CN107669266A - 一种动物脑电分析系统 - Google Patents
一种动物脑电分析系统 Download PDFInfo
- Publication number
- CN107669266A CN107669266A CN201710948643.2A CN201710948643A CN107669266A CN 107669266 A CN107669266 A CN 107669266A CN 201710948643 A CN201710948643 A CN 201710948643A CN 107669266 A CN107669266 A CN 107669266A
- Authority
- CN
- China
- Prior art keywords
- eeg signals
- animal
- brain electricity
- brain
- module
- 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
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- 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
-
- 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
-
- 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)
- Public Health (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Psychiatry (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychology (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Educational Technology (AREA)
- Hospice & Palliative Care (AREA)
- Fuzzy Systems (AREA)
- Social Psychology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明实施例公开了一种动物脑电分析系统,所述系统包括脑电采集设备、移动终端和脑电分析服务器;脑电采集设备包括用于采集动物头部脑电信号的头部件和用于采集动物颈部脑电信号的颈部件,用于采集待测动物的原始脑电信号;所述移动终端用于控制所述脑电采集设备将采集到的所述原始脑电信号发送到所述脑电分析服务器;脑电分析服务器,用于去除原始脑电信号中的噪声干扰得到对应的有效脑电信号,提取有效脑电信号的特征值,并根据预先建立的动物脑电分类模型对特征值进行识别,以确定待测动物的心理状态。本发明实施例提供的动物脑电分析系统,具有时间分辨率高、信噪比高、实时性强、分类准确性高等优点,适宜推广应用。
Description
技术领域
本发明涉及脑机接口设备领域,尤其涉及一种动物脑电分析系统。
背景技术
在脑机接口技术领域中,现有技术以人为对象设计可穿戴设备进行脑波分析。中国专利文献CN 105011932 A公开了一种基于冥想度与专注度的疲劳驾驶脑电监测方法,利用TGAM芯片输出的专注度参数、冥想度参数,结合原始脑电信号的平均值,对驾驶员的疲劳脑电信号进行监测。但是,现有技术采用TGAM芯片输出的专注度参数、冥想度参数,仅能够以1赫兹的频率计算脑波参数,而如心理状态等脑电状态的变化往往是转瞬即逝的,需要更高的时间分辨率才能检测出来。
另外,现有技术中对原始信号中的眼电噪声等进行去除后的数据信噪比低,可靠性差,且其他现有技术中眼电噪声的去除依赖主成分分析和独立成分分析方法,需要单独的设置位于眼睛周围的眼电采集电极,增加了设备的复杂性,同时这两种去噪的方法均需要较长的时长,难以满足实时性的要求。在分类方法上,采用PCA降维常常导致信号中的细节信息的丢失,难于捕捉细微的心理状态变化。
再者,现有的脑电分析设备或方法一般止步于得到去噪后的脑电数据,将这些数据作为科学试验的中间环节,即数据往往只作为科研使用,并不能给社会应用带来有益效果。
发明内容
鉴于上述问题,本发明实施例提出了一种动物脑电分析系统,所述系统包括脑电采集设备、移动终端和脑电分析服务器;
所述脑电采集设备包括用于采集动物头部脑电信号的头部件和用于采集动物颈部脑电信号的颈部件,用于采集待测动物的原始脑电信号;
所述移动终端用于控制所述脑电采集设备将采集到的所述原始脑电信号发送到所述脑电分析服务器;
所述脑电分析服务器,用于去除所述原始脑电信号中的噪声干扰得到对应的有效脑电信号,提取所述有效脑电信号的特征值,并根据预先建立的动物脑电分类模型对所述特征值进行识别,以确定待测动物的心理状态。
其中,所述头部件包括第一可穿戴装置、设置于第一可穿戴装置靠近待测动物一侧的第一脑电采集电极,所述第一脑电采集电极包括第一底座和位于第一底座上的第一电极片,所述电极片实时采集动物对应位置的头部脑电信号。
其中,所述颈部件包括第二可穿戴装置、设置于第二可穿戴装置靠近待测动物一侧的第二脑电采集电极和第三脑电采集电极,所述第二脑电采集电极包括第二底座和位于第二底座上的第二电极片,所述第三脑电采集电极包括第三底座和位于第三底座上的第三电极片,所述第二电极片和第三电极片分别实时采集动物对应位置的颈部脑电信号。
