CN108418962A - 基于脑电波的信息响应方法及相关产品 - Google Patents
基于脑电波的信息响应方法及相关产品 Download PDFInfo
- Publication number
- CN108418962A CN108418962A CN201810150132.0A CN201810150132A CN108418962A CN 108418962 A CN108418962 A CN 108418962A CN 201810150132 A CN201810150132 A CN 201810150132A CN 108418962 A CN108418962 A CN 108418962A
- Authority
- CN
- China
- Prior art keywords
- data
- brain wave
- waves
- keyword
- wave data
- 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
Links
- 210000004556 brain Anatomy 0.000 title claims abstract description 204
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000004044 response Effects 0.000 title claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000007405 data analysis Methods 0.000 claims abstract 2
- 238000004590 computer program Methods 0.000 claims description 13
- 230000011218 segmentation Effects 0.000 claims description 12
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 230000015654 memory Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000000047 product Substances 0.000 description 4
- 230000007177 brain activity Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000033764 rhythmic process Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 210000000554 iris Anatomy 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 206010002091 Anaesthesia Diseases 0.000 description 1
- 241000282836 Camelus dromedarius Species 0.000 description 1
- 208000036993 Frustration Diseases 0.000 description 1
- 206010024264 Lethargy Diseases 0.000 description 1
- 238000013019 agitation Methods 0.000 description 1
- 230000037005 anaesthesia Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000002567 electromyography Methods 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 208000028327 extreme fatigue Diseases 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000036630 mental development Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000004118 muscle contraction Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001242 postsynaptic effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001020 rhythmical effect Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 210000004761 scalp Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
- H04M1/72409—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality by interfacing with external accessories
-
- 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
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
- H04M1/7243—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality with interactive means for internal management of messages
