CN112363627A - 基于脑机交互的注意力训练方法和系统 - Google Patents

Abstract

本申请涉及基于脑机交互的注意力训练方法和系统，该基于脑机交互的注意力训练方法包括：通过获取用户的脑电信号；根据所述脑电信号，确定所述用户的专注度；根据所述专注度，从数据库中调取与所述专注度相对应的变化规则；根据所述变化规则控制训练界面中可见区域的大小，对所述用户的注意力进行训练，解决了相关技术中注意力训练方法在训练时存在趣味性低，训练方式约束条件多，造成训练效果不佳的问题，提高了注意力训练的趣味性。

Description

基于脑机交互的注意力训练方法和系统

技术领域

本申请涉及脑机交互领域，特别是涉及基于脑机交互的注意力训练方法和系统。

背景技术

注意力是指人的心理活动指向和集中于某种事物的能力，注意是伴随着感知觉、记忆、思维、想象等心理过程的一种共同的心理特征。注意有两个基本特征，一个是指向性，是指心理活动有选择的反映一些现象而离开其余对象。二是集中性，是指心理活动停留在被选择对象上的强度或紧张。

在相关技术中，提升注意力的训练方法有舒尔特方格、读数记数等方式，这种形式比较枯燥，接受力较低；而系统的训练则主要是在医院或其他专业的训练机构中进行，需要有专业人员的指导，由于受特定训练场地和时间的限制，给用户带来不便，且由于训练频次较低，使得见效缓慢也不持续；进而相关技术的注意力训练方法在训练过程中存在趣味性低，训练方式约束条件多，造成训练效果不佳的情况。

目前针对上述问题，尚未提出有效的解决方案。

发明内容

本申请实施例提供了基于脑机交互的注意力训练方法和系统，以至少解决相关技术中通过游戏的方式在虚拟现实场景中引导受试者进行注意力针对性训练，存在注意力训练效率低的问题。

第一方面，本申请实施例提供了一种基于脑机交互的注意力训练方法，所述方法包括：

获取用户的脑电信号；

根据所述脑电信号，确定所述用户的专注度；

根据所述专注度，从数据库中调取与所述专注度相对应的变化规则；

根据所述变化规则控制训练界面中可见区域的大小，对所述用户的注意力进行训练。

在其中一些实施例中，获取用户的脑电信号包括：

判断所述用户对用于采集脑电信号的脑电采集模块是否佩戴正常；

若佩戴正常，则通过所述脑电采集模块获取所述用户的脑电信号。

在其中一些实施例中，根据所述脑电信号，确定所述用户的专注度包括：

通过频段能量法或者时域特征提取法对所述脑电信号进行处理，确定所述用户的专注度。

在其中一些实施例中，根据所述脑电信号，确定所述用户的专注度包括：

对所述脑电信号设置样本熵参数，所述样本熵参数包括模式维数和相似容限；

根据所设置的模式维数确定所述脑电信号的与所述模式维数相对应的矢量，并根据所述相似容限，确定与所述模式维数相对应的矢量的相似概率；

根据所述相似概率确定所述用户的专注度。

在其中一些实施例中，根据所述专注度，从数据库中调取与所述专注度相对应的变化规则包括：

根据所述专注度和专注度阈值，确定所述用户的状态，其中，所述状态包括专注状态和非专注状态；

根据所述状态，从所述数据库中调取与所述状态相对应的变化规则；其中，若所述用户为专注状态，所述可见区域大小跟随所述专注度的持续时间进行变化，若所述用户为非专注状态，所述可见区域大小跟随所述专注度的增减量进行变化。

在其中一些实施例中，所述方法还包括：

获取所述用户的位姿；

根据所述用户的位姿，控制所述训练界面中所述可见区域的移动。

第二方面，本申请实施例提供了一种基于脑机交互的注意力训练系统，所述系统包括：脑电采集模块、处理器和与所述处理器连接的显示模块；

所述脑电采集模块，用于采集用户的脑电信号；

所述处理器，与所述脑电采集模块连接获取所述脑电信号，并根据所述脑电信号确定所述用户的专注度，所述处理器还用于根据所述专注度，从数据库中调取与所述专注度相对应的变化规则；