其中,所述脑电分析服务器包括:
获取模块,用于接收所述脑电采集设备上传的原始脑电信号;
预处理模块,用以去除所述原始脑电信号中的噪声干扰得到对应的有效脑电信号;
特征提取模块,用于提取所述有效脑电信号的特征值;
识别模块,用于根据预先建立的动物脑电分类模型对所述特征值进行识别,以确定待测动物的心理状态。
其中,所述预处理模块,包括:
去眼电单元,用于对所述原始脑电信号去除眼电噪声处理,得到初滤脑电信号;
小波降噪单元,用于对所述初滤脑电信号进行小波去噪,得到修正脑电信号;
数据段提取单元,用于根据预设的限定幅值,对所述修正脑电信号进行挑选,去除修正脑电信号超出所限定幅值的数据段,得到基准数据段;
去均值单元,用于计算所述基准数据段的均值,用所述修正脑电信号减去所述均值;
去基线漂移单元,用于对减去均值后的修正脑电信号进行去除基线漂移处理;
滤波单元,用于对去除基线漂移后的修正脑电信号进行滤波,得到有效脑电信号。
其中,所述获取模块,还用于在接收所述脑电采集设备上传的原始脑电信号之前,接收所述脑电采集设备上传的脑电信号样本数据,所述脑电信号样本数据为动物在不同刺激源的刺激下对应的不同心理状态产生的样本脑电信号;
所述预处理模块,还用以去除所述脑电信号样本数据中的每一样本脑电信号的噪声干扰,得到对应的有效样本脑电信号;
特征提取模块,还用于提取所述有效样本脑电信号的样本特征值;
相应的,所述脑电分析服务器还包括:
训练集生成模块,用于对所述样本特征值进行特征清理、特征选择和/或特征变换,以得到特征训练子集;
模型训练模块,用于采用机器学习算法对所述特征训练子集进行训练,构建动物脑电分类模型。
其中,所述机器学习算法包括K最近邻分类算法、支持向量机、决策树、贝叶斯分类算法、人工神经网络、卷积神经网络、集成学习中的至少一个。
其中,所述移动终端,还包括:
标记单元,用于在脑电信号样本数据采集过程中,对脑电信号样本数据中的每一样本脑电信号进行时间点标记,所述时间点标记用于标示每一样本脑电信号中的在刺激源的刺激下产生的信号数据对应的时间点。
其中,所述移动终端,还包括:
显示模块,用于获取所述脑电分析服务器的识别结果,根据获取的识别结果将识别出的待测动物的心理状态进行可视化输出。
其中,所述移动终端,还包括:
发声模块,用于获取所述脑电分析服务器的识别结果,根据获取的识别结果将识别出的待测动物的心理状态通过语音方式进行输出。
本发明实施例提供的动物脑电分析系统,能够在频率域对脑电信号进行特征提取,对脑电信号的时间长度没有过高要求,可以采集特定时间长度的数据进行实时处理判断,提高动物脑电分析系统的时间分辨率,通过分类模型能够准确捕捉更细微的动物心理状态,而且预处理模块能够有效去除噪声干扰,提高数据信噪比,设备穿戴简单,算法容易快速实现,满足实时性的分析需求。本发明实施例提供的动物脑电分析系统,具有时间分辨率高、信噪比高、实时性强、分类准确性高等优点,适宜推广应用。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本发明实施例提供的一种动物脑电分析系统的结构框图;
图2为本发明实施例提供的一种动物脑电分析系统的结构示意图;
图3为本发明实施例提供的一种动物脑电分析系统的应用场景示意图;
图4为本发明实施例提供中脑电分析服务器的结构框图;
图5为本发明实施例提供中脑电分析服务器的预处理模块的内部结构框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非被特定定义,否则不会用理想化或过于正式的含义来解释。
图1为本发明实施例提供的一种动物脑电分析系统的结构框图。参见图1,本发明实施例提出的一种动物脑电分析系统,包括脑电采集设备10、移动终端20和脑电分析服务器30;所述脑电采集设备10包括用于采集动物头部脑电信号的头部件A1和用于采集动物颈部脑电信号的颈部件A2,用于采集待测动物的原始脑电信号;所述移动终端20用于控制所述脑电采集设备10将采集到的所述原始脑电信号发送到所述脑电分析服务器30;所述脑电分析服务器30,用于去除所述原始脑电信号中的噪声干扰得到对应的有效脑电信号,提取所述有效脑电信号的特征值,并根据预先建立的动物脑电分类模型对所述特征值进行识别,以确定待测动物的心理状态。
本发明实施例中,如图2所示,所述头部件A1包括第一可穿戴装置1、设置于第一可穿戴装置1靠近待测动物一侧的第一脑电采集电极2,第一脑电采集电极2包括第一底座22和位于第一底座22上的第一电极片21。其中,所述第一底座22为圆柱形底座,所述第一电极片21为圆形电极片。所述第一电极片21实时采集动物对应位置的头部脑电信号。
本发明实施例中,如图2所示,所述颈部件A2包括第二可穿戴装置5、设置于第二可穿戴装置5靠近待测动物一侧的第二脑电采集电极3和第三脑电采集电极4,所述第二脑电采集电极3包括第二底座32和位于第二底座32上的第二电极片31,所述第三脑电采集电极4包括第三底座(图中未示出)和位于第三底座上的第三电极片(图中未示出),所述第二电极片和第三电极片分别实时采集动物对应位置的颈部脑电信号。
在一个具体实施例中,以犬类的脑电分析系统为例,对本发明实施例技术方案进行解释说明。
