CN108628445A - 脑电波采集方法及相关产品 - Google Patents
脑电波采集方法及相关产品 Download PDFInfo
- Publication number
- CN108628445A CN108628445A CN201810255644.3A CN201810255644A CN108628445A CN 108628445 A CN108628445 A CN 108628445A CN 201810255644 A CN201810255644 A CN 201810255644A CN 108628445 A CN108628445 A CN 108628445A
- Authority
- CN
- China
- Prior art keywords
- target
- brain wave
- electronic equipment
- wave sensor
- operating parameters
- 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 151
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000001133 acceleration Effects 0.000 claims abstract description 34
- 238000013507 mapping Methods 0.000 claims description 56
- 210000001747 pupil Anatomy 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 14
- 239000012141 concentrate Substances 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims 1
- 230000036544 posture Effects 0.000 description 60
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 13
- 238000012545 processing Methods 0.000 description 13
- 238000001228 spectrum Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 210000004761 scalp Anatomy 0.000 description 2
- 230000007958 sleep Effects 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 241000084490 Esenbeckia delta Species 0.000 description 1
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000007177 brain activity Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 239000000571 coke Substances 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 210000003792 cranial nerve Anatomy 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000008452 non REM sleep Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000001242 postsynaptic effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
-
- 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]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
- G06F2203/01—Indexing scheme relating to G06F3/01
- G06F2203/011—Emotion or mood input determined on the basis of sensed human body parameters such as pulse, heart rate or beat, temperature of skin, facial expressions, iris, voice pitch, brain activity patterns
Abstract
本申请实施例公开了一种脑电波采集方法及相关产品，应用于电子设备，所述电子设备包括脑电波传感器和加速度传感器，其中方法包括：通过所述加速度传感器确定所述电子设备的使用姿态；确定目标用户的目标位置；根据所述使用姿态和所述目标位置确定所述脑电波传感器的目标工作参数；通过所述脑电波传感器按照所述目标工作参数采集所述目标用户的第一脑电波信号。采用本申请，可调整脑电波传感器的工作参数，提高了电子设备采集脑电波信号的效率和准确率。
Description
技术领域
本申请涉及电子设备技术领域，主要涉及了一种脑电波采集方法及相关产品。
背景技术
随着电子设备(如手机、计算机、平板电脑等)技术的不断发展，电子设备的使用越来越普及，且电子设备可采集指纹信息、虹膜信息和脑电波信号等生理特征参数，并根据上述生理特征参数执行对应的操作，例如：指纹信息进行解锁、脑电波信号判断用户情绪等。而脑电波信号较弱，如何提高采集脑电波信号的效率和准确率是本领域技术人员待解决的问题。
发明内容
本申请实施例提供了一种脑电波采集方法及相关产品，可以提高电子设备采集脑电波信号的效率和准确率。
第一方面，本申请实施例提供一种脑电波采集方法，应用于电子设备，所述电子设备包括脑电波传感器和加速度传感器，所述方法包括：
通过所述加速度传感器确定所述电子设备的使用姿态；
确定目标用户的目标位置；
根据所述使用姿态和所述目标位置确定所述脑电波传感器的目标工作参数；
通过所述脑电波传感器按照所述目标工作参数采集所述目标用户的第一脑电波信号。
第二方面，本申请实施例提供一种电子设备，包括处理器、与所述处理器连接的脑电波传感器和加速度传感器，其中：
所述加速度传感器，用于确定所述电子设备的使用姿态；