所述处理器，还用于根据所述变化规则控制训练界面中可见区域的大小，对所述用户的注意力进行训练；

所述显示模块，用于显示所述训练界面。

在其中一些实施例中，所述处理器器获取所述脑电信号，并根据所述脑电信号确定所述用户的专注度之前，所述处理器还用于判断所述用户对用于采集脑电信号的脑电采集模块是否佩戴正常，若佩戴正常，则通过所述脑电采集模块获取所述用户的脑电信号。

在其中一些实施例中，所述处理器还用于根据所述专注度和专注度阈值，确定所述用户的状态，其中，所述状态包括专注状态和非专注状态；

根据所述状态，从所述数据库中调取与所述状态相对应的变化规则；其中，若所述用户为专注状态，所述可见区域大小跟随所述专注度的持续时间进行变化，若所述用户为非专注状态，所述可见区域大小跟随所述专注度的增减量进行变化。

在其中一些实施例中，所述系统还包括：与所述处理器连接的位姿检测模块；

所述位姿检测模块，用于采集所述用户的位姿；

所述处理器，用于根据所述用户的位姿控制所述训练界面中所述可见区域的移动。

在其中一些实施例中，所述处理器根据所述脑电信号确定所述用户的专注度包括：所述处理器通过频段能量法或者时域特征提取法对所述脑电信号进行处理，确定所述用户的专注度。

相比于相关技术，本申请实施例提供的基于脑机交互的注意力训练方法和系统，通过获取用户的脑电信号；根据所述脑电信号，确定所述用户的专注度；根据所述专注度，从数据库中调取与所述专注度相对应的变化规则；根据所述变化规则控制训练界面中可见区域的大小，对所述用户的注意力进行训练，解决了相关技术的注意力训练方法在训练过程中存在趣味性低，训练方式约束条件多，造成训练效果不佳的问题，提高了注意力训练的趣味性。

本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1a是根据本申请实施例的基于脑机交互的注意力训练方法的流程图一；

图1b是根据本申请实施例的训练界面的示意图一；

图1c是根据本申请实施例的训练界面的示意图二；

图2是根据本申请实施例的基于脑机交互的注意力训练方法的流程图二；

图3是根据本申请实施例的根据脑电信号确定用户专注度的方法流程图；

图4是根据本申请实施例的基于脑机交互的注意力训练方法的流程图三；

图5是根据本申请实施例的基于脑机交互的注意力训练装置的结构框图；

图6是根据本申请实施例的基于脑机交互的注意力训练系统的结构框图一；

图7是根据本申请实施例的基于脑机交互的注意力训练系统的结构框图二；

图8是根据本申请实施例的计算机设备的内部结构示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的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。

显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。

在本申请中提及“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。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。

除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“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模块(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，而是可以还包括没有列出的步骤或单元，或可以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。本申请所涉及的“多个”是指两个或两个以上。

本申请提供的基于脑机交互的注意力训练方法，涉及脑机交互领域。脑机交互是指基于脑电信号实现人脑与计算机或其他电子设备的通讯和控制，它是一种新的人机交互方式；脑机交互的基本原理是：通过脑电信号检测技术获取神经系统的电活动变化，再对这些信号进行分类识别，分辨出引发脑电变化的动作意图，再用计算机把人的思维活动转变成命令信号驱动外部设备，从而在没有肌肉和外围神经直接参与的情况下，实现人脑对外部环境的直接控制。

注意力是指人的心理活动指向和集中于某种事物的能力，在相关技术中，提升注意力的训练方法有舒尔特方格、读数记数等方式，这种形式比较枯燥，接受力较低；而系统的训练则主要是在医院或其他专业的训练机构中进行，需要有专业人员的指导，由于受特定训练场地和时间的限制，给用户带来不便，且由于训练频次较低，使得见效缓慢也不持续；进而相关技术的注意力训练方法在训练过程中存在趣味性低，训练方式约束条件多，造成训练效果不佳的情况。

本申请提供的基于脑机交互的注意力训练方法，通过根据用户的脑电信号确定用户的专注度，根据专注度从数据库中调取与专注度相对应的变化规则，根据变化规则控制训练界面中可见区域的大小，以对用户的注意力进行训练，解决了相关技术中注意力训练方法在训练时存在趣味性低，训练方式约束条件多，造成训练效果不佳的问题，提高了注意力训练的趣味性。