本实施例中的脑电分析系统包括脑电采集设备10、移动终端20和脑电分析服务器30,脑电采集设备10不仅包括佩戴在犬类头部的头部件A1、佩戴在犬类颈部的颈部件A2,还包括有通信模块。脑电采集设备10通过该通信模块与脑电分析服务器30进行数据传输。头部件A1可以为具有发带状或帽状的可穿戴装置。头部件A1上位于发带1内侧设有第一脑电电极2,具有圆柱形底座22和位于所述底座22上的圆形电极片21,所述圆形电极片21能够实时的采集犬类头部对应位置的头皮电位。颈部件上A2位于内侧左右设有第二脑电电极3和第三脑电电极4,所述第二脑电电极3和第三脑电电极4与第一脑电电极2相同,能够采集对应位置的皮肤电位。具体的,第一脑电电极2设置在犬类头部顶区(CZ),第二脑电电极3设置在颈后左侧、第三脑电电极4设置在颈后右侧,三者分别与脑电传感器TGAM芯片的EEG引脚、REF引脚和EEG_GND引脚相接,组成脑电采集设备10,并经由所述TGAM芯片的输出端口输出到通信模块。根据不同体型和品种的犬类,本发明的头部件设有多种可供选择的型号。
需要说明的是,脑电分析服务器30可以为本地服务器,也可以为云服务器,脑电分析服务器30为云服务器时,即脑电采集设备10的通信模块通过无线传输的方式将数据上传到云服务器,由云服务器进行数据处理和分析。
本发明实施例中,头部件和颈部件还包括有用于供电的电源模块。
在实际应用中,如图3所示,使用时,将头部件佩戴到犬的头部,所述第二脑电电极3和第三脑电电极4分别置于颈后两侧,打开犬类脑电采集设备10电源开关,头部件开始采集犬的原始脑电信号,将实时脑电信号通过通信模块,如蓝牙、WiFi或GPRS等,上传到脑电分析服务器30,脑电分析服务器30接收到信号,对信号进行降噪、纯化和特征提取,通过预先建立的动物脑电分类模型对得到的特征值进行识别,以确定被测犬的心理状态。
进一步地,如图4所示,本实施例中的脑电分析服务器30包括获取模块301、预处理模块302、特征提取模块303以及识别模块304,所述的获取模块301,用于接收所述脑电采集设备10上传的原始脑电信号;所述的预处理模块302,用以去除所述原始脑电信号中的噪声干扰得到对应的有效脑电信号;所述的特征提取模块303,用于提取所述有效脑电信号的特征值;所述的识别模块304,用于根据预先建立的动物脑电分类模型对所述特征值进行识别,以确定待测动物的心理状态。
其中,所述预处理模块302,如图5所示,进一步包括去眼电单元3021、小波降噪单元3022、数据段提取单元3023、去均值单元3024、去基线漂移单元3025以及滤波单元3026,其中:
去眼电单元3021,用于对所述原始脑电信号去除眼电噪声处理,得到初滤脑电信号。去眼电单元3021具体通过以下方法实现去除眼电噪声。
首先,截取一特定时长的待测脑电信号,作为原始基准信号。
其次,对所述原始基准信号按照预设眼电噪声频率范围进行带通滤波以得到基准初滤脑电信号;
再次,将所述基准初滤脑电信号各数据点幅值xn与预设眼电噪声幅度阈值进行比较,当某一数据点幅值xn由小于预设眼电噪声幅度阈值变为等于预设眼电噪声幅度阈值时,设定该数据点之前的一特定时长为第一测试眨眼时段,设定该数据点之后的一特定时长为第二测试眨眼时段,所述第一测试眨眼时段及所述第二测试眨眼时段构成第一测试眨眼周期;提取所述第一测试眨眼周期内的基准初滤脑电信号作为该第一测试眨眼周期内的第一眨眼信号;
将所述特定时长内的所有第一测试眨眼周期内的所述第一眨眼信号进行平均,得到第一眼电噪声平均波形;
然后,将待测脑电信号与所述第一眼电噪声平均波形相叠加,以抵消所述第一测试眨眼周期内的噪声干扰,从而得到初滤脑电信号。
小波降噪单元3022,用于对所述初滤脑电信号进行小波去噪,得到修正脑电信号。
本实施例中,小波去噪是通过三个基本步骤完成的。首先,对含有噪声的滤电信号进行小波变换;其次,对变换得到的小波系数进行小波阈值去噪,去除初滤电信号所包含的噪声;再次,对去噪处理后的小波系数进行小波逆变换,从而得到修正脑电信号。小波去噪的好处在于去噪后能够成功地保留信号特征。
数据段提取单元3023,用于根据预设的限定幅值,对所述修正脑电信号进行挑选,去除修正脑电信号超出所限定幅值的数据段,得到基准数据段。其中,预设的限定幅值优选为250mV。
去均值单元3024,用于计算所述基准数据段的均值,用所述修正脑电信号减去所述均值。
去基线漂移单元3025,用于对减去均值后的修正脑电信号进行去除基线漂移处理。
滤波单元3026,用于对去除基线漂移后的修正脑电信号进行滤波,得到有效脑电信号。
其中,所述获取模块301,还用于在接收所述脑电采集设备10上传的原始脑电信号之前,接收所述脑电采集设备上传的脑电信号样本数据,所述脑电信号样本数据为动物在不同刺激源的刺激下对应的不同心理状态产生的样本脑电信号;所述预处理模块302,还用以去除所述脑电信号样本数据中的每一样本脑电信号的噪声干扰,得到对应的有效样本脑电信号;所述的特征提取模块303,还用于提取所述有效样本脑电信号的样本特征值。
相应的,所述脑电分析服务器30还包括附图中未示出的训练集生成模块和模型训练模块,其中,所述的训练集生成模块,用于对所述样本特征值进行特征清理、特征选择和/或特征变换,以得到特征训练子集;所述的模型训练模块,用于采用机器学习算法对所述特征训练子集进行训练,构建动物脑电分类模型。其中,所述机器学习算法包括K最近邻分类算法、支持向量机、决策树、贝叶斯分类算法、人工神经网络、卷积神经网络、集成学习中的至少一个。