所述处理器，用于确定目标用户的目标位置；根据所述使用姿态和所述目标位置确定所述脑电波传感器的目标工作参数；
所述脑电波传感器，用于按照所述目标工作参数采集所述目标用户的第一脑电波信号。
第三方面，本申请实施例提供一种脑电波采集装置，应用于电子设备，所述电子设备包括脑电波传感器和加速度传感器，所述装置包括：
确定单元，用于通过所述加速度传感器确定所述电子设备的使用姿态；确定目标用户的目标位置；根据所述使用姿态和所述目标位置确定所述脑电波传感器的目标工作参数；
采集单元，用于通过所述脑电波传感器按照所述目标工作参数采集所述目标用户的第一脑电波信号。
第四方面，本申请实施例提供另一种电子设备，包括处理器、存储器、脑电波传感器、加速度传感器以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，所述程序包括用于如第一方面中所描述的部分或全部步骤的指令。
第五方面，本申请实施例提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储计算机程序，其中，所述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。
第六方面，本申请实施例提供了一种计算机程序产品，其中，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本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
实施本申请实施例，将具有如下有益效果：
采用了上述的脑电波采集方法及相关产品之后，确定电子设备的使用姿态和目标用户的目标位置，根据使用姿态和目标位置确定脑电波传感器的目标工作参数，通过脑电波传感器按照目标工作参数采集目标用户的第一脑电波信号，从而针对电子设备和目标用户之间的具体情况调整脑电波传感器的工作参数，提高了电子设备采集脑电波信号的效率和准确率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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。
其中：
图1A为本申请实施例提供的一种电子设备的结构示意图；
图1B为本申请实施例提供的一种加速度传感器的原理示意图；
图1C为本申请实施例提供的一种脑电波传感器包括多个采集模块的场景示意图；
图1D为本申请实施例提供的一种可穿戴设备采集脑电波信号的场景示意图；
图1E为本申请实施例提供的一种电极阵列采集脑电波信号的场景示意图；
图2为本申请实施例提供的一种脑电波采集方法的流程示意图；
图3为本申请实施例提供的另一种脑电波采集方法的流程示意图；
图4为本申请实施例提供的另一种脑电波采集方法的流程示意图；
图5为本申请实施例提供的一种脑电波采集装置的结构示意图；
图6为本申请实施例提供的另一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，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，所描述的实施例仅仅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上述附图中的术语“第一”、“第二”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他步骤或单元。
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。
本申请实施例所涉及到的电子设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备，也可包括各种形式的用户设备(user equipment，UE)、移动台(mobile station，MS)、终端设备(terminaldevice)等等。为方便描述，上面提到的设备统称为电子设备。下面对本申请实施例进行详细介绍。
本申请实施例提供了一种脑电波采集方法及相关产品，可以提高电子设备采集脑电波信号的效率和准确率。下面结合附图对本申请实施例进行介绍。
请参照图1A，图1A为本申请所提供的一种电子设备的结构示意图。如图1A所示，上述电子设备100包括：壳体110、设置于所述壳体110内的射频电路120、处理器140、存储器150、脑电波传感器160、加速度传感器170和设置于所述壳体110上的显示屏130。其中，所述射频电路120、所述存储器150、所述脑电波传感器160、所述加速度传感器170和所述显示屏130与所述处理器140连接。
其中，脑电波传感器160用于采集脑电波信号，脑电波(electroencephalogram，EEG)是在大脑在活动时，大量神经元同步发生的突触后电位经总和后形成的生理指标记录，记录了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。
人脑在休息时、工作时或娱乐时会产生自己的脑电波，其频率变动范围通常在0.1Hz～30Hz之间，可划分为四个波段，即delta波(1～4Hz)、theta波(4～8Hz)、alpha波(8～13Hz)、beta波(13～30Hz)。且上述4种波与人的各项生理及心理活动有着密切的关系，例如：delta波为深度方式、无压力的潜意识状态；theta波为深度睡眠、非快动眼睡眠、无意识的精神状态；beta波为紧张、压力、脑疲劳的精神状态；alpha波为放松但不倦怠、安静、有意识的精神状态，是学习与思考的最佳状态。除此之外，在觉醒并专注于某一事时，常可见一种频率较beta波更高的gamma波，其频率为30～80Hz，波幅范围不定；而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、sigma波、lambda波、kappa-复合波、mu波等。
其中，加速度传感器170具有体积小和重量轻的特点，可以测量空间加速度，用于测量电子设备的姿态和倾斜角，除了自动切换水平、垂直显示视角外，还可在全球定位系统(global positioning system，GPS)信号不好时，用作运动偏移补偿计算，能够全面准确反映物体的运动性质。
可选的，在所述加速度传感器确定所述电子设备的使用姿态方面，所述加速度传感器具体用于获取所述电子设备的横向倾斜角度、纵向倾斜角度、竖向分量；根据所述横向倾斜角度、所述纵向倾斜角度和所述竖向分量确定所述使用姿态。