本实施例提供了一种基于脑机交互的注意力训练方法，图1a是根据本申请实施例的基于脑机交互的注意力训练方法的流程图一，如图1a所示，该方法包括如下步骤：

步骤S101，获取用户的脑电信号；

其中，可通过脑电采集模块获取用户的脑电信号，脑电采集模块可以是电极帽、头环、头带、头戴式耳机等，脑电采集模块包括一个或多个采集通道，为便于用户操作可优先选用便携式脑电采集模块，且脑电采集模块对所采集到的脑电信号先进行放大、滤波、陷波和限幅放大后，再将所采集到的模拟脑电信号转换为数字脑电信号。

步骤S102，根据脑电信号，确定用户的专注度；

需要说明的是，可以将当前的脑电信号根据经验公式进行处理，得到与当前脑电信号相对应的专注度，也可以将当前的脑电信号输入到预先训练好的机器模型中，以得到与当前脑电信号相对应的专注度，机器模型是预先根据大量脑电信号和专注度进行机器学习得到的。

步骤S103，根据专注度，从数据库中调取与专注度相对应的变化规则；

其中，数据库中预先存储有不同专注度下的变化规则。

步骤S104，根据变化规则控制训练界面中可见区域的大小，对用户的注意力进行训练；

需要说明的是，训练界面可以由显示器进行展示，图1b是根据本申请实施例的训练界面的示意图一，如图1b所示，训练界面中包括训练场景、以及设置于场景中的虚拟控制对象，虚拟控制对象可以为物体、人物、动物、数字、文字等，基于脑机交互，在通过训练界面训练用户的注意力时，虚拟控制对象是用户根据要求进行寻找的待寻找对象，若当前所要求的对象被用户找出来，则将该对象进行标记，当所要求的对象全部被找出来，则可见区域中的对象全部被标记，此时本轮训练注意力游戏结束，可进行下一轮的注意力训练；图1c是根据本申请实施例的训练界面的示意图二，如图1c、1b所示，随着用户当前专注度大小不同，训练界面中可见区域的大小是不同的，图1c中所对应的用户当前专注度小于图1b中用户当前专注度。训练界面下方提示用户去场景中寻找对应物品，进而在寻找物品的过程中提高专注度并且保持一定时间，例如，可通过专注度的提高使可见区域增大，用户视野中出现更多待寻找的物品，促使用户去更专注的完成训练，进而形成良性循环。

通过上述步骤S101至步骤S104，先根据用户的脑电信号确定用户的专注度，然后根据用户的专注度从数据库中调取与专注度相对应的变化规则，再根据变化规则控制训练界面中可见区域的大小以对该用户的注意力进行训练，也就是基于脑机交互，根据与用户当前专注度相对应的变化规则来调整训练界面中可见区域的大小，以对用户的注意力进行训练，解决了相关技术中注意力训练方法在训练时存在趣味性低，训练方式约束条件多，造成训练效果不佳的问题，提高了注意力训练的趣味性。

在其中一些实施例中，图2是根据本申请实施例的基于脑机交互的注意力训练方法的流程图二，如图2所示，获取用户的脑电信号包括如下步骤：

步骤S201，判断用户对用于采集脑电信号的脑电采集模块是否佩戴正常；

例如，可以从脑电采集模块所采集的脑电信号中取时间序列为x(n)(单位：μV)的脑电信号，然后通过一个48-52Hz的10阶FIR带通滤波器，提取出序列中的工频成分x_pf(n)，并计算该工频成分幅值的绝对值的均值

若Amp≥32，则判定脑电采集模块未佩戴好，且提醒用户重新佩戴脑电采集模块，若Amp<32，则说明用户佩戴正常。

步骤S202，若佩戴正常，则通过脑电采集模块获取用户的脑电信号。

通过上述步骤S201至步骤S202，在获取用户的脑电信号之前，先判断用户对用于采集脑电信号的脑电采集模块是否佩戴正常，在用户佩戴正常的情况下，再通过脑电采集模块获取用户的脑电信号，提高所采集的脑电信号的精确度，进一步的，使得根据当前脑电信号所确定的用户专注度更加真实。