本实施例中,所述移动终端,还包括:标记单元,用于在脑电信号样本数据采集过程中,对脑电信号样本数据中的每一样本脑电信号进行时间点标记,所述时间点标记用于标示每一样本脑电信号中的在刺激源的刺激下产生的信号数据对应的时间点。
本发明实施例中,数据采集分为两类,第一类采集是产品成型前的数据库的建立,即通过一定量的数据采集、分析、分类形成动物脑电分类模型;第二类是在产品成型后的使用中,对产品使用对象的采集。
数据库的建立:采集实验犬脑电信号,在进行数据分析后进行分类器的训练,用于建立动物脑电分类模型。采集内容的是犬类不同的生理状态下的脑电信号(例如饥饿、口渴、清醒、睡觉等状态)和对于不同刺激产生的脑电信号(例如嗅觉刺激,闻不同的气味)。采集对象是健康的在8个月以上的警用犬品种,在开始采集前应对实验对象进行一段时间的适应性调整和训练,每天规律投喂水和食物,对于不同的状态每天定时定点进行采集,这样才能保证实验犬不同状态下的稳定性,保证数据的稳定性。采集方法是通过电极与芯片完成实验犬脑电信号的采集,移动终端还带有标记mark的功能,主要用于标记时间节点,能够对采集数据的质量做判断,在数据处理和分析时更好的进行数据分段。对于实验犬生理状态脑电信号的采集,采用连续采集的方式,连续采集一段时间内的脑电信号,当实验犬状态出现变化时,用mark进行标记,使得在数据分析时对数据质量情况有更清楚的认识。对于实验犬在不同刺激下脑电信号的采集,也采用连续采集的方式,当出现刺激时进行mark标记。例如在实验中采集实验犬睡觉的脑电信号,在连续采集的过程中存在一小段受到惊吓睁眼的活动,这段数据就应当被标记出来。在采集实验犬气味刺激的脑电信号时,当释放味道刺激例如醋,这个时间节点应做标记。硬件和佩戴方法上文已描述,将动物脑电采集设备固定于实验犬相应位置。采集的数据必须达到一定量级,实验犬应由一及多,通过对一条实验犬的脑电信号采集建立初始模型,再通过对同品种不同年龄的多条犬进行脑电信号采集来修正模型,再对不同品种的犬进行脑电信号采集来进一步完善模型,最后得到最终的分类器。这些实验的采集方法与上面描述的类似。
产品使用对象的采集:产品集成了数据库模板以后,直接给产品使用对象按照上述方法佩戴设备,设备进行初始化,而后再进行实时的原始脑电信号采集。按照所处时段的不同,将位于初始化时段的原始脑电信号命名为原始基准脑电信号,将位于实时采集时段的原始脑电信号命名为原始实时脑电信号。这样做的目的是为了减小不同实验对象之间的个体差异。
本发明的一个实施例中,所述脑电分析服务器30包括有无线通讯模块、显示模块和/或发声模块。脑电分析服务器30可以在本地进行脑电数据的分析、输出返回值等功能。
在本发明另一实施例中,脑电分析服务器30也可以通过无线通讯模块与移动终端20进行通讯,将识别结果传输给移动终端20,以使得移动终端20根据获取的识别结果将识别出的待测动物的心理状态进行输出。
本发明另一实施例中,所述移动终端20,还包括:
显示模块,用于获取所述脑电分析服务器30的识别结果,根据获取的识别结果将识别出的待测动物的心理状态进行可视化输出;和/或
发声模块,用于获取所述脑电分析服务器30的识别结果,根据获取的识别结果将识别出的待测动物的心理状态通过语音方式进行输出。
在本发明另一实施例中,还可以将机器学习的动物脑电分类模型移植到移动终端20,使得移动终端20完成分析、输出返回值的功能,满足不同用户的需求。实现脑电分析服务器30完成通讯、分析、输出的功能与使用移动终端20实现这些功能是并行的。
下面的实施例仍然以警用犬为脑电监测对象,旨在说明本发明是如何分析脑电信号并以人类可识别的方式输出的(本例仅用于示例性的说明,并不代表警用犬在闻到上述物品时的真实反映)。
衔接前例来讲,在本发明的装置预先具有了前述的分类模型后,将脑电采集模块10的至少一个电极佩戴在执行任务的警用犬的身上,采集模块以一定时间段(如1秒钟)为采集时间单位,采集该警用犬脑电信号作为原始脑电信号发送给脑电分析服务器的预处理模块。当该警用犬在任务过程中嗅到疑似爆炸物时,犬本身即产生某种心理状态,反映该心理状态的脑电信号被采集模块实时采集并发送给预处理模块。预处理模块对该原始脑电信号进行降噪后得到纯化脑电信号并由特征提取模块提取其中的特征值(包括:计算所述纯化脑电信号中的功率谱密度、小波熵、Renyi熵、Tsallis熵、LzC复杂度、AR参数模型系数中的至少一个)发送给识别模块。识别模块调用数据库预先建立的动物脑电分类模型,对上述特征值进行识别得出识别结果。通过将识别结果发送给警用犬训导员手持的移动终端内的结果反馈模块,以实现识别结果的输出,
在一个示例中,结果反馈模块为显示模块,显示模块将该标记转换为人类可识别的图形(例如惊叹标志)通过移动终端的显示屏显示出来,使警用犬训导员知晓警用犬发现了疑似爆炸物。
在一个示例中,结果反馈模块为发声模块,发声模块将该标记转换为语音(例如“可疑物”或“爆炸物”)通过该移动终端的扬声器播放给警用犬训导员。结果反馈模块具体通过显示模块还是发声模块将结果输出可以由移动终端的使用者根据使用场合进行设定。
本发明的分析装置尤其适用于工作犬,除了可用于协助警方缉毒、防爆,还可用于协助海关缉毒、搜索违禁品,更可用于辅助导盲犬的工作。