请参照图1B，图1B为加速度传感器170检测电子设备100的使用姿态的示意图。如图1B所示，x轴、y轴、z轴均是相对电子设备机身位置的，通常y轴向机身向上，x轴向机身向右，z轴垂直机身正面。横向分量、纵向分量、竖向分量一般是一个单位的地心引力(大小1g(m*m/s)，方向垂直地面向下)，在各轴上的投影。横向倾斜角度为x轴与水平面的夹角，纵向倾斜角度为y轴与竖平面的夹角，电子设备的使用姿态由横向倾斜角度、纵向倾斜角度和竖向分量确定。
例如：将电子设备平放在桌面上，x轴默认为0，y轴默认0，z轴默认9.81；将电子设备朝下放在桌面上，z轴为-9.81；将电子设备向左倾斜，x轴为正值；将电子设备向右倾斜，x轴为负值；将电子设备向上倾斜，y轴为负值；将电子设备向下倾斜，y轴为正值；将z轴小于-3的情况，视为电子设备的显示屏朝下。
其中，处理器140是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器150内的软件程序和/或模块，以及调用存储在存储器150内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。
存储器150可用于存储软件程序以及功能模块，处理器140通过运行存储在存储器150的软件程序以及功能模块，从而执行电子设备的各种功能应用以及数据处理。
射频电路120包括接收器122、与所述接收器122连接的信号处理模块123和与所述信号处理模块123连接的发射器121，其中：接收器122用于接收外部或处理器140发送的信息，信号处理模块123用于处理发射器所接收的信息，发射器121用于发送信号处理模块123所获取的信息。此外，射频电路120还可以通过无线通信与网络和其他设备通信。本申请对于无线通信不作限定，可包括全球移动通讯系统(global system of mobilecommunication，GSM)、通用分组无线服务(general packet radio service，GPRS)、电子邮件、短消息服务(short messaging service，SMS)等。
在本申请实施例中，所述加速度传感器170用于确定所述电子设备的使用姿态；所述处理器140用于确定目标用户的目标位置；根据所述使用姿态和所述目标位置确定所述脑电波传感器的目标工作参数；所述脑电波传感器160用于按照所述目标工作参数采集所述目标用户的第一脑电波信号。
可以理解，通过电子设备100的加速度传感器170确定电子设备的使用姿态，处理器140确定目标用户的目标位置，根据使用姿态和目标位置确定脑电波传感器的目标工作参数，通过脑电波传感器160按照目标工作参数采集目标用户的第一脑电波信号，从而针对电子设备和目标用户之间的具体情况调整脑电波传感器的工作参数，提高了电子设备采集脑电波信号的效率和准确率。
在一个可能的示例中，所述存储器150用于映射关系集，所述映射关系集包括多组映射关系，每一组映射关系对应一种活跃度，每一组映射关系为信号强度与距离之间的映射关系；所述脑电波传感器160还用于采集所述目标用户的第二脑电波信号；在所述处理器140确定目标用户的目标位置方面，所述处理器140具体用于获取所述第二脑电波信号的目标活跃度、目标信号强度和目标信号方向；从所述映射关系集中选取与所述目标活跃度对应的目标映射关系；根据所述目标映射关系确定与所述目标信号强度对应的所述目标距离；根据所述目标距离和所述目标信号方向确定所述目标位置。
在本申请实施例中，脑电波传感器160包括多个采集模块。如图1C所示，电子设备100中包括标号为161、162、163、164、165和166的6个采集模块。
在一个可能的示例中，在所述处理器140根据所述使用姿态和所述目标位置确定所述脑电波传感器160的目标工作参数方面，所述处理器140具体用于根据所述使用姿态和所述目标位置从所述多个采集模块中确定目标采集模块；确定所述目标采集模块与所述目标距离对应的工作参数为所述目标工作参数；在所述脑电波传感器160按照所述目标工作参数采集所述目标用户的第一脑电波信号方面，所述脑电波传感器160具体用于通过所述目标采集模块按照所述目标工作参数采集所述第一脑电波信号。
在一个可能的示例中，在所述处理器140根据所述使用姿态和所述目标位置确定所述脑电波传感器的目标工作参数之前，所述处理器140还用于确定所述目标用户关注的目标内容；在所述目标内容为所述电子设备当前的显示内容时，执行所述根据所述使用姿态和所述目标位置确定所述脑电波传感器的目标工作参数的步骤。
在本申请实施例中，电子设备100还包括摄像头180，从摄像头的功能上来看，摄像头可以为红外摄像头或者可见光摄像头，摄像头还可以为双摄像头，处理器140可用于根据摄像头采集的用户面部图像。
在一个可能的示例中，所述摄像头用于采集所述目标用户的面部图像；在所述处理器140确定所述目标用户关注的目标内容方面，所述处理器140具体用于提取所述面部图像中的瞳孔图像；对所述瞳孔图像进行放大和调整，得到所述目标内容。
以上电子设备仅为举例，本申请不作限定，其显示屏可包括全面屏、双面屏或可折叠的柔性显示屏、虚拟显示屏等；其存储器还可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等；其处理器还可进一步细化为专门用途的处理器，例如：人工智能(artificial intelligence，AI)处理器，应用处理器(application processor，AP)、基带处理器和脑电波处理器等；其射频电路包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(lownoise amplifier，LNA)、双工器等。
此外，电子设备100还包括光传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等等传感器，音频输入接口、串行端口、键盘、扬声器、充电接口等输入输出接口，摄像头、蓝牙模块等未示出的模块。
本申请对于脑电波传感器160的具体形式不作限定，除了如图1A所示的，将脑电波传感器集成于电子设备100的壳体110之中，还可如图1D所示，脑电波传感器置于可穿戴的电子设备之中，通过可穿戴的电子设备采集脑电波信号，并通过有线方式与电子设备100建立连接，从而电子设备获取脑电波信号；也可以如图1E所示的脑电波传感器为可植入或贴于目标对象头皮的电子阵列，通过上述电子阵列采集脑电波信号，并通过无线方式与电子设备100建立连接，从而电子设备获取脑电波信号。上述的可穿戴的电子设备也可通过无线方式与电子设备100连接，电子阵列也可通过有线方式与电子设备100连接。
具体的，请参照图2，图2为本申请实施例提供的一种脑电波采集方法的流程示意图，可应用于如图1A所描述的电子设备。如图2所示，脑电波采集方法包括：