在其中一些实施例中，根据脑电信号，确定用户的专注度包括：通过频段能量法或者时域特征提取法对脑电信号进行处理，确定用户的专注度；

例如，可通过近似熵、样本熵、多尺度熵等方式计算脑电时域信号的自相似性大小作为专注度的特征值，通过频段能量法或者时域特征提取法对脑电信号进行处理确定用户的当前专注度，相较于通过机器学习，解决了机器学习中因训练样本不平衡所带来的专注度偏差的问题，提高用户当前专注度的可靠性。

在其中一些实施例中，图3是根据本申请实施例的根据脑电信号确定用户专注度的方法流程图，如图3所示，根据脑电信号，确定用户的专注度包括如下步骤：

步骤S301，对脑电信号设置样本熵参数，样本熵参数包括模式维数和相似容限；

具体地，从脑电信号中获取N点时间序列{u(n)}(n＝1,2,…,N)，其中，N的值为脑电信号的长度，对时间序列{u(n)}设置样本熵参数m和r，m为模式维数；r为相似容限。

步骤S302，根据所设置的模式维数确定脑电信号的与模式维数相对应的矢量，并根据相似容限，确定与模式维数相对应的矢量的相似概率；

具体地，将时间序列{u(n)}按照时间顺序组成m维矢量X(i)，即：

X(i)＝[u(i),u(i+1)…u(i+m-1)] 公式1；

其中，i的取值范围为[1，N-m+1]；

对每一个矢量X(i)，计算该矢量X(i)自身与其余矢量X(j)(j的取值范围为[1，N-m+1],j≠i)之间的矢量距离，即：

d[X(i),X(j)]＝max_k＝0:m-1|u(i+k)-u(j+k)| 公式2；

进一步地，给定相似容限的阈值r(r>0)，对于每一个i值统计d[X(i),X(j)]<r的第一数目及矢量总数量个数N-m+1的比值，记作

即：

计算

对所有i的平均值，即：

将模式维数改为m+1，重复上述公式1至公式4，得到

和

分别是相似概率。

步骤S303，根据相似概率确定用户的专注度；

具体地，

其中，SampEn(m,r)为样本熵，样本熵的大小可以代表用户当前的专注度，在实际应用中，由于样本熵只需比较短的脑电信号就能得出稳健的专注度估计值，有较好的抗燥和抗干扰能力，提高脑电信号到专注度转换的精度。

在其中一些实施例中，图4是根据本申请实施例的基于脑机交互的注意力训练方法的流程图三，如图4所示，根据变化规则控制训练界面中可见区域的大小，对用户的注意力进行训练包括如下步骤：

步骤S401，根据专注度和专注度阈值，确定用户的状态，其中，状态包括专注状态和非专注状态。

步骤S402，根据状态，从数据库中调取与状态相对应的变化规则；其中，若用户为专注状态，可见区域大小跟随专注度的持续时间进行变化，若用户为非专注状态，可见区域大小跟随专注度的增减量进行变化。

例如，若当前专注度大于或等于专注度阈值，则判定用户处于专注状态，训练界面中可见区域的大小随专注度的大小和/或持续时间进行改变，优选的，若用户当前处于专注状态，则训练用户注意力的可见区域大小随专注度的持续时间进行改变；若当前专注度小于专注度阈值，则判定用户处于非专注状态，训练界面中可见区域的大小随专注度的增减量进行改变，优选的，若用户当前处于非专注状态，则训练用户注意力的可见区域大小随用户当前专注度的大小进行改变。其中，用户当前的专注度可以为基于预设时间内的脑电信号获得的专注度，也可以为多个预设时间内的专注度的平均值。

需要说明的是，若用户当前处于专注状态，则通过专注度保持的时间进行可见区域的计算，可见区域＝保持时间*遮罩缩放因子*单位遮罩大小，也就是用户处于专注状态时，专注状态持续1分钟后，可见区域则变大预设值；若用户当前处于非专注状态，则通过用户当前的专注度数值进行可见区域的计算，可见区域＝专注度数值*遮罩缩放因子*单位遮罩大小。

通过上述步骤S401和步骤S402，先将用户当前的专注度与预设的专注度阈值进行比较，以确定用户当前的状态，也就是用户当前是专注状态还是非专注状态；在确定用户当前的状态基础上，从数据库中调取与用户的当前状态相对应的可见区域大小的变化规则，进而以方便当前训练界面中可见区域大小的变化是与用户当前的状态进行紧密相关的。

