 广州中国科学院先进技术研究所 | 基于fpga的脑电眼电信号分析方法和系统 |
CN105054951A (zh) * | 2015-08-11 | 2015-11-18 | 西安科技大学 | 一种基于眨眼频率识别的疲劳驾驶脑电监测方法 |
CN106333675A (zh) * | 2016-09-21 | 2017-01-18 | 广州视源电子科技股份有限公司 | 清醒状态下的脑电信号数据类型的标注方法和系统 |
CN106725445A (zh) * | 2017-02-27 | 2017-05-31 | 厦门大学 | 一种脑电波控制的便携式人体运动损伤监护系统与方法 |
-
2017
- 2017-09-07 CN CN201710799115.5A patent/CN107440714A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010142409A1 (de) * | 2009-06-09 | 2010-12-16 | Abb Research Ltd. | Verfahren und einrichtung zur überwachung der hirnaktivität eines menschen |
CN103584856A (zh) * | 2013-11-29 | 2014-02-19 | 国网安徽省电力公司淮南供电公司 | 一种通过处理脑电波识别眨眼力度的算法 |
CN104068850A (zh) * | 2014-06-03 | 2014-10-01 | 广州中国科学院先进技术研究所 | 基于fpga的脑电眼电信号分析方法和系统 |
CN105054951A (zh) * | 2015-08-11 | 2015-11-18 | 西安科技大学 | 一种基于眨眼频率识别的疲劳驾驶脑电监测方法 |
CN106333675A (zh) * | 2016-09-21 | 2017-01-18 | 广州视源电子科技股份有限公司 | 清醒状态下的脑电信号数据类型的标注方法和系统 |
CN106725445A (zh) * | 2017-02-27 | 2017-05-31 | 厦门大学 | 一种脑电波控制的便携式人体运动损伤监护系统与方法 |
Non-Patent Citations (1)
Title |
---|
《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108245171A (zh) * | 2017-12-28 | 2018-07-06 | 东软集团股份有限公司 | 获取参数模型的方法、疲劳检测方法及装置、介质及设备 |
CN108245171B (zh) * | 2017-12-28 | 2020-12-25 | 东软集团股份有限公司 | 获取参数模型的方法、疲劳检测方法及装置、介质及设备 |
CN109117711A (zh) * | 2018-06-26 | 2019-01-01 | 西安交通大学 | 基于眼动数据的分层特征提取与融合的专注度检测装置及方法 |
CN109567992A (zh) * | 2018-12-10 | 2019-04-05 | 长春理工大学 | 人体意念控制书本自动翻页系统 |
CN109620266A (zh) * | 2018-12-29 | 2019-04-16 | 中国科学院深圳先进技术研究院 | 个体焦虑水平的检测方法和系统 |
CN110101397A (zh) * | 2019-03-29 | 2019-08-09 | 中国地质大学(武汉) | 基于tgam的专注度检测仪 |
CN110090018A (zh) * | 2019-05-06 | 2019-08-06 | 安徽建筑大学 | 一种基于脑电头带的专注度分析系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107440714A (zh) | 一种专注度及眨眼动作提取装置及方法 | |
CN204319705U (zh) | 足球专项训练实时监测系统 | |
CN105595996B (zh) | 一种眼电与脑电综合判定的疲劳驾驶脑电监测方法 | |
CN105615878B (zh) | 一种疲劳驾驶脑电监测方法 | |
CN204635180U (zh) | 一种智能腰带 | |
CN110013249B (zh) | 一种便携式可调式的头戴癫痫监测仪 | |
CN103989471A (zh) | 一种基于脑电图识别的疲劳驾驶检测系统及方法 | |
CN105595997B (zh) | 一种基于台阶式疲劳判定的疲劳驾驶脑电监测方法 | |
CN204157812U (zh) | 一种具有检测心率功能的手环结构 | |
CN105054951A (zh) | 一种基于眨眼频率识别的疲劳驾驶脑电监测方法 | |
CN107595306A (zh) | 一种基于脑电信号分析的疲劳驾驶预警系统 | |
CN105373231A (zh) | 一种体育运动检测设备 | |
CN107065224A (zh) | 基于大数据的眼疲劳识别方法及其智能眼镜 | |
CN107582050A (zh) | 一种脑电信号检测系统 | |
CN106873777A (zh) | 基于脑电控制的手机操作方法及系统 | |
CN107393042A (zh) | 在大数据背景下的儿童智能学安系统及其工作方法 | |
CN107290870A (zh) | 智能眼镜 | |
CN103561020B (zh) | 一种脑波数据传输方法、装置及系统 | |
CN104809371A (zh) | 判断头戴式智能设备的鉴权信息有效性的装置和方法 | |
CN106038251A (zh) | 基于大数据统计及用户信息采集集纳的方法和按摩装置 | |
CN106506823A (zh) | 用于控制终端设备的智能可穿戴设备、系统、方法和装置 | |
CN107564244A (zh) | 一种穿戴式个人安全防护系统 | |
CN209392681U (zh) | 一种基于uwb的滑冰场穿戴监测系统 | |
CN106774843A (zh) | 一种密码输入设备和方法 | |
CN203802470U (zh) | 一种人体颈部活动量检测装置 |
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 |
Application publication date: 20171208 |
|
RJ01 | Rejection of invention patent application after publication |