201：通过加速度传感器确定电子设备的使用姿态。
本申请实施例对于通过加速度传感器确定电子设备的使用姿态的方法可参照如图1B所示的实施例，在此不再赘述。
可选的，在运行目标应用时，执行所述通过所述加速度传感器确定所述电子设备的使用姿态的步骤。
上述目标应用可以是电子设备中的任一应用，也可以是与脑电波采集相关的应用，例如：专门播放音乐的应用，可上传音频的应用等。也就是说，在电子设备满足运行目标应用的条件时，才执行本申请，通过脑电波传感器采集脑电波信号，从而避免浪费电子设备的功耗。
202：确定目标用户的目标位置。
在本申请实施例中，目标用户可以为电子设备的使用者或指定用户，由于脑电波传感器可收集多个用户的脑电波信号，则需根据目标用户的脑电波信号的特征信息进行提取；目标用户也可以是距离电子设备最近的用户或者脑电波信号最强的用户等。
在本申请实施例中，对于确定目标用户的目标位置的方法不作限定，可通过电子设备中的距离传感器进行确定，也可通过目标用户的脑电波信号进行确定等。
可选的，所述确定目标用户的目标位置包括如下步骤A1-A5：
A1：通过脑电波传感器采集所述目标用户的第二脑电波信号。
A2：获取所述第二脑电波信号的目标活跃度、目标信号强度和目标信号方向。
A3：从预设的映射关系集中选取与所述目标活跃度对应的目标映射关系。
A4：根据所述目标映射关系确定与所述目标信号强度对应的所述目标距离。
A5：根据所述目标距离和所述目标信号方向确定所述目标位置。
本申请实施例对于第二脑电波信号的采集方法不作限定，可采用预设工作参数进行采集，也可采用其中任一工作参数进行采集等；对于第二脑电波信号的解析方法不作限定，可以采用频域分析方法，也可以是经典的时频域结合分析方法，比如时空模式分析、统计分析、空间滤波、快速傅里叶变换、自回归模型系数，小波和小波包的系数均值和方差、双语估计以及希尔伯特黄变换等。
在本申请实施例中，可采用上述的解析方法中的至少一种方法对第二脑电波信号进行解析，根据解析第二脑电波信号之后得到特征参数，其中，特征参数可以是频率数据、幅度数据、能量数据和相位数据中的至少一种数据。在得到特征参数之后，可对特征参数进行处理或直接根据特征参数进行匹配，从而确定目标活跃度和目标信号强度。
对于目标活跃度的获取方法可包括如下步骤：获取满足预设条件的目标特征参数；获取所述目标特征参数对应的能量谱；根据所述能量谱确定所述目标活跃度。
其中，对于预设条件不作限定，例如，当特征参数为频率数据，且预设条件为大于13Hz时，则目标特征参数的频率大于13Hz。
能量谱是信号幅度谱的模的平方，其量纲是焦/赫兹，本申请可将多个能量谱的平均值作为目标活跃度，也可为每组特征参数分配权值，通过加权计算得到目标活跃度，从而提高了确定目标活跃度的准确率。
可以理解，本申请仅获取满足预设条件的目标特征参数对应的能量谱，从而根据能量谱确定目标活跃度，便于提高目标活跃度的准确率。
本申请实施例对于目标信号强度的获取方法不作限定，可根据特征参数确定所述目标信号强度，即直接根据第二脑电波信号对应的特征参数确定目标信号强度；也可以生成第二脑电波信号对应的脑电图，获取模板脑电图集合中与所述脑电图匹配的目标模板脑电图，确定所述目标模板脑电图对应的信号强度为所述目标信号强度。
在本申请实施例中，映射关系集包括多组映射关系，每一组映射关系对应一种活跃度，每一组映射关系为信号强度与距离之间的映射关系。
在步骤A1-A5所示的实施例中，获取第二脑电波信号的目标活跃度、目标信号强度和目标信号方向，根据预先存储的映射关系集选取与目标活跃度对应的目标映射关系，再根据目标映射关系和目标信号强度确定目标距离，根据目标距离和目标信号强度确定目标位置，考虑了目标用户的脑电波信号的活跃度对脑电波信号的影响，从而提高了确定目标位置的准确率。
203：根据所述使用姿态和所述目标位置确定脑电波传感器的目标工作参数。
在本申请实施例中，目标工作参数可以是具体的电压、电流、功率等参数；也可以是与脑电波信号处理相关联的参数，例如：滤波阈值、放大倍数等。
本申请实施例对于如何确定目标工作参数的方法不作限定，可根据预先存储的姿态和工作参数之间的映射关系确定第一工作参数，并根据预先存储的位置和工作参数之间的映射关系确定第二工作参数，依据第一工作参数和第二工作参数确定所述目标工作参数。
其中，对于依据第一工作参数和第二工作参数确定目标工作参数的方法不作限定，可以取相同维度二者的平均值；也可设置优先级，即选取相同维度中优先级较高的工作参数作为目标工作参数之中的一个维度信息等等。
也就是说，预先存储了姿态、位置与工作参数的映射关系，在获取了使用姿态和目标位置之后，可根据上述映射关系快速确定对应的工作参数。再依据第一工作参数和第二工作参数确定目标工作参数，即考虑了电子设备的使用姿态和目标用户的目标位置，提高了目标工作参数的准确率。
可选的，若脑电波传感器包括多个采集模块，所述根据所述使用姿态和所述目标位置确定所述脑电波传感器的目标工作参数，通过所述脑电波传感器按照所述目标工作参数采集所述目标用户的第一脑电波信号包括如下步骤B1-B3：
B1：根据所述使用姿态和所述目标位置从所述多个采集模块中确定目标采集模块。
B2：确定所述目标采集模块与所述目标距离对应的工作参数为所述目标工作参数。
B3：通过所述采集模块按照所述目标工作参数采集所述第一脑电波信号。
当电子设备处于不同的使用姿态时，采集模块的采集范围会发生变化，且不同目标位置对应不同的方向，因此，在本申请实施例中，根据使用姿态和目标位置选取目标采集模块。
需要说明的是，目标采集模块可包括一个或多个，当目标采集模块包括多个时，可全部用于采集第一脑电波信号，提高采集效率和准确率；也可根据目标距离选取一个采集模块作为目标采集模块，可减少采集功耗。
举例来说，请参照图1C，如图1C所示电子设备包括6个采集模块，且电子设备的使用姿态中的横向倾斜角度为30度，竖向倾斜角度为30度，目标用户与电子设备之间的相对目标位置为西南方向，目标距离20厘米时，则选取目标采集模块的标号为162、163和166，通过上述三个采集模块采集第一脑电波信号可提高采集效率和准确率；也可选取标号为163的采集模块作为目标采集模块，可减少采集功耗。
在步骤B1-B3所示的实施例中，根据使用姿态和目标位置从多个采集模块中确定执行采集操作的目标采集模块，再确定该目标采集模块中与目标距离对应的工作参数作为目标工作参数，通过目标采集模块按照目标工作参数采集目标用户的第一脑电波信号。也就是说，根据脑电波传感器中采集模块的具体位置、电子设备的使用姿态和目标用户的目标位置确定执行采集第一脑电波信号操作的目标采集模块和目标工作参数，从而提高采集的准确率和效率。