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Neurosurgery (AREA)
- Neurology (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Dermatology (AREA)
- Biomedical Technology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本申请提供了一种基于脑电波的信息响应方法及相关产品,所述方法应用于电子装置内,所述方法包括如下步骤:获取脑电波数据,采集音频数据;对所述音频数据进行分析处理得到所述音频数据内的关键词,提取所述关键词对应的时刻;从所述脑电波数据中提取该时刻前后设定时间范围的数据得到第一脑电波数据,对所述第一脑电波数据分析确定是否响应所述关键词,如响应所述关键词,对所述关键词执行预设操作。本申请提供的技术方案具有用户体验度高的优点。
Description
技术领域
本申请涉及终端设备以及车载技术领域,具体涉及一种基于脑电波的信息响应方法及相关产品。
背景技术
现有技术中,移动终端(如手机、平板电脑等)已经成为用户首选和使用频率最高的电子装置。随着智能手机的普及,人与手机的互动越来越多样化,有声音、指纹、虹膜、人脸、图像等,但是对于人体的发动机大脑,发出的信息,目前还没有涉及到。随着人们生活水平的提高,车辆也进入了普通的家庭,用户在开车时,通过会听广播,但是由于用户正在开车,无法对移动终端进行相应的操作,所以对于广播中感兴趣的内容无法实时的捕捉,影响用户的体验度。
申请内容
本申请实施例提供了一种基于脑电波的信息响应方法及相关产品,可以实现在开车时对广播中感兴趣的内容进行实时的捕捉,提高用户体验度。
第一方面,本申请实施例提供一种电子装置,所述电子装置包括:应用处理器AP、音频采集器;所述电子装置还包括:脑电波部件,所述脑电波部件通过至少一个电路与所述AP连接;
所述脑电波部件,用于获取脑电波数据;
所述音频采集器,用于采集音频数据;
所述AP,用于对所述音频数据进行分析处理得到所述音频数据内的关键词,提取所述关键词对应的时刻;
所述AP,还用于从所述脑电波数据中提取该时刻前后设定时间范围的数据得到第一脑电波数据,对所述第一脑电波数据分析确定是否响应所述关键词,如响应所述关键词,对所述关键词执行预设操作。
第二方面,提供一种基于脑电波的信息响应方法,所述方法应用于电子装置内,所述方法包括如下步骤:
获取脑电波数据,采集音频数据;
对所述音频数据进行分析处理得到所述音频数据内的关键词,提取所述关键词对应的时刻;从所述脑电波数据中提取该时刻前后设定时间范围的数据得到第一脑电波数据,对所述第一脑电波数据分析确定是否响应所述关键词,如响应所述关键词,对所述关键词执行预设操作。
第三方面,提供一种电子装置,所述电子装置包括:处理单元、脑电波部件、音频采集器、电路,
所述脑电波部件,用于获取脑电波数据;
所述音频采集器,用于采集音频数据;
所述处理单元,用于对所述音频数据进行分析处理得到所述音频数据内的关键词,提取所述关键词对应的时刻;从所述脑电波数据中提取该时刻前后设定时间范围的数据得到第一脑电波数据,对所述第一脑电波数据分析确定是否响应所述关键词,如响应所述关键词,对所述关键词执行预设操作
第四方面,提供一种计算机可读存储介质,其存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行第二方面提供的所述的方法。
第五方面,提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算机执行第二方面提供的方法。
实施本申请实施例,具有如下有益效果:
可以看出,本申请提供的技术方案获取脑电波数据,采集音频数据,对音频数据确定该关键词,然后对关键词的时刻周围的脑电波数据进行分析来确定是否响应该关键词,如响应该关键词,执行设定操作,这样通过无触控操作来实现的对音频数据的关注或操作,提高了用户的体验度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种电子装置的结构示意图。
图1a是δ波的波形图。
图1b是θ波的波形图。
图1c是α波的波形图。
图1d是β波的波形图。
图2是本申请实施例公开的一种电子装置的示意图。
图3是本申请实施例提供的一种基于脑电波的信息响应方法的流程示意图。
图4是本申请实施例提供的一种电子装置的结构示意图。
图5是本申请实施例公开的一种手机的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请中的电子装置可以包括智能手机(如Android手机、iOS手机、WindowsPhone手机等)、平板电脑、掌上电脑、笔记本电脑、移动互联网设备(MID,Mobile InternetDevices)或穿戴式设备等,上述电子装置仅是举例,而非穷举,包含但不限于上述电子装置,为了描述的方便,下面实施例中将上述电子装置称为用户设备(User equipment,UE)。当然在实际应用中,上述用户设备也不限于上述变现形式,例如还可以包括:智能车载终端、计算机设备等等。
在第一方面提供的电子装置中,所述AP,具体用于将所述音频数据转换成文本数据,采用分词算法对所述文本数据进行分词处理得到初步的多个特征词,对所述多个特征词进行识别得到所述多个特征词对应的多个属性,查找属性为动词的第一特征词,提取第一特征词之后的n个特征词对应的n个特征词的属性,从所述n个特征词的属性中查找出属性为名词的第二特征词,如所述第一特征词与所述第二特征词之间具有m个特征词,确定所述m个特征词对应的属性中是否具有冠词,如具有冠词确定该第二特征词为关键词。
在第一方面提供的电子装置中,所述AP,具体用于对所述第一脑电波数据分析确定所述第一脑电波数据是否具有β波,对所述第一脑电波之前的第二脑电波数据分析确定所述第二脑电波数据是否具有β波,如所述第一脑电波数据具有β波且所述第二脑电波数据不具有β波时,确定响应所述关键词。