需要说明的是，通过控制遮罩来实现可见区域大小的调整，遮罩将子元素限制(即“掩盖”)为父元素的形状。因此，如果与子元素对应的子项比与父元素对应的父项大，则子项仅包含在父项以内的部分才可见；具体的实现方式如下：

1.制作一个背景透明、圆形形状的图片；

2.将图片拖入到场景中，并将纹理类型设置为2D游戏，也就是将Texture Type设置为“Sprite(2D and UI)”；

3.在场景中创建一个图像，将其作为训练游戏的背景(Image Background，简称Image_BG)，再创建一个图像，将其作为遮罩(简称Image_Mask)，且Image_BG与Image_Mask位置重叠；

4.为Image_Mask添加遮罩控件；

5.将Image_BG作为Image_Mask的子项。

6.若Image_BG已显示，通过改变Image_Mask的大小即可控制圆形可见区域的大小。

在其中一些实施例中，基于脑机交互的注意力训练方法还包括：获取用户的位姿，并根据用户的位姿控制训练界面中可见区域的移动；

其中，脑电采集模块上可设置有位姿检测器，通过位姿检测器获取用户当前的位姿，进一步的，可以是数据库中设置有与位姿相对应的移动规则，以便于根据移动规则控制训练界面中可见区域的移动，也可以是根据用户对训练界面的触摸来控制可见区域的移动。

例如，根据用户左右转头、上下抬头确定遮罩的出现位置，以用于展示训练界面的屏幕中心为原点，屏幕边界对应30度的旋转角度；用户向左转头则控制可见区域向左边边界移动30度，向右转头则控制可见区域向右边边界移动30度，向上抬头则控制可见区域向上边界移动30度，向下低头则控制可见区域向下边界移动30度。

需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本实施例还提供了一种基于脑机交互的注意力训练装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

在一些实施例中，图5是根据本申请实施例的基于脑机交互的注意力训练装置的结构框图，如图5所示，基于脑机交互的注意力训练装置包括：获取模块51、调取模块52和训练模块53；

获取模块51，用于获取用户的脑电信号，并根据脑电信号确定用户的专注度；

调取模块52，用于根据专注度，从数据库中调取与专注度相对应的变化规则；

训练模块53，用于根据变化规则控制训练界面中可见区域的大小，对用户的注意力进行训练。

在其中一些实施例中，获取模块51、调取模块52和训练模块53还用于实现上述各实施例提供的基于脑机交互的注意力训练方法中的步骤，在这里不再赘述。

需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。

本申请还提供了一种基于脑机交互的注意力训练系统，图6是根据本申请实施例的基于脑机交互的注意力训练系统的结构框图一，如图6所示，基于脑机交互的注意力训练系统包括：脑电采集模块61、处理器62和与处理器连接的显示模块63；

脑电采集模块61，用于采集用户的脑电信号；

处理器62，与脑电采集模块61连接获取脑电信号，并根据脑电信号确定用户的专注度，处理器62还用于根据专注度，从数据库中调取与专注度相对应的变化规则；

处理器62，还用于根据变化规则控制训练界面中可见区域的大小，对用户的注意力进行训练；

显示模块63，用于显示训练界面。

在其中一些实施例中，处理器63获取脑电信号，并根据脑电信号确定用户的专注度之前，处理器63还用于判断用户对用于采集脑电信号的脑电采集模块61是否佩戴正常，若佩戴正常，则通过脑电采集模块61获取用户的脑电信号。

在其中一些实施例中，处理器63还用于根据专注度和专注度阈值，确定用户的状态，其中，状态包括专注状态和非专注状态；

处理器63还用于根据状态从数据库中调取与状态相对应的变化规则；

其中，若用户为专注状态，可见区域大小跟随专注度的持续时间进行变化，若用户为非专注状态，可见区域大小跟随专注度的增减量进行变化。

在其中一些实施例中，图7是根据本申请实施例的基于脑机交互的注意力训练系统的结构框图二，如图7所示，基于脑机交互的注意力训练系统还包括：与处理器62连接的位姿检测模块71；

位姿检测模块71，用于采集用户的位姿；

处理器62，用于根据用户的位姿控制训练界面中可见区域的移动。

在其中一些实施例中，处理器62根据脑电信号确定用户的专注度包括：处理器62通过频段能量法或者时域特征提取法对脑电信号进行处理，确定用户的专注度，

在其中一些实施例中，处理器62还用于实现上述各实施例提供的基于脑机交互的注意力训练方法中的步骤，在这里不再赘述。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于脑机交互的注意力训练方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