204：通过所述脑电波传感器按照所述目标工作参数采集所述目标用户的第一脑电波信号。
在如图2所示的实施例中，确定电子设备的使用姿态和目标用户的目标位置，根据使用姿态和目标位置确定脑电波传感器的目标工作参数，通过脑电波传感器按照目标工作参数采集目标用户的第一脑电波信号，从而针对电子设备和目标用户之间的具体情况调整脑电波传感器的工作参数，提高了电子设备采集脑电波信号的效率和准确率。
可选的，在所述根据所述使用姿态和所述目标位置控制所述脑电波传感器采集所述目标用户的第一脑电波信号之后，所述方法还包括：获取所述电子设备的环境参数；根据所述环境参数对所述第一脑电波信号进行预处理得到目标脑电波信号。
其中，环境参数包括但不限于光线强度、温度、湿度、电磁干扰；预处理包括对环境参数的过滤处理，还可包括噪声处理、归一化处理、放大处理等，通过预处理操作可进一步提高目标脑电波信号的准确率。
可以理解，在根据使用姿态和目标位置控制脑电波传感器采集目标用户的第一脑电波信号之后，获取电子设备的环境参数，根据其环境参数对第一脑电波信号进行预处理从而得到目标脑电波信号，可提高目标脑电波信号的准确率。
与图2所示的实施例一致，请参照图3，图3为本申请实施例提供的另一种脑电波采集方法的流程示意图，可应用于如图1A所描述的电子设备。如图3所示，脑电波采集方法包括：
301：通过加速度传感器确定电子设备的使用姿态。
302：确定目标用户的目标位置。
其中，步骤301-302的方法可参照图2所示的实施例，在此不再赘述。
303：确定所述目标用户关注的目标内容。
本申请实施例对于如何确定目标内容的方法不作限定，可选的，若电子设备包括摄像头，所述确定所述目标用户关注的目标内容包括如下步骤C1-C3：
C1：通过所述摄像头采集所述目标用户的面部图像。
C2：提取所述面部图像中的瞳孔图像。
C3：对所述瞳孔图像进行放大和调整得到所述目标内容。
由于瞳孔图像可反映目标用户的注视内容，且瞳孔图像与注视内容为相反图像，且呈圆弧状，将瞳孔图像进行调整可得到与可视物体同一方向的图像，将瞳孔图像进行放大，可确定可视物体的呈现图像。
在步骤C1-C3所示的实施例中，在采集目标用户的面部图像之后，可提取面部图像中的瞳孔图像，对瞳孔图像进行放大和调整可得到目标用户关注的目标内容。即直接根据瞳孔中所反映的图像确定目标用户关注的目标内容，可提高确定目标内容的准确率。
304：在所述目标内容为所述电子设备当前的显示内容时，根据所述使用姿态和所述目标位置确定脑电波传感器的目标工作参数。
305：通过所述脑电波传感器按照所述目标工作参数采集所述目标用户的第一脑电波信号。
在如图3所示的实施例中，确定电子设备的使用姿态和目标用户的目标位置，在目标内容为电子设备当前的显示内容时，根据使用姿态和目标位置确定脑电波传感器的目标工作参数，通过脑电波传感器按照目标工作参数采集目标用户的第一脑电波信号，从而针对电子设备和目标用户之间的具体情况调整脑电波传感器的工作参数，提高了电子设备采集脑电波信号的效率。
可选的，与图2和图3所示的实施例一致，请参照图4，图4为本申请实施例提供的另一种脑电波采集方法的流程示意图，可应用于如图1A所描述的电子设备。如图4所示，脑电波采集方法包括：
401：通过加速度传感器确定电子设备的使用姿态。
402：确定目标用户的目标位置。
403：确定所述目标用户关注的目标内容。
其中，步骤401-403的方法可参照图2或图3所示的实施例，在此不再赘述。
404：通过脑电波传感器采集所述目标用户的第二脑电波信号。
本申请实施例对于第二脑电波信号的采集方法不作限定，可采用预设工作参数进行采集，也可采用其中任一工作参数进行采集等。
405：获取所述第二脑电波信号和所述目标内容之间的目标关联值。
本申请实施例对于如何获取第二脑电波信号与目标内容之间的目标关联值的方法不作限定，可获取所述第二脑电波信号对应的多个关键词，查找所述目标内容中与所述多个关键词匹配的目标关键词，根据所述目标关键词的数量和所述多个关键词的数量确定所述目标关联值；还可获取所述第二脑电波信号对应的第一脑电图，获取所述目标内容对应的第二脑电图，根据所述第一脑电图和所述第二脑电图确定所述目标关联值。可以理解，获取第二脑电波信号和目标内容对应的内容，再通过上述内容进行匹配得到目标关联值。
406：在所述目标关联值大于预设阈值时，根据所述使用姿态和所述目标位置确定所述脑电波传感器的目标工作参数。
407：通过所述脑电波传感器按照所述目标工作参数采集所述目标用户的第一脑电波信号。
在如图4所示的实施例中，确定电子设备的使用姿态、目标用户的目标位置和目标用户关注的目标内容，通过脑电波传感器采集目标用户的第二脑电波信号，并获取第二脑电波信号和目标内容之间的目标关联值，在目标关联值大于预设阈值时，根据使用姿态和目标位置确定脑电波传感器的目标工作参数，通过脑电波传感器按照目标工作参数采集目标用户的第一脑电波信号。即在确定目标用户关注电子设备的显示内容时，针对电子设备和目标用户之间的具体情况调整脑电波传感器的工作参数，提高了电子设备采集脑电波信号的效率和准确率。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是，电子设备为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。需要说明的是，本申请实施例中对单元的划分是示意性的，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。
与图2、图3和图4所示的实施例一致，请参照图5，图5是本申请实施例提供的一种脑电波采集装置的结构示意图，可应用于如图1A所描述的电子设备。如图5所示，该脑电波采集装置500包括：
确定单元501，用于通过所述加速度传感器确定所述电子设备的使用姿态；确定目标用户的目标位置；根据所述使用姿态和所述目标位置确定所述脑电波传感器的目标工作参数；
采集单元502，用于通过所述脑电波传感器按照所述目标工作参数采集所述目标用户的第一脑电波信号。
可以看出，确定单元501确定电子设备的使用姿态和目标用户的目标位置，根据使用姿态和目标位置确定脑电波传感器的目标工作参数，采集单元502通过脑电波传感器按照目标工作参数采集目标用户的第一脑电波信号，从而针对电子设备和目标用户之间的具体情况调整脑电波传感器的工作参数，提高了电子设备采集脑电波信号的效率和准确率。
在一个可能的示例中，所述采集单元502还用于通过所述脑电波传感器采集所述目标用户的第二脑电波信号；所述确定单元501具体用于获取所述第二脑电波信号的目标活跃度、目标信号强度和目标信号方向；从预设的映射关系集中选取与所述目标活跃度对应的目标映射关系，所述映射关系集包括多组映射关系，每一组映射关系对应一种活跃度，每一组映射关系为信号强度与距离之间的映射关系；根据所述目标映射关系确定与所述目标信号强度对应的所述目标距离；根据所述目标距离和所述目标信号方向确定所述目标位置。