在第一方面提供的电子装置中,所述AP,具体用于对所述第一脑电波数据分析确定第一脑电波数据是否具有β波,对所述第一脑电波数据之前的第二脑电波数据分析确定所述第二脑电波数据是否具有β波,如所述第一脑电波数据具有β波且所述第二脑电波数据具有β波时,提取第一脑电波数据对应的第一β波以及第二脑电波数据的第二β波,对所述第一β波以及所述第二β波分别进行快速傅里叶变换得到第一β波频域数据以及第二β波频域数据,提取第一β波频域数据的最大强度值β1max;提取第二β波频域数据的最大强度值β2max;如β1max>β2max,确定响应所述关键词。
在第一方面提供的电子装置中,所述AP,具体用于对所述第一脑电波数据分析确定所述第一脑电波数据是否具有β波,对所述第一脑电波数据之前的第二脑电波数据分析确定所述第二脑电波数据是否具有β波,如所述第一脑电波数据具有β波且所述第二脑电波数据具有β波时,获取行车记录仪在所述设定时间范围的视频,从所述视频中均匀抽取x帧图片,识别所述x帧图片内的车辆的距离,如所述距离低于设定阈值,确定所述设定时间范围为异常时间,确定不响应所述关键词。
在第二方面提供的方法中,所述对所述音频数据进行分析处理得到所述音频数据内的关键词,包括:
将所述音频数据转换成文本数据,采用分词算法对所述文本数据进行分词处理得到初步的多个特征词,对所述多个特征词进行识别得到所述多个特征词对应的多个属性,查找属性为动词的第一特征词,提取第一特征词之后的n个特征词对应的n个特征词的属性,从所述n个特征词的属性中查找出属性为名词的第二特征词,如所述第一特征词与所述第二特征词之间具有m个特征词,确定所述m个特征词对应的属性中是否具有冠词,如具有冠词确定该第二特征词为关键词。
在第二方面提供的方法中,所述对所述第一脑电波数据分析确定是否响应所述关键词,包括:
对所述第一脑电波数据分析确定所述第一脑电波数据是否具有β波,对所述第一脑电波之前的第二脑电波数据分析确定所述第二脑电波数据是否具有β波,如所述第一脑电波数据具有β波且所述第二脑电波数据不具有β波时,确定响应所述关键词。
在第二方面提供的方法中,所述对所述第一脑电波数据分析确定是否响应所述关键词,包括:
对所述第一脑电波数据分析确定第一脑电波数据是否具有β波,对所述第一脑电波数据之前的第二脑电波数据分析确定所述第二脑电波数据是否具有β波,如所述第一脑电波数据具有β波且所述第二脑电波数据具有β波时,提取第一脑电波数据对应的第一β波以及第二脑电波数据的第二β波,对所述第一β波以及所述第二β波分别进行快速傅里叶变换得到第一β波频域数据以及第二β波频域数据,提取第一β波频域数据的最大强度值β1max;提取第二β波频域数据的最大强度值β2max;如β1max>β2max,确定响应所述关键词。
请参阅图1,图1是本申请实施例提供了一种电子装置,请参阅图1,图1是本发明实施例提供了一种电子装置100的结构示意图,上述电子装置100包括:壳体110、电路板120、电池130、盖板140、触控显示屏150、脑电波部件170和音频采集器,所述壳体110上设置所述电路板120、所述电池130和所述盖板140,所述电路板120还设置有连接所述触控显示屏150的电路;所述电路板120还可以包括:应用处理器AP190、脑电波部件170。上述脑电波部件170根据不同的采集脑电波的设备可以为不同的装置,例如,如果通过电子装置采集脑电波,该脑电波部件170可以为脑电波传感器或脑电波采集器。如果通过外围设备采集脑电波,那么该脑电波部件170可以为脑电波收发器。当然在实际应用中,还可以是其他形式的脑电波设备,本申请具体实施方式并不局限上述脑电波部件的具体表现形式。
上述触控显示屏具体可以为薄膜晶体管液晶显示器(Thin Film Transistor-Liquid Crystal Display,TFT-LCD)、发光二极管(Light Emitting Diode,LED)显示屏、有机发光二极管(Organic Light-Emitting Diode,OLED)显示屏等。
不同的神经活动会产生不同的脑波模式,从而表现为不同的大脑状态。不同的脑波模式会发出不同振幅和频率的脑电波,除了脑波外,肌肉的收缩也会产生不同模式的波动,称之为肌电图。智能设备可以检测到像眨眼等肌肉运动,从而在测量脑电波时可以把肌肉产生的电波过滤掉。
脑电波(Brain wave)是一种使用电生理指标记录大脑活动得到的数据,大脑在活动时,大量神经元同步发生的突触后电位经总和后形成的。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。
脑电波是一些自发的有节律的神经电活动,其频率变动范围在每秒1-30次之间的,脑电波按频率一般可以划分为四个波段,即δ(1-3Hz)、θ(4-7Hz)、α(8-13Hz)、β(14-30Hz)。除此之外,在专注于某一事时,常可见一种频率较β波更高的γ波,其频率为30~80Hz,波幅范围不定;在睡眠时还可出现另一些波形较为特殊的正常脑电波,如驼峰波、σ波、λ波、κ-复合波、μ波等。
如图1a所示为δ波的波形图,频率为1~3Hz,幅度为20~200μV。当人在婴儿期或智力发育不成熟、成年人在极度疲劳、昏睡或麻醉状态下,可在颞叶和顶叶记录到这种波段。
如图1b所示为θ波的波形图,频率为4~7Hz,幅度为5~20μV。在成年人意愿受挫或者抑郁以及精神病患者中这种波极为显著。
如图1c所示为α波的波形图,频率为8~13Hz(平均数为10Hz),幅度为20~100μV。它是正常人脑电波的基本节律,如果没有外加的刺激,其频率是相当恒定的。人在清醒、安静并闭眼时该节律最为明显,睁开眼睛(受到光刺激)或接受其它刺激时,α波即刻消失。
如图1d所示为β波的波形图,频率为14~30Hz,幅度为100~150μV。当精神紧张和情绪激动或亢奋时出现此波,当人从噩梦中惊醒时,原来的慢波节律可立即被该节律所替代。