一般来讲,缉毒犬或防爆犬需要经过漫长的训练阶段(例如给犬闻各种毒品或带有爆炸特性的材料,以训导它们在闻到这些物品时吠叫)并通过筛选才能投入使用,这就大大增加了培养训练成本。另外,缉毒犬或防爆犬在发现毒品或带有爆炸特性的材料需要通过特定动作(例如吠叫或即刻坐下)来通知训导员它发现了可疑物,而训练犬类做这些动作也需要投入大量的时间和精力,并且在某些特定的场合这些动作并不合适。但本发明所述的判断动物心理状态脑电分析装置,就能够较好的解决上述问题。首先,本发明通过得到较高信噪比的脑电数据,并提取脑电信号的特征值,通过构建好的动物脑电分类模型对脑电信号的特征值进行识别,确定工作犬实时的心理状态,并将这些状态以人类可识别的方式(例如语音或图形)输出到移动终端(例如手机、平板电脑、其它便携式终端设备或远程计算机),使移动终端的使用者在第一时间得知犬发现了什么物品。
进一步举例来讲,以防爆犬为例,在执行大型会议的防爆巡查时,将本发明所述的动物心理状态脑电分析装置佩戴在犬身上,由训导员带犬巡查会场,当犬嗅到某一处或某一物品为爆炸物时,训导员手持的智能终端即刻显示一代表爆炸物的图形或以文字“爆炸物”、“危险”、“注意”或“!”显示,又或以较低音量的提示音或振动智能终端表示。以此使训导员得知犬发现了状况。
通过上例可以看出本发明应用在工作犬身上的以下优点:
首先,由于预先构建了分类模型,分析系统通过持续监测该防爆犬的脑电信号并进行数据比对来获知犬发现了可疑物从而通知训导员。因此,该防爆犬无需经过漫长的前期培训,任何一只身体健康、嗅觉良好、精力充沛且集中的犬只都可以充当防爆犬使用。这大大减少了警队的开支及人力的投入。
其次,在大型会议场合,若犬专注某一处或某一物并进行吠叫容易引起公众恐慌,从而造成混乱的场面。但本发明的分析装置可以选择以图形或文字显示的方式提醒训导员,因此,在犬发现了疑似爆炸物时无需吠叫。这就为警方安全有序的排除危险、疏散群众提供了良好的保障。
再次,导盲犬在带领主人行走时遇到楼梯就会自动停下来,侧过身挡住主人的身体,而若当时主人的状态不佳、感知力较差时容易发生危险。通过给导盲犬佩戴本发明的分析装置,持续监测导盲犬的心理状态,当导盲犬处于与“发现楼梯”相应的心理状态时,主人携带的智能终端能够发出诸如“注意脚下”或蜂鸣声等提示音,提示使用者注意,从而辅助导盲犬的工作,保障盲人的人身安全。
此外,本发明不仅仅只限于工作犬使用,也适用于其它动物。例如,宠物猫或宠物猪的主人将本发明佩戴在自己的宠物身上,就可以实时了解它们的心理状态,从而增添了饲养宠物的乐趣。例如,宠物猫被戴上本发明的分析装置后,当它饿了的时候本发明的分析装置就能够将宠物猫的脑电信号实时采集并进行滤噪处理,而后提取特征值并运用分类模型进行计算并识别,将代表“饿了”的识别结果(类别标签)发送给结果反馈模块,结果反馈模块以语音或图形或二者皆有的方式提示宠物猫的主人自家的猫现在饿了,这就使主人对自己的宠物更加了解,也增添了互动的乐趣。
本发明实施例提供的动物脑电分析系统,能够在频率域对脑电信号进行特征提取,对脑电信号的时间长度没有过高要求,可以采集特定时间长度的数据进行实时处理判定,提高动物脑电分析系统的时间分辨率,通过分类模型呢能够准确捕捉更细微的动物心理状态,而且预处理模块能够有效噪声干扰的去除,提高数据信噪比,设备穿戴简单,算法容易快速实现,满足实时性的分析需求。本发明实施例提供的动物脑电分析系统,具有时间分辨率高、信噪比高、实时性强、分类准确性高等优点,适宜推广应用。
可以理解为,本发明是通过一些实施例进行描述的,本领域技术人员在不脱离本发明的精神和范围的情况下,可以对这些特征和实施例进行各种改变或等效替换。另外,在本发明的教导下,可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此,本发明不受此处所公开的具体实施例的限制,所有落入本申请的权利要求范围内的实施例都属于本发明的保护范围。
Claims (10)
1.一种动物脑电分析系统,其特征在于,所述系统包括脑电采集设备、移动终端和脑电分析服务器;
所述脑电采集设备包括用于采集动物头部脑电信号的头部件和用于采集动物颈部脑电信号的颈部件,用于采集待测动物的原始脑电信号;
所述移动终端用于控制所述脑电采集设备将采集到的所述原始脑电信号发送到所述脑电分析服务器;
所述脑电分析服务器,用于去除所述原始脑电信号中的噪声干扰得到对应的有效脑电信号,提取所述有效脑电信号的特征值,并根据预先建立的动物脑电分类模型对所述特征值进行识别,以确定待测动物的心理状态。
2.如权利要求1所述的动物脑电分析系统,其特征在于,所述头部件包括第一可穿戴装置、设置于第一可穿戴装置靠近待测动物一侧的第一脑电采集电极,所述第一脑电采集电极包括第一底座和位于第一底座上的第一电极片,所述电极片实时采集动物对应位置的头部脑电信号。
3.如权利要求1所述的动物脑电分析系统,其特征在于,所述颈部件包括第二可穿戴装置、设置于第二可穿戴装置靠近待测动物一侧的第二脑电采集电极和第三脑电采集电极,所述第二脑电采集电极包括第二底座和位于第二底座上的第二电极片,所述第三脑电采集电极包括第三底座和位于第三底座上的第三电极片,所述第二电极片和第三电极片分别实时采集动物对应位置的颈部脑电信号。
4.如权利要求1所述的动物脑电分析系统,其特征在于,所述脑电分析服务器包括:
获取模块,用于接收所述脑电采集设备上传的原始脑电信号;
预处理模块,用以去除所述原始脑电信号中的噪声干扰得到对应的有效脑电信号;
特征提取模块,用于提取所述有效脑电信号的特征值;
识别模块,用于根据预先建立的动物脑电分类模型对所述特征值进行识别,以确定待测动物的心理状态。