在一个实施例中，图8是根据本申请实施例的计算机设备的内部结构示意图，如图8所示，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于脑机交互的注意力训练方法。

本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述各实施例提供的基于脑机交互的注意力训练方法中的步骤。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各个实施例提供的基于脑机交互的注意力训练中的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于脑机交互的注意力训练方法，其特征在于，所述方法包括：

获取用户的脑电信号；

根据所述脑电信号，确定所述用户的专注度；

根据所述专注度，从数据库中调取与所述专注度相对应的变化规则；

根据所述变化规则控制训练界面中可见区域的大小，对所述用户的注意力进行训练。

2.根据权利要求1所述的基于脑机交互的注意力训练方法，其特征在于，获取用户的脑电信号包括：

判断所述用户对用于采集脑电信号的脑电采集模块是否佩戴正常；

若佩戴正常，则通过所述脑电采集模块获取所述用户的脑电信号。

3.根据权利要求1所述的基于脑机交互的注意力训练方法，其特征在于，根据所述脑电信号，确定所述用户的专注度包括：

通过频段能量法或者时域特征提取法对所述脑电信号进行处理，确定所述用户的专注度。

4.根据权利要求1所述的基于脑机交互的注意力训练方法，其特征在于，根据所述脑电信号，确定所述用户的专注度包括：

对所述脑电信号设置样本熵参数，所述样本熵参数包括模式维数和相似容限；

根据所设置的模式维数确定所述脑电信号的与所述模式维数相对应的矢量，并根据所述相似容限，确定与所述模式维数相对应的矢量的相似概率；

根据所述相似概率确定所述用户的专注度。

5.根据权利要求1所述的基于脑机交互的注意力训练方法，其特征在于，根据所述专注度，从数据库中调取与所述专注度相对应的变化规则包括：

根据所述专注度和专注度阈值，确定所述用户的状态，其中，所述状态包括专注状态和非专注状态；

根据所述状态，从所述数据库中调取与所述状态相对应的变化规则；其中，若所述用户为专注状态，所述可见区域大小跟随所述专注度的持续时间进行变化，若所述用户为非专注状态，所述可见区域大小跟随所述专注度的增减量进行变化。

6.根据权利要求1所述的基于脑机交互的注意力训练方法，其特征在于，所述方法还包括：

获取所述用户的位姿；

根据所述用户的位姿，控制所述训练界面中所述可见区域的移动。

7.一种基于脑机交互的注意力训练系统，其特征在于，所述系统包括：脑电采集模块、处理器和与所述处理器连接的显示模块；

所述脑电采集模块，用于采集用户的脑电信号；

所述处理器，与所述脑电采集模块连接获取所述脑电信号，并根据所述脑电信号确定所述用户的专注度，所述处理器还用于根据所述专注度，从数据库中调取与所述专注度相对应的变化规则；

所述处理器，还用于根据所述变化规则控制训练界面中可见区域的大小，对所述用户的注意力进行训练；

所述显示模块，用于显示所述训练界面。

8.根据权利要求7所述的基于脑机交互的注意力训练系统，其特征在于，所述处理器器获取所述脑电信号，并根据所述脑电信号确定所述用户的专注度之前，所述处理器还用于判断所述用户对用于采集脑电信号的脑电采集模块是否佩戴正常，若佩戴正常，则通过所述脑电采集模块获取所述用户的脑电信号。

9.根据权利要求7所述的基于脑机交互的注意力训练系统，其特征在于，所述处理器还用于根据所述专注度和专注度阈值，确定所述用户的状态，其中，所述状态包括专注状态和非专注状态；

根据所述状态，从所述数据库中调取与所述状态相对应的变化规则；其中，若所述用户为专注状态，所述可见区域大小跟随所述专注度的持续时间进行变化，若所述用户为非专注状态，所述可见区域大小跟随所述专注度的增减量进行变化。

10.根据权利要求7所述的基于脑机交互的注意力训练系统，其特征在于，

所述系统还包括：与所述处理器连接的位姿检测模块；

所述位姿检测模块，用于采集所述用户的位姿；

所述处理器，用于根据所述用户的位姿控制所述训练界面中所述可见区域的移动。

Images