参阅图2,图2为本申请提供的一种电子装置,如图2所示,电子装置可以包括:触控显示屏、应用处理器AP 202、音频采集器201、脑电波部件203;该触控显示屏、脑电波部件203通过至少一个电路204与AP202连接;可选的,在该电子装置内,还可以设置其他的传感器,该传感器包括但不限于:摄像头、重力传感器、距离传感器、扬声器等等。
脑电波部件203,用于获取脑电波数据;
音频采集器201,用于采集音频数据;
AP202,用于对该音频数据进行分析处理得到该音频数据内的关键词,提取该关键词对应的时刻;
AP202,具体用于将音频数据转换成文本数据,采用分词算法对该文本数据进行分词处理得到初步的多个特征词,对该多个特征词进行识别得到该多个特征词对应的多个属性,查找属性为动词的第一特征词,提取第一特征词之后的n个特征词对应的n个特征词的属性,从n个特征词的属性中查找出属性为名词的第二特征词,如第一特征词与第二特征词之间具有m个特征词,确定该m个特征词对应的属性中是否具有冠词,如具有冠词,确定该第二特征词为关键词。上述m为大于等于1的整数,n为大于等于2的整数。
上述特征词的属性包括但不限于:冠词、代词、名词、动词等等。
此原理是通过词的属性来确定特征词,通过本申请人的大数据的统计,用户关注的新闻播放内容中以名词为主,例如“餐厅、游戏、电影”等等方式,因为对于广播来说,其句子的成份一般都比较规范,所以对于名词的前面一般是冠词和动词,通过此种方式即能够识别出关键词,从而提取该关键词的时刻,进而对该脑电波数据进行分析确定是否关注该关键词。
AP202,还用于从该脑电波数据中提取该时刻前后设定时间范围的数据得到第一脑电波数据,对该第一脑电波数据分析确定是否响应该关键词,如响应该关键词,对该关键词执行预设操作。
上述预设操作包括但不限于:将该关键词存储在记事本,将该关键词执行搜索操作等等操作,上述预设操作具体可以由用户自行设定,当然也可以由厂家统一设定,本申请具体实施方式并不限制上述预设操作的具体形式。
本申请提供的技术方案获取脑电波数据,采集音频数据,对音频数据确定该关键词,然后对关键词的时刻周围的脑电波数据进行分析来确定是否响应该关键词,如响应该关键词,执行设定操作,这样通过无触控操作来实现的对音频数据的关注或操作,提高了用户的体验度。
AP202,具体用于对第一脑电波数据分析确定第一脑电波数据是否具有β波,如该第一脑电波数据具有β波,确定响应该关键词。
AP202,具体用于对第一脑电波数据分析确定第一脑电波数据是否具有β波,对第一脑电波之前的第二脑电波数据分析确定第二脑电波数据是否具有β波,如第一脑电波数据具有β波且第二脑电波数据不具有β波时,确定响应该关键词。
具体的,如该关键词为“新疆餐厅AAA”,则该预设操作可以为,将新疆餐厅AAA输入到搜索应用程序中搜索得到新疆餐厅AAA对应的地址、消费金额等等相关信息。如果该关键词为“车展AAA”,则该预设操作对应的控制命令可以为记录车展AAA以及车展的地址。
上述设定基于的原理为,对于脑电波的波形分析,本申请人结合医疗机构对脑电波进行分析以及实际的比对发现,脑电波的波动频率与该用户是否关注该信息具有直接的关系,而其直接的表现具体可以为,是否具有β波,通过实验发现,用户在听到其关注的信息时,其脑电波就会有一个比较大的反应,例如用户听到其比较喜欢吃的餐厅的菜系或名称,其脑电波的频率就会增加,反之,如其不关注某些信息,其脑电波的频率和收到该信息之前不会有什么明显变化,依据此发现,本申请人认为在设定一特定场景时,可以通过识别算法对确定该关键词,依据脑电波的反应来确定用户是否对该关键词响应,具体的方案可以通过将该脑电波数据划分成2个部分,一个部分为播放关键词之前,另一部分为播放关键词之后,如果第一脑电波数据无β波则表明在传输一关键词之前用户并无特别关注的信息,传输一关键词之后获取的第二脑电波数据具有β波,则说明该用户对该关键词非常关注。
AP202,具体还用于对第一脑电波数据分析确定第一脑电波数据是否具有β波,对第一脑电波数据之前的第二脑电波数据分析确定第二脑电波数据是否具有β波,如第一脑电波数据具有β波且第二脑电波数据具有β波时,获取行车记录仪在该时刻的该设定时间范围的视频,从视频中均匀抽取x帧图片,识别x帧图片内的车辆的距离,如该距离低于设定阈值,确定该设定时间为异常时间段,确定不响应该关键词。
上述对该视频抽取x帧图片是为了减少对车辆的距离的识别的数据量,因为对于很长时间段均具有β波的情况下,其出现异常情况的概率非常大,那么均匀的抽取x帧图片即能够识别出是否属于异常情况,而不需要对视频的每帧图片进行识别,所以其具有减少识别的数据量进而减少计算量的优点,节省电力提高了电子装置的续航能力。
AP202,具体用于对第一脑电波数据分析确定第一脑电波数据是否具有β波,对第一脑电波数据之前的第二脑电波数据分析确定第二脑电波数据是否具有β波,如第一脑电波数据具有β波且第二脑电波数据具有β波时,提取第一脑电波数据对应的第一β波以及第二脑电波数据的第二β波,对第一β波以及第二β波分别进行快速傅里叶变换得到第一β波频域数据以及第二β波频域数据,提取第一β波频域数据的最大强度值β1max;提取第二β波频域数据的最大强度值β2max;如β1max>β2max,确定响应该关键词。
可选的,上述最大强度值具体可以为脑电波的电压值。
上述的技术方案的原理为,对于二个部分的脑电波数据均具有β波时,如果第二脑电波数据的β波的电压值大于第一脑电波数据的β波的电压值时,可以得到用户对该关键词关注,即响应了关键词,因为对于用户来说,其在听到一关键词之前,其大脑有可能也会存在比较关注或兴奋的时候,但是通过研究发现,如果用户对后续传输的关键词感兴趣,那么后续的脑电波的β波的电压值会大于之前的脑电波的β波的电压值,这样即能够确定用户是否对该关键词是否关注。
参阅图3,图3提供了一种基于脑电波的信息响应方法,所述方法应用于电子装置内,该电子装置的结构如图1或图2所示,所述方法包括如下步骤:
步骤S301、获取脑电波数据;
步骤S302、采集音频数据;
步骤S303、对所述音频数据进行分析处理得到所述音频数据内的关键词,提取所述关键词对应的时刻;从所述脑电波数据中提取该时刻前后设定时间范围的数据得到第一脑电波数据,对所述第一脑电波数据分析确定是否响应所述关键词,如响应所述关键词,对所述关键词执行预设操作。