5.如权利要求4所述的动物脑电分析系统,其特征在于,所述预处理模块,包括:
去眼电单元,用于对所述原始脑电信号去除眼电噪声处理,得到初滤脑电信号;
小波降噪单元,用于对所述初滤脑电信号进行小波去噪,得到修正脑电信号;
数据段提取单元,用于根据预设的限定幅值,对所述修正脑电信号进行挑选,去除修正脑电信号超出所限定幅值的数据段,得到基准数据段;
去均值单元,用于计算所述基准数据段的均值,用所述修正脑电信号减去所述均值;
去基线漂移单元,用于对减去均值后的修正脑电信号进行去除基线漂移处理;
滤波单元,用于对去除基线漂移后的修正脑电信号进行滤波,得到有效脑电信号。
6.如权利要求4所述的动物脑电分析系统,其特征在于,
所述获取模块,还用于在接收所述脑电采集设备上传的原始脑电信号之前,接收所述脑电采集设备上传的脑电信号样本数据,所述脑电信号样本数据为动物在不同刺激源的刺激下对应的不同心理状态产生的样本脑电信号;
所述预处理模块,还用以去除所述脑电信号样本数据中的每一样本脑电信号的噪声干扰,得到对应的有效样本脑电信号;
特征提取模块,还用于提取所述有效样本脑电信号的样本特征值;
所述脑电分析服务器还包括:
训练集生成模块,用于对所述样本特征值进行特征清理、特征选择和/或特征变换,以得到特征训练子集;
模型训练模块,用于采用机器学习算法对所述特征训练子集进行训练,构建动物脑电分类模型。
7.如权利要求6所述的动物脑电分析系统,其特征在于,所述机器学习算法包括K最近邻分类算法、支持向量机、决策树、贝叶斯分类算法、人工神经网络、卷积神经网络、集成学习中的至少一个。
8.如权利要求5所述的动物脑电分析系统,其特征在于,所述移动终端,还包括:
标记单元,用于在脑电信号样本数据采集过程中,对脑电信号样本数据中的每一样本脑电信号进行时间点标记,所述时间点标记用于标示每一样本脑电信号中的在刺激源的刺激下产生的信号数据对应的时间点。
9.如权利要求1所述的动物脑电分析系统,其特征在于,所述移动终端,还包括:
显示模块,用于获取所述脑电分析服务器的识别结果,根据获取的识别结果将识别出的待测动物的心理状态进行可视化输出。
10.如权利要求1所述的动物脑电分析系统,其特征在于,所述移动终端,还包括:
发声模块,用于获取所述脑电分析服务器的识别结果,根据获取的识别结果将识别出的待测动物的心理状态通过语音方式进行输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710948643.2A CN107669266A (zh) | 2017-10-12 | 2017-10-12 | 一种动物脑电分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710948643.2A CN107669266A (zh) | 2017-10-12 | 2017-10-12 | 一种动物脑电分析系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107669266A true CN107669266A (zh) | 2018-02-09 |
Family
ID=61140601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710948643.2A Pending CN107669266A (zh) | 2017-10-12 | 2017-10-12 | 一种动物脑电分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107669266A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109009093A (zh) * | 2018-06-19 | 2018-12-18 | 苏州修普诺斯医疗器械有限公司 | 移动脑电信号采集的分析方法 |
CN109223005A (zh) * | 2018-10-19 | 2019-01-18 | 内江天海科技有限公司 | 一种心理状态远程诊断系统 |
CN109567795A (zh) * | 2018-10-30 | 2019-04-05 | 西南大学 | 脑电波收集装置 |
CN109645988A (zh) * | 2018-11-02 | 2019-04-19 | 杭州妞诺科技有限公司 | 便携式的脑电信号监测方法及系统 |
CN111274825A (zh) * | 2020-01-16 | 2020-06-12 | 北京电子工程总体研究所 | 一种脑机宠物语言翻译装置及使用方法 |
CN114366125A (zh) * | 2022-01-27 | 2022-04-19 | 中国人民解放军陆军特色医学中心 | 一种用于哺乳动物的穿戴式脑电系统 |
RU216028U1 (ru) * | 2022-04-18 | 2023-01-13 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Московская государственная академия ветеринарной медицины и биотехнологии - МВА имени К.И. Скрябина" (ФГБОУ ВО МГАВМиБ - МВА имени К.И. Скрябина) | Эргономично-адаптируемая электродная площадка для электроэнцефалографии животных |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101869477A (zh) * | 2010-05-14 | 2010-10-27 | 北京工业大学 | 一种自适应脑电信号中眼电伪迹的自动去除方法 |