在一个可能的示例中，所述脑电波传感器包括多个采集模块，所述确定单元501具体用于根据所述使用姿态和所述目标位置从所述多个采集模块中确定目标采集模块；确定所述目标采集模块与所述目标距离对应的工作参数为所述目标工作参数；所述采集单元502具体用于通过所述目标采集模块按照所述目标工作参数采集所述第一脑电波信号。
在一个可能的示例中，所述确定单元501具体用于确定所述目标用户关注的目标内容；在所述目标内容为所述电子设备当前的显示内容时，执行所述根据所述使用姿态和所述目标位置确定所述脑电波传感器的目标工作参数的步骤。
在一个可能的示例中，所述电子设备还包括摄像头，所述采集单元502还用于通过所述摄像头采集所述目标用户的面部图像；所述确定单元501还用于提取所述面部图像中的瞳孔图像；对所述瞳孔图像进行放大和调整，得到所述目标内容。
与图2、图3、图4和图5所示的实施例一致，请参照图6，图6为本申请实施例提供的另一种电子设备的结构示意图。如图6所示的电子设备600包括：处理器610、存储器620、脑电波传感器640、加速度传感器650和一个或多个程序630，一个或多个程序630被存储在存储器620中，并且被配置由处理器610执行，程序630包括用于执行以下步骤的指令：
通过所述加速度传感器确定所述电子设备600的使用姿态；
确定目标用户的目标位置；
根据所述使用姿态和所述目标位置确定所述脑电波传感器的目标工作参数；
通过所述脑电波传感器按照所述目标工作参数采集所述目标用户的第一脑电波信号。
可以看出，确定电子设备的使用姿态和目标用户的目标位置，根据使用姿态和目标位置确定脑电波传感器的目标工作参数，通过脑电波传感器按照目标工作参数采集目标用户的第一脑电波信号，从而针对电子设备和目标用户之间的具体情况调整脑电波传感器的工作参数，提高了电子设备采集脑电波信号的效率和准确率。
在一个可能的示例中，在所述确定目标用户的目标位置方面，所述程序630中的指令具体用于执行以下操作：
通过所述脑电波传感器采集所述目标用户的第二脑电波信号；
获取所述第二脑电波信号的目标活跃度、目标信号强度和目标信号方向；
从预设的映射关系集中选取与所述目标活跃度对应的目标映射关系，所述映射关系集包括多组映射关系，每一组映射关系对应一种活跃度，每一组映射关系为信号强度与距离之间的映射关系；
根据所述目标映射关系确定与所述目标信号强度对应的所述目标距离；
根据所述目标距离和所述目标信号方向确定所述目标位置。
在一个可能的示例中，所述脑电波传感器包括多个采集模块，在所述根据所述使用姿态和所述目标位置确定所述脑电波传感器的目标工作参数方面，所述程序630中的指令具体用于执行以下操作：
根据所述使用姿态和所述目标位置从所述多个采集模块中确定目标采集模块；
确定所述目标采集模块与所述目标距离对应的工作参数为所述目标工作参数；
在所述通过所述脑电波传感器按照所述目标工作参数采集所述目标用户的第一脑电波信号方面，所述程序630中的指令具体用于执行以下操作：
通过所述目标采集模块按照所述目标工作参数采集所述第一脑电波信号。
在一个可能的示例中，在所述根据所述使用姿态和所述目标位置确定所述脑电波传感器的目标工作参数之前，所述程序630中的指令还用于执行以下操作：
确定所述目标用户关注的目标内容；
在所述目标内容为所述电子设备当前的显示内容时，执行所述根据所述使用姿态和所述目标位置确定所述脑电波传感器的目标工作参数的步骤。
在一个可能的示例中，所述电子设备还包括摄像头，在所述确定所述目标用户关注的目标内容方面，所述程序630中的指令具体用于执行以下操作：
通过所述摄像头采集所述目标用户的面部图像；
提取所述面部图像中的瞳孔图像；
对所述瞳孔图像进行放大和调整，得到所述目标内容。
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存储计算机程序，该计算机程序使得计算机执行如方法实施例中记载的任一方法的部分或全部步骤，计算机包括电子设备。
本申请实施例还提供一种计算机程序产品，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，计算机程序可操作来使计算机执行如方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包，计算机包括电子设备。
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优选实施例，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。
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。集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元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(read-only memory，ROM)、随机存取存储器(randomaccess memory，RAM)、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、ROM、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，本说明书内容不应理解为对本申请的限制。
Claims (13)
1.一种脑电波采集方法，其特征在于，应用于电子设备，所述电子设备包括脑电波传感器和加速度传感器，所述方法包括：
通过所述加速度传感器确定所述电子设备的使用姿态；
确定目标用户的目标位置；
根据所述使用姿态和所述目标位置确定所述脑电波传感器的目标工作参数；
通过所述脑电波传感器按照所述目标工作参数采集所述目标用户的第一脑电波信号。
2.根据权利要求1所述的方法，其特征在于，所述确定目标用户的目标位置，包括：
通过所述脑电波传感器采集所述目标用户的第二脑电波信号；
获取所述第二脑电波信号的目标活跃度、目标信号强度和目标信号方向；
从预设的映射关系集中选取与所述目标活跃度对应的目标映射关系，所述映射关系集包括多组映射关系，每一组映射关系对应一种活跃度，每一组映射关系为信号强度与距离之间的映射关系；
根据所述目标映射关系确定与所述目标信号强度对应的所述目标距离；
根据所述目标距离和所述目标信号方向确定所述目标位置。