本申请提供的技术方案获取脑电波数据,采集音频数据,对音频数据确定该关键词,然后对关键词的时刻周围的脑电波数据进行分析来确定是否响应该关键词,如响应该关键词,执行设定操作,这样通过无触控操作来实现的对音频数据的关注或操作,提高了用户的体验度。
具体的,对所述第一脑电波数据分析确定是否响应所述关键词,包括:
对所述第一脑电波数据分析确定所述第一脑电波数据是否具有β波,对所述第一脑电波数据之前的第二脑电波数据分析确定所述第二脑电波数据是否具有β波,如所述第一脑电波数据具有β波且所述第二脑电波数据具有β波时,获取行车记录仪在所述设定时间范围的视频,从所述视频中均匀抽取x帧图片,识别所述x帧图片内的车辆的距离,如所述距离低于设定阈值,确定所述设定时间范围为异常时间,确定不响应所述关键词。
参阅图4,图4提供了一种电子装置,所述电子装置包括:处理单元401、触控显示屏402、脑电波部件403、音频采集器404、电路,
脑电波部件403,用于获取脑电波数据;
音频采集器404,用于采集音频数据;
处理单元401,用于对所述音频数据进行分析处理得到所述音频数据内的关键词,提取所述关键词对应的时刻;从所述脑电波数据中提取该时刻前后设定时间范围的数据得到第一脑电波数据,对所述第一脑电波数据分析确定是否响应所述关键词,如响应所述关键词,对所述关键词执行预设操作。
本申请提供的技术方案获取脑电波数据,采集音频数据,对音频数据确定该关键词,然后对关键词的时刻周围的脑电波数据进行分析来确定是否响应该关键词,如响应该关键词,执行设定操作,这样通过无触控操作来实现的对音频数据的关注或操作,提高了用户的体验度。
图5示出的是与本申请实施例提供的移动终端相关的手机的部分结构的框图。参考图5,手机包括:射频(Radio Frequency,RF)电路910、存储器920、输入单元930、传感器950、音频采集器960、无线保真(Wireless Fidelity,WiFi)模块970、应用处理器AP980、以及电源990、脑电波部件999等部件。本领域技术人员可以理解,图5中示出的手机结构并不构成对手机的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图5对手机的各个构成部件进行具体的介绍:
输入单元930可用于接收输入的数字或字符信息,以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地,输入单元930可包括触控显示屏933、指纹识别装置931、人脸识别装置936、虹膜识别装置937以及其他输入设备932。输入单元930还可以包括其他输入设备932。具体地,其他输入设备932可以包括但不限于物理按键、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。其中,
脑电波部件999,用于获取脑电波数据,将所述脑电波数据传输给AP980。
音频采集器960,用于采集音频数据,将该音频数据传输给AP980。
AP980,用于对所述音频数据进行分析处理得到所述音频数据内的关键词,提取所述关键词对应的时刻;从所述脑电波数据中提取该时刻前后设定时间范围的数据得到第一脑电波数据,对所述第一脑电波数据分析确定是否响应所述关键词,如响应所述关键词,对所述关键词执行预设操作。
可选的,AP980,具体用于将所述音频数据转换成文本数据,采用分词算法对所述文本数据进行分词处理得到初步的多个特征词,对所述多个特征词进行识别得到所述多个特征词对应的多个属性,查找属性为动词的第一特征词,提取第一特征词之后的n个特征词对应的n个特征词的属性,从所述n个特征词的属性中查找出属性为名词的第二特征词,如所述第一特征词与所述第二特征词之间具有m个特征词,确定所述m个特征词对应的属性中是否具有冠词,如具有冠词确定该第二特征词为关键词。
可选的,AP980,还用于对所述第一脑电波数据分析确定所述第一脑电波数据是否具有β波,对所述第一脑电波之前的第二脑电波数据分析确定所述第二脑电波数据是否具有β波,如所述第一脑电波数据具有β波且所述第二脑电波数据不具有β波时,确定响应所述关键词。
可选的,AP980,具体用于对所述第一脑电波数据分析确定第一脑电波数据是否具有β波,对所述第一脑电波数据之前的第二脑电波数据分析确定所述第二脑电波数据是否具有β波,如所述第一脑电波数据具有β波且所述第二脑电波数据具有β波时,提取第一脑电波数据对应的第一β波以及第二脑电波数据的第二β波,对所述第一β波以及所述第二β波分别进行快速傅里叶变换得到第一β波频域数据以及第二β波频域数据,提取第一β波频域数据的最大强度值β1max;提取第二β波频域数据的最大强度值β2max;如β1max>β2max,确定响应所述关键词。
可选的,AP980,具体用于对所述第一脑电波数据分析确定所述第一脑电波数据是否具有β波,对所述第一脑电波数据之前的第二脑电波数据分析确定所述第二脑电波数据是否具有β波,如所述第一脑电波数据具有β波且所述第二脑电波数据具有β波时,获取行车记录仪在所述设定时间范围的视频,从所述视频中均匀抽取x帧图片,识别所述x帧图片内的车辆的距离,如所述距离低于设定阈值,确定所述设定时间范围为异常时间,确定不响应所述关键词。
AP980是手机的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器920内的软件程序和/或模块,以及调用存储在存储器920内的数据,执行手机的各种功能和处理数据,从而对手机进行整体监控。可选的,AP980可包括一个或多个处理单元;可选的,AP980可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到AP980中。
此外,存储器920可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