CN102098639A (zh) * | 2010-12-28 | 2011-06-15 | 中国人民解放军第三军医大学野战外科研究所 | 脑机接口短消息发送控制装置及发送控制方法 |
CN103054549A (zh) * | 2012-12-29 | 2013-04-24 | 西安交通大学 | 一种可穿戴便携式眼动分析装置及其分析方法 |
CN204363982U (zh) * | 2014-12-08 | 2015-06-03 | 华南理工大学 | 基于可穿戴装置的脑电检测装置 |
CN104970790A (zh) * | 2015-06-11 | 2015-10-14 | 昆明理工大学 | 一种运动想象脑电波解析方法 |
CN105054928A (zh) * | 2015-07-17 | 2015-11-18 | 张洪振 | 一种基于bci装置脑电波采集分析的情绪展示设备 |
CN105212923A (zh) * | 2015-09-08 | 2016-01-06 | 北京金鳞科技有限公司 | 一种穿戴式脑电采集器 |
CN105894039A (zh) * | 2016-04-25 | 2016-08-24 | 京东方科技集团股份有限公司 | 情绪识别模型建立方法、情绪识别方法及装置、智能设备 |
CN106163393A (zh) * | 2014-03-12 | 2016-11-23 | 尼尔森(美国)有限公司 | 采集和分析脑电图数据的方法和装置 |
CN106725452A (zh) * | 2016-11-29 | 2017-05-31 | 太原理工大学 | 基于情感诱发的脑电信号识别方法 |
CN106886792A (zh) * | 2017-01-22 | 2017-06-23 | 北京工业大学 | 一种基于分层机制构建多分类器融合模型的脑电情感识别方法 |
CN206473320U (zh) * | 2015-12-09 | 2017-09-08 | 恒爱高科(北京)科技有限公司 | 脑电监测装置和系统 |
-
2017
- 2017-10-12 CN CN201710948643.2A patent/CN107669266A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101869477A (zh) * | 2010-05-14 | 2010-10-27 | 北京工业大学 | 一种自适应脑电信号中眼电伪迹的自动去除方法 |
CN102098639A (zh) * | 2010-12-28 | 2011-06-15 | 中国人民解放军第三军医大学野战外科研究所 | 脑机接口短消息发送控制装置及发送控制方法 |
CN103054549A (zh) * | 2012-12-29 | 2013-04-24 | 西安交通大学 | 一种可穿戴便携式眼动分析装置及其分析方法 |
CN106163393A (zh) * | 2014-03-12 | 2016-11-23 | 尼尔森(美国)有限公司 | 采集和分析脑电图数据的方法和装置 |
CN204363982U (zh) * | 2014-12-08 | 2015-06-03 | 华南理工大学 | 基于可穿戴装置的脑电检测装置 |
CN104970790A (zh) * | 2015-06-11 | 2015-10-14 | 昆明理工大学 | 一种运动想象脑电波解析方法 |
CN105054928A (zh) * | 2015-07-17 | 2015-11-18 | 张洪振 | 一种基于bci装置脑电波采集分析的情绪展示设备 |
CN105212923A (zh) * | 2015-09-08 | 2016-01-06 | 北京金鳞科技有限公司 | 一种穿戴式脑电采集器 |
CN206473320U (zh) * | 2015-12-09 | 2017-09-08 | 恒爱高科(北京)科技有限公司 | 脑电监测装置和系统 |
CN105894039A (zh) * | 2016-04-25 | 2016-08-24 | 京东方科技集团股份有限公司 | 情绪识别模型建立方法、情绪识别方法及装置、智能设备 |
CN106725452A (zh) * | 2016-11-29 | 2017-05-31 | 太原理工大学 | 基于情感诱发的脑电信号识别方法 |
CN106886792A (zh) * | 2017-01-22 | 2017-06-23 | 北京工业大学 | 一种基于分层机制构建多分类器融合模型的脑电情感识别方法 |
Non-Patent Citations (1)
Title |
---|
吴明权等: "单通道脑电信号中眼电干扰的自动分离方法", 《电子与信息学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109009093A (zh) * | 2018-06-19 | 2018-12-18 | 苏州修普诺斯医疗器械有限公司 | 移动脑电信号采集的分析方法 |