3.根据权利要求2所述的方法，其特征在于，所述脑电波传感器包括多个采集模块，所述根据所述使用姿态和所述目标位置确定所述脑电波传感器的目标工作参数，包括：
根据所述使用姿态和所述目标位置从所述多个采集模块中确定目标采集模块；
确定所述目标采集模块与所述目标距离对应的工作参数为所述目标工作参数；
所述通过所述脑电波传感器按照所述目标工作参数采集所述目标用户的第一脑电波信号，包括：
通过所述目标采集模块按照所述目标工作参数采集所述第一脑电波信号。
4.根据权利要求1-3任一项所述的方法，其特征在于，在所述根据所述使用姿态和所述目标位置确定所述脑电波传感器的目标工作参数之前，所述方法还包括：
确定所述目标用户关注的目标内容；
在所述目标内容为所述电子设备当前的显示内容时，执行所述根据所述使用姿态和所述目标位置确定所述脑电波传感器的目标工作参数的步骤。
5.根据权利要求4所述的方法，其特征在于，所述电子设备还包括摄像头，所述确定所述目标用户关注的目标内容，包括：
通过所述摄像头采集所述目标用户的面部图像；
提取所述面部图像中的瞳孔图像；
对所述瞳孔图像进行放大和调整，得到所述目标内容。
6.一种电子设备，其特征在于，包括处理器、与所述处理器连接的脑电波传感器和加速度传感器，其中：
所述加速度传感器，用于确定所述电子设备的使用姿态；
所述处理器，用于确定目标用户的目标位置；根据所述使用姿态和所述目标位置确定所述脑电波传感器的目标工作参数；
所述脑电波传感器，用于按照所述目标工作参数采集所述目标用户的第一脑电波信号。
7.根据权利要求6所述的电子设备，其特征在于，所述电子设备还包括与所述处理器连接的存储器，用于存储映射关系集，所述映射关系集包括多组映射关系，每一组映射关系对应一种活跃度，每一组映射关系为信号强度与距离之间的映射关系；
所述脑电波传感器，还用于采集所述目标用户的第二脑电波信号；
在所述处理器确定目标用户的目标位置方面，所述处理器具体用于获取所述第二脑电波信号的目标活跃度、目标信号强度和目标信号方向；从所述映射关系集中选取与所述目标活跃度对应的目标映射关系；根据所述目标映射关系确定与所述目标信号强度对应的所述目标距离；根据所述目标距离和所述目标信号方向确定所述目标位置。
8.根据权利要求7所述的电子设备，其特征在于，所述脑电波传感器包括多个采集模块；
在所述处理器根据所述使用姿态和所述目标位置确定所述脑电波传感器的目标工作参数方面，所述处理器具体用于根据所述使用姿态和所述目标位置从所述多个采集模块中确定目标采集模块；确定所述目标采集模块与所述目标距离对应的工作参数为所述目标工作参数；
在所述脑电波传感器按照所述目标工作参数采集所述目标用户的第一脑电波信号方面，所述脑电波传感器具体用于通过所述目标采集模块按照所述目标工作参数采集所述第一脑电波信号。
9.根据权利要求6-8任一项所述的电子设备，其特征在于，在所述处理器根据所述使用姿态和所述目标位置确定所述脑电波传感器的目标工作参数之前，所述处理器还用于确定所述目标用户关注的目标内容；在所述目标内容为所述电子设备当前的显示内容时，执行所述根据所述使用姿态和所述目标位置确定所述脑电波传感器的目标工作参数的步骤。
10.根据权利要求9所述的电子设备，其特征在于，所述电子设备还包括与处理器连接的摄像头，用于采集所述目标用户的面部图像；
在所述处理器确定所述目标用户关注的目标内容方面，所述处理器具体用于提取所述面部图像中的瞳孔图像；对所述瞳孔图像进行放大和调整，得到所述目标内容。
11.一种脑电波采集装置，其特征在于，应用于电子设备，所述电子设备包括脑电波传感器和加速度传感器，所述装置包括：
确定单元，用于通过所述加速度传感器确定所述电子设备的使用姿态；确定目标用户的目标位置；根据所述使用姿态和所述目标位置确定所述脑电波传感器的目标工作参数；
采集单元，用于通过所述脑电波传感器按照所述目标工作参数采集所述目标用户的第一脑电波信号。
12.一种电子设备，其特征在于，包括处理器、存储器、脑电波传感器、加速度传感器以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行权利要求1-5任一项方法中的步骤的指令。
13.一种计算机可读存储介质，其特征在于，其用于存储计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-5任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810255644.3A CN108628445B (zh) | 2018-03-26 | 2018-03-26 | 脑电波采集方法及相关产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810255644.3A CN108628445B (zh) | 2018-03-26 | 2018-03-26 | 脑电波采集方法及相关产品 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108628445A true CN108628445A (zh) | 2018-10-09 |
| CN108628445B CN108628445B (zh) | 2021-04-06 |
Family
ID=63696330
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810255644.3A Expired - Fee Related CN108628445B (zh) | 2018-03-26 | 2018-03-26 | 脑电波采集方法及相关产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108628445B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112129919A (zh) * | 2020-09-11 | 2020-12-25 | 天津大学 | 一种基于加速度传感器的智能压实质量监控系统及方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102662473A (zh) * | 2012-04-16 | 2012-09-12 | 广东步步高电子工业有限公司 | 基于眼部动作识别来实现人机信息交互的装置及方法 |
| US20140195603A1 (en) * | 2010-11-15 | 2014-07-10 | Manna Llc | Mobile interactive kiosk method |