RF电路910可用于信息的接收和发送。通常,RF电路910包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low Noise Amplifier,LNA)、双工器等。此外,RF电路910还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于全球移动通讯系统(Global System of Mobilecommunication,GSM)、通用分组无线服务(General Packet Radio Service,GPRS)、码分多址(Code Division Multiple Access,CDMA)、宽带码分多址(Wideband Code DivisionMultiple Access,WCDMA)、长期演进(Long Term Evolution,LTE)、电子邮件、短消息服务(Short Messaging Service,SMS)等。
手机还可包括至少一种传感器950,比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节触控显示屏的亮度,接近传感器可在手机移动到耳边时,关闭触控显示屏和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
音频采集器960、扬声器961,传声器962可提供用户与手机之间的音频接口。音频采集器960可将接收到的音频数据转换后的电信号,传输到扬声器961,由扬声器961转换为声音信号播放;另一方面,传声器962将收集的声音信号转换为电信号,由音频采集器960接收后转换为音频数据,再将音频数据播放AP980处理后,经RF电路910以发送给比如另一手机,或者将音频数据播放至存储器920以便进一步处理。
WiFi属于短距离无线传输技术,手机通过WiFi模块970可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图5示出了WiFi模块970,但是可以理解的是,其并不属于手机的必须构成,完全可以根据需要在不改变申请的本质的范围内而省略。
手机还包括给各个部件供电的电源990(比如电池),可选的,电源可以通过电源管理系统与AP980逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管未示出,手机还可以包括摄像头、蓝牙模块、补光装置、光线传感器等,在此不再赘述。
可以看出,通过本申请实施例,采集到加速度数据以后,依据加速度数据确定电子装置的状态,当确定为跌落状态时,通过摄像头采集地面的第一图片,然后依据加速度值以及采集时间得到电子装置的地面的距离,提取电子装置的第二图片(具体可以为外形图片),这样就能够生成具有电子装置跌落到地面的3D动画,提高了用户的体验度。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任何一种基于脑电波的游戏控制方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种基于脑电波的游戏控制方法的部分或全部步骤。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请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申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,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申请的限制。
Claims (12)
1.一种电子装置,所述电子装置包括:应用处理器AP、音频采集器;其特征在于,所述电子装置还包括:脑电波部件,所述脑电波部件通过至少一个电路与所述AP连接;
所述脑电波部件,用于获取脑电波数据;
所述音频采集器,用于采集音频数据;
所述AP,用于对所述音频数据进行分析处理得到所述音频数据内的关键词,提取所述关键词对应的时刻;
所述AP,还用于从所述脑电波数据中提取该时刻前后设定时间范围的数据得到第一脑电波数据,对所述第一脑电波数据分析确定是否响应所述关键词,如响应所述关键词,对所述关键词执行预设操作。
2.根据权利要求1所述的电子装置,其特征在于,
所述AP,具体用于将所述音频数据转换成文本数据,采用分词算法对所述文本数据进行分词处理得到初步的多个特征词,对所述多个特征词进行识别得到所述多个特征词对应的多个属性,查找属性为动词的第一特征词,提取第一特征词之后的n个特征词对应的n个特征词的属性,从所述n个特征词的属性中查找出属性为名词的第二特征词,如所述第一特征词与所述第二特征词之间具有m个特征词,确定所述m个特征词对应的属性中是否具有冠词,如具有冠词确定该第二特征词为关键词。
3.根据权利要求1所述的电子装置,其特征在于,
所述AP,具体用于对所述第一脑电波数据分析确定所述第一脑电波数据是否具有β波,对所述第一脑电波之前的第二脑电波数据分析确定所述第二脑电波数据是否具有β波,如所述第一脑电波数据具有β波且所述第二脑电波数据不具有β波时,确定响应所述关键词。
4.根据权利要求1所述的电子装置,其特征在于,
所述AP,具体用于对所述第一脑电波数据分析确定第一脑电波数据是否具有β波,对所述第一脑电波数据之前的第二脑电波数据分析确定所述第二脑电波数据是否具有β波,如所述第一脑电波数据具有β波且所述第二脑电波数据具有β波时,提取第一脑电波数据对应的第一β波以及第二脑电波数据的第二β波,对所述第一β波以及所述第二β波分别进行快速傅里叶变换得到第一β波频域数据以及第二β波频域数据,提取第一β波频域数据的最大强度值β1max;提取第二β波频域数据的最大强度值β2max;如β1max>β2max,确定响应所述关键词。
5.根据权利要求1所述的电子装置,其特征在于,
所述AP,具体用于对所述第一脑电波数据分析确定所述第一脑电波数据是否具有β波,对所述第一脑电波数据之前的第二脑电波数据分析确定所述第二脑电波数据是否具有β波,如所述第一脑电波数据具有β波且所述第二脑电波数据具有β波时,获取行车记录仪在所述设定时间范围的视频,从所述视频中均匀抽取x帧图片,识别所述x帧图片内的车辆的距离,如所述距离低于设定阈值,确定所述设定时间范围为异常时间,确定不响应所述关键词。