CN109223005A (zh) * | 2018-10-19 | 2019-01-18 | 内江天海科技有限公司 | 一种心理状态远程诊断系统 |
CN109567795A (zh) * | 2018-10-30 | 2019-04-05 | 西南大学 | 脑电波收集装置 |
CN109645988A (zh) * | 2018-11-02 | 2019-04-19 | 杭州妞诺科技有限公司 | 便携式的脑电信号监测方法及系统 |
CN111274825A (zh) * | 2020-01-16 | 2020-06-12 | 北京电子工程总体研究所 | 一种脑机宠物语言翻译装置及使用方法 |
CN114366125A (zh) * | 2022-01-27 | 2022-04-19 | 中国人民解放军陆军特色医学中心 | 一种用于哺乳动物的穿戴式脑电系统 |
RU216028U1 (ru) * | 2022-04-18 | 2023-01-13 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Московская государственная академия ветеринарной медицины и биотехнологии - МВА имени К.И. Скрябина" (ФГБОУ ВО МГАВМиБ - МВА имени К.И. Скрябина) | Эргономично-адаптируемая электродная площадка для электроэнцефалографии животных |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107669266A (zh) | 一种动物脑电分析系统 | |
CN107024987B (zh) | 一种基于eeg的实时人脑注意力测试和训练系统 | |
CN108236464B (zh) | 基于脑电信号的特征提取方法及其检测提取系统 | |
CN104902806B (zh) | 神经病理的评估系统及方法 | |
Hadoush et al. | Automated identification for autism severity level: EEG analysis using empirical mode decomposition and second order difference plot | |
CN106919956A (zh) | 基于随机森林的脑电波年龄预测系统 | |
CN113397546B (zh) | 基于机器学习和生理信号的情绪识别模型构建方法及系统 | |
CN112163518B (zh) | 情绪监测的情绪建模方法及情绪监测调节系统 | |
CN107468260A (zh) | 一种判断动物心理状态的脑电分析装置及分析方法 | |
CN111329474A (zh) | 基于深度学习的脑电身份识别方法、系统及信息更新方法 | |
CN105147281A (zh) | 便携式意识障碍刺激促醒与评估系统 | |
CN108024754A (zh) | 脑电波声刺激的方法和系统 | |
CN111598451B (zh) | 基于任务执行能力的操控工效分析方法、设备及系统 | |
Khalili et al. | Emotion detection using brain and peripheral signals | |
CN107704881A (zh) | 一种基于动物脑电识别的数据可视化处理方法及装置 | |
CN106510702B (zh) | 基于中潜伏期听觉诱发电位的听觉注意特征提取、识别系统及方法 | |
Feltane et al. | Automatic seizure detection in rats using Laplacian EEG and verification with human seizure signals | |
CN103019383A (zh) | 一种稳态视觉诱发电位脑—机接口信号识别方法 | |
CN111544015A (zh) | 基于认知力的操控工效分析方法、设备及系统 | |
CN110025322A (zh) | 基于滤波与集成分类器的多模态生理信号情感分类方法 | |
CN103077205A (zh) | 一种利用声音刺激诱发的erp进行语义声音搜索的方法 | |
CN115640827B (zh) | 对电刺激数据处理的智能闭环反馈网络方法及系统 | |
CN107184205A (zh) | 基于脑的记忆刻度和诱导捕捉的自动知识记忆牵引方法 | |
CN106137207A (zh) | 进食动作信息确定方法和装置 | |
CN208769776U (zh) | 可拆卸式动物情绪脑电检测分析装置 |
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: 20180209 |
|
RJ01 | Rejection of invention patent application after publication |