| CN104049745A (zh) * | 2013-03-14 | 2014-09-17 | 三星电子株式会社 | 输入控制方法和支持该输入控制方法的电子装置 |
| CN104571508A (zh) * | 2014-12-29 | 2015-04-29 | 北京元心科技有限公司 | 操作移动终端显示的数据的方法 |
| CN104571837A (zh) * | 2013-10-12 | 2015-04-29 | 深圳先进技术研究院 | 一种实现人机交互的方法及系统 |
| CN104656884A (zh) * | 2013-11-25 | 2015-05-27 | 大连佑嘉软件科技有限公司 | 一种融合人脸和手势的智能终端人机交互方法 |
| US20150265176A1 (en) * | 2012-07-18 | 2015-09-24 | Neurotopia, Inc. | Neurophysiological Dry Sensor |
| CN105487674A (zh) * | 2016-01-17 | 2016-04-13 | 仲佳 | 一种头控装置及其方法 |
-
2018
- 2018-03-26 CN CN201810255644.3A patent/CN108628445B/zh not_active Expired - Fee Related
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140195603A1 (en) * | 2010-11-15 | 2014-07-10 | Manna Llc | Mobile interactive kiosk method |
| CN102662473A (zh) * | 2012-04-16 | 2012-09-12 | 广东步步高电子工业有限公司 | 基于眼部动作识别来实现人机信息交互的装置及方法 |
| US20150265176A1 (en) * | 2012-07-18 | 2015-09-24 | Neurotopia, Inc. | Neurophysiological Dry Sensor |
| CN104049745A (zh) * | 2013-03-14 | 2014-09-17 | 三星电子株式会社 | 输入控制方法和支持该输入控制方法的电子装置 |
| CN104571837A (zh) * | 2013-10-12 | 2015-04-29 | 深圳先进技术研究院 | 一种实现人机交互的方法及系统 |
| CN104656884A (zh) * | 2013-11-25 | 2015-05-27 | 大连佑嘉软件科技有限公司 | 一种融合人脸和手势的智能终端人机交互方法 |
| CN104571508A (zh) * | 2014-12-29 | 2015-04-29 | 北京元心科技有限公司 | 操作移动终端显示的数据的方法 |
| CN105487674A (zh) * | 2016-01-17 | 2016-04-13 | 仲佳 | 一种头控装置及其方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112129919A (zh) * | 2020-09-11 | 2020-12-25 | 天津大学 | 一种基于加速度传感器的智能压实质量监控系统及方法 |
| CN112129919B (zh) * | 2020-09-11 | 2022-02-15 | 天津大学 | 一种基于加速度传感器的智能压实质量监控系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108628445B (zh) | 2021-04-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104703662A (zh) | 个人健康装置 | |
| CN105832073A (zh) | 一种智能交互的情感呵护抱枕机器人系统 | |
| CN108345676A (zh) | 信息推送方法及相关产品 | |
| CN108815674A (zh) | 调节睡眠方法及相关产品 | |
| CN106797672A (zh) | 移动终端及其控制方法 | |
| CN106463897A (zh) | 用于防止电子设备中的故障的装置和方法 | |
| CN107888569A (zh) | 基于身份识别的多界面切换方法及装置、存储介质、终端 | |
| CN108418962A (zh) | 基于脑电波的信息响应方法及相关产品 | |
| CN108304074A (zh) | 显示控制方法及相关产品 | |
| CN108670275A (zh) | 信号处理方法及相关产品 | |
| CN207236795U (zh) | 应用于军事训练的生物反馈系统 | |
| CN108683790A (zh) | 语音处理方法及相关产品 | |
| CN114366983A (zh) | 一种改善睡眠质量的方法、系统、装置、电子设备及介质 | |
| CN109758767A (zh) | 游戏难度调整方法、终端及计算机可读存储介质 | |
| CN108628445A (zh) | 脑电波采集方法及相关产品 | |
| CN108144291A (zh) | 基于脑电波的游戏控制方法及相关产品 | |
| Mahmud et al. | A real time and non-contact multiparameter wearable device for health monitoring | |
| CN108334200A (zh) | 电子设备控制方法及相关产品 | |
| CN108446025A (zh) | 拍摄控制方法及相关产品 | |
| CN108495186A (zh) | 视频标记方法及相关产品 | |
| CN111227823A (zh) | 具有时域特性的一维特征信号处理方法、装置以及系统 | |
| CN203763055U (zh) | 一种健康监测报警求救系统 | |
| CN108837271A (zh) | 电子装置、提示信息的输出方法及相关产品 | |
| CN105631224B (zh) | 一种健康监测方法、移动终端及健康监测系统 | |
| CN108958699A (zh) | 语音拾取方法及相关产品 |
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: 20210406 |