6.一种基于脑电波的信息响应方法,其特征在于,所述方法应用于电子装置内,所述方法包括如下步骤:
获取脑电波数据,采集音频数据;
对所述音频数据进行分析处理得到所述音频数据内的关键词,提取所述关键词对应的时刻;从所述脑电波数据中提取该时刻前后设定时间范围的数据得到第一脑电波数据,对所述第一脑电波数据分析确定是否响应所述关键词,如响应所述关键词,对所述关键词执行预设操作。
7.根据权利要求6所述的方法,其特征在于,所述对所述音频数据进行分析处理得到所述音频数据内的关键词,包括:
将所述音频数据转换成文本数据,采用分词算法对所述文本数据进行分词处理得到初步的多个特征词,对所述多个特征词进行识别得到所述多个特征词对应的多个属性,查找属性为动词的第一特征词,提取第一特征词之后的n个特征词对应的n个特征词的属性,从所述n个特征词的属性中查找出属性为名词的第二特征词,如所述第一特征词与所述第二特征词之间具有m个特征词,确定所述m个特征词对应的属性中是否具有冠词,如具有冠词确定该第二特征词为关键词。
8.根据权利要求6所述的方法,其特征在于,所述对所述第一脑电波数据分析确定是否响应所述关键词,包括:
对所述第一脑电波数据分析确定所述第一脑电波数据是否具有β波,对所述第一脑电波之前的第二脑电波数据分析确定所述第二脑电波数据是否具有β波,如所述第一脑电波数据具有β波且所述第二脑电波数据不具有β波时,确定响应所述关键词。
9.根据权利要求6所述的方法,其特征在于,所述对所述第一脑电波数据分析确定是否响应所述关键词,包括:
对所述第一脑电波数据分析确定第一脑电波数据是否具有β波,对所述第一脑电波数据之前的第二脑电波数据分析确定所述第二脑电波数据是否具有β波,如所述第一脑电波数据具有β波且所述第二脑电波数据具有β波时,提取第一脑电波数据对应的第一β波以及第二脑电波数据的第二β波,对所述第一β波以及所述第二β波分别进行快速傅里叶变换得到第一β波频域数据以及第二β波频域数据,提取第一β波频域数据的最大强度值β1max;提取第二β波频域数据的最大强度值β2max;如β1max>β2max,确定响应所述关键词。
10.一种电子装置,所述电子装置包括:处理单元、脑电波部件、音频采集器、电路,其特征在于,
所述脑电波部件,用于获取脑电波数据;
所述音频采集器,用于采集音频数据;
所述处理单元,用于对所述音频数据进行分析处理得到所述音频数据内的关键词,提取所述关键词对应的时刻;从所述脑电波数据中提取该时刻前后设定时间范围的数据得到第一脑电波数据,对所述第一脑电波数据分析确定是否响应所述关键词,如响应所述关键词,对所述关键词执行预设操作。
11.一种计算机可读存储介质,其特征在于,其存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求6-9任一项所述的方法。
12.一种计算机程序产品,其特征在于,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算机执行如权利要求6-9任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810150132.0A CN108418962B (zh) | 2018-02-13 | 2018-02-13 | 基于脑电波的信息响应方法及相关产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810150132.0A CN108418962B (zh) | 2018-02-13 | 2018-02-13 | 基于脑电波的信息响应方法及相关产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108418962A true CN108418962A (zh) | 2018-08-17 |
CN108418962B CN108418962B (zh) | 2020-06-09 |
Family
ID=63128672
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810150132.0A Expired - Fee Related CN108418962B (zh) | 2018-02-13 | 2018-02-13 | 基于脑电波的信息响应方法及相关产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108418962B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110298712A (zh) * | 2019-08-01 | 2019-10-01 | 秒针信息技术有限公司 | 一种获取用户投入度的方法及装置 |
CN110413125A (zh) * | 2019-08-02 | 2019-11-05 | 广州市纳能环保技术开发有限公司 | 基于脑电波的转换方法、电子设备及存储介质 |
CN111354340A (zh) * | 2018-12-20 | 2020-06-30 | 北京嘀嘀无限科技发展有限公司 | 数据标注准确度验证方法、装置、电子设备及存储介质 |
CN114707132A (zh) * | 2021-05-20 | 2022-07-05 | 广州番禺职业技术学院 | 基于情感语音的脑波加解密方法和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101271639A (zh) * | 2008-05-09 | 2008-09-24 | 杨杰 | 多媒体脑波反馈儿童学习训练方法及训练仪 |
CN103190902A (zh) * | 2012-01-06 | 2013-07-10 | 无极技术公司 | 利用脑波频率数据和交互式多媒体显示来确定、监控及分析个人化响应变量的方法和系统 |
CN106372063A (zh) * | 2016-11-01 | 2017-02-01 | 上海智臻智能网络科技股份有限公司 | 信息处理方法、装置及终端 |
CN107391679A (zh) * | 2017-07-23 | 2017-11-24 | 肇庆高新区长光智能技术开发有限公司 | 辅助复习方法、装置与设备 |
-
2018
- 2018-02-13 CN CN201810150132.0A patent/CN108418962B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101271639A (zh) * | 2008-05-09 | 2008-09-24 | 杨杰 | 多媒体脑波反馈儿童学习训练方法及训练仪 |
CN103190902A (zh) * | 2012-01-06 | 2013-07-10 | 无极技术公司 | 利用脑波频率数据和交互式多媒体显示来确定、监控及分析个人化响应变量的方法和系统 |
US20130179087A1 (en) * | 2012-01-06 | 2013-07-11 | WujiTech, Inc. | Methods and Systems for Determining, Monitoring, and Analyzing Personalized Response Variables Using Brain Wave Frequency Data and Interactive Multimedia Display |
CN106372063A (zh) * | 2016-11-01 | 2017-02-01 | 上海智臻智能网络科技股份有限公司 | 信息处理方法、装置及终端 |
CN107391679A (zh) * | 2017-07-23 | 2017-11-24 | 肇庆高新区长光智能技术开发有限公司 | 辅助复习方法、装置与设备 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111354340A (zh) * | 2018-12-20 | 2020-06-30 | 北京嘀嘀无限科技发展有限公司 | 数据标注准确度验证方法、装置、电子设备及存储介质 |
CN110298712A (zh) * | 2019-08-01 | 2019-10-01 | 秒针信息技术有限公司 | 一种获取用户投入度的方法及装置 |
CN110413125A (zh) * | 2019-08-02 | 2019-11-05 | 广州市纳能环保技术开发有限公司 | 基于脑电波的转换方法、电子设备及存储介质 |
CN114707132A (zh) * | 2021-05-20 | 2022-07-05 | 广州番禺职业技术学院 | 基于情感语音的脑波加解密方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108418962B (zh) | 2020-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108418962B (zh) | 基于脑电波的信息响应方法及相关产品 | |
WO2019153972A1 (zh) | 信息推送方法及相关产品 | |
CN108509033B (zh) | 信息处理方法及相关产品 | |
CN108391164B (zh) | 视频解析方法及相关产品 | |
CN108874130B (zh) | 播放控制方法及相关产品 | |
CN108491076B (zh) | 显示控制方法及相关产品 | |
CN108495191A (zh) | 视频播放控制方法及相关产品 | |
CN108304074B (zh) | 显示控制方法及相关产品 | |
CN110113636A (zh) | 弹幕显示方法、弹幕推送方法、终端设备及服务器 | |
CN107809674A (zh) | 一种基于视频的用户反应获取、处理方法、终端及服务器 | |
CN108459806A (zh) | 终端控制方法、终端及计算机可读存储介质 | |
CN110380950A (zh) | 一种信息显示控制方法、终端及计算机可读存储介质 | |
CN108144291A (zh) | 基于脑电波的游戏控制方法及相关产品 | |
CN112060080A (zh) | 一种机器人的控制方法、装置、终端设备及存储介质 | |
CN108537019A (zh) | 一种解锁方法及装置、存储介质 | |
CN108446025B (zh) | 拍摄控制方法及相关产品 | |
CN106782498A (zh) | 语音信息播放方法、装置及终端 | |
CN108495186B (zh) | 视频标记方法、装置、电子设备及计算机可读存储介质 | |
CN108339267B (zh) | 基于脑电波的游戏菜单控制方法及相关产品 | |
CN108427296B (zh) | 智能家居控制方法及相关产品 | |
CN108205261B (zh) | 基于脑电波的智能家居控制方法及电子装置 | |
CN108837271B (zh) | 电子装置、提示信息的输出方法及相关产品 | |
CN108399004B (zh) | 脑电波的分析方法及相关产品 | |
CN108459718A (zh) | 电子设备、应用控制方法及相关产品 | |
CN108111889A (zh) | 电子设备及相关产品 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant after: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd. Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200609 |