CN112905015A - 一种基于脑机接口的冥想训练方法 - Google Patents

Abstract

本发明公开了一种基于脑机接口的冥想训练方法，系统初始化：用户戴上脑电采集头环，将脑电采集头环蓝牙接收器插入电脑客户端USB接口，打开脑电采集头环，脑电采集头环与电脑端自动进行蓝牙配对连接；打开客户端操作界面显示程序，点击训练模型按钮进入模型训练界面，按照提示字幕进行了冥想和放松两个状态脑电的数据采集后，客户端自动将包含采集到的用户两种状态下的脑电数据文件上传至云端服务器进行脑电数据分析处理并生成对用户冥想和放松两个状态的SVM模型，本发明实现通过脑机接口输出的控制命令自适应的根据用户冥想状态的改变而控制虚拟场景状态的变化，从而实现基于脑电特征的冥想训练，拓展了脑机交互在冥想训练和虚拟现实中的应用。

Description

一种基于脑机接口的冥想训练方法

技术领域

本发明属于人机交互技术领域，具体涉及一种基于脑机接口的冥想训练方法。

背景技术

申请号为和201910841609.4的发明旨在使用冥想训练的ECG信号分析方法提取用户的RRI信号和HRV信号，对冥想者是否进入冥想状态进行判断；

申请号为201810221398.X的发明是将利用便携可穿戴脑波仪采集EEG信号，利用脑电信号去控制冥想音响、浮空飞碟等的变化来帮助冥想者冥想。

在上述已有的面向冥想训练应用的人机交互技术中，实现的功能仅仅是将心电ECG信号进行分析来判断冥想状态和利用脑电波来分析得出用户的注意力集中程度，而且与冥想者交互的方式只是听觉上的单一反馈，不能同时给用户提供一个较为真实的视觉上具有沉浸感的冥想环境氛围。

发明内容

发明旨在解决目前使用便携式脑电波设备对用户冥想状态进行检测监控的冥想训练中存在的只能够给予用户听觉反馈的问题，创建了一种基于虚拟冥想场景的同时带有视觉反馈的冥想训练系统，该系统在显示器或虚拟现实(VR)设备上显示出适宜用户进行冥想的虚拟优美的自然场景，场景给冥想用户处于美好环境中冥想的良好体验，使用户冥想时的沉浸感增强，并且同时可以通过用户脑电波检测设备与场景之间的信息通信交互，使虚拟场景在用户的冥想过程中发生场景中的内容由简单变得更加生动的变化，引导用户更好的学习冥想、更加投入地进行冥想训练，收到更好的冥想训练效果。

为实现上述目的，本发明提供如下技术方案：一种基于脑机接口的冥想训练方法，步骤一：系统初始化：用户戴上脑电采集头环，将脑电采集头环蓝牙接收器插入用户客户端USB接口，打开脑电采集头环，脑电采集头环与用户客户端自动进行蓝牙配对连接；打开用户客户端操作界面显示程序，首先点击训练模型按钮进入模型训练界面，在按照提示字幕进行了冥想和放松两个状态脑电的数据采集后，用户客户端自动将包含采集到的用户两种状态下的脑电数据文件上传至云端服务器进行脑电数据分析处理并生成对用户冥想和放松两个状态的SVM模型，并在服务器端生成模型后将模型下载回用户客户端本地，下载模型完毕后，再通过点击用户客户端内的冥想训练场景按钮打开冥想训练场景程序，打开冥想训练程序后，用户客户端与冥想场景进行通信连接，并通过连接传输数据控制冥想训练场景内容的变化；

步骤二：场景游历：冥想场景程序模块开始运行后，首先进入的是冥想场景游历动画，此时不通过用户客户端对场景进行控制；带入动画伴有轻快的音乐和冥想引导语音，使用户听到后逐渐放松身心，引导语音给用户讲解如何调节呼吸以进行冥想，使用户逐渐地做好准备进入冥想状态；

步骤三：交互反馈：冥想场景游历之后，虚拟现实冥想场景视角显示为虚拟现实场景中的虚拟现实人物的第一人称视角，同时脑电采集头环开始对用户的脑电数据进行采集并传输给客户端，客户端首先对用户实时的脑电数据进行滤波预处理，并使用预处理后的波段数据求取六个波段(delta、alpha、beta、theta、gamma、全波段0.2-50Hz)的排列熵特征，最后将计算得到的脑电波段排列熵特征输入到一开始训练得到的用户冥想状态二分类线性SVM模型中做运算，得到一个对用户当前实时冥想状态的评估分值，最终通过客户端与Unity冥想场景的TCP连接将这个用户实时的冥想状态分值转换为冥想场景变化的速度值传送给Unity冥想训练场景端，同时通过这个速度值控制冥想场景中的各个元素由静止变为动态、由单调变的优美的变化速度；变化速度由PID算法进行调节控制，以使场景变化速度值不会有较大的突变，从而使场景不会出现画面的跳跃突变；冥想训练的一开始，用户还没有进入到深层的冥想状态，冥想场景中的元素呈现出静止的状态，此时由于场景中的元素为静止状态，所以场景中的元素不发出相应运动时所具有的声音；随着用户跟随冥想语音引导进入冥想状态，客户端通过用户冥想SVM模型计算得到的冥想状态评估分值发生相应的改变，使得冥想场景端获得了一个改变冥想场景中元素状态变化的速度值，这个速度值是指冥想场景中预设的各个元素的形状或运动轨迹变化动画播放的速度，冥想场景中每个元素的动画都是由静止到运动、由单调到优美的；所有元素的动画在整个冥想训练中单次或多次播放，组成整个冥想训练场景的变化，该变化可以由一个范围从0到1的浮点数来控制，将这个浮点数值称为冥想场景的播放控制值，则可以通过客户端传来的通过用户冥想评估分值计算得到的速度值来控制冥想场景控制值从0到1增长的速度，即整个冥想场景由单调到优美的变化速度，从而给予进行冥想训练的用户实时的基于脑电波波段特征变化的视听觉交互反馈，也称为神经反馈，从而让用户更好地投入到冥想训练当中，学习获得更好的冥想状态的技巧；

步骤四：冥想唤醒：冥想训练完成后，冥想场景进入冥想唤醒动画；在引导用户感受冥想训练后给自身带来的身心舒适的体验的同时，将用户从之前通过冥想训练所进入到的冥想状态中唤醒过来；

步骤五：冥想结束：当冥想场景冥想唤醒动画结束后，冥想场景视角改变到第三人称视角，该视角为冥想场景中的虚拟冥想者的第三人称视角，用于提示用户冥想训练已经结束。

优选的，所述脑电采集头环采集的是用户脑电波EEG信号。

优选的，所述步骤一中的用户客户端与冥想场景进行通信连接是通过通过TCP/IP协议。

优选的，所述用户客户端为计算机。

与现有技术相比，本发明的有益效果是：本发明可以实现基于脑机接口并带有虚拟现实场景的冥想训练，能够给用户一种身临其境的沉浸感冥想体验。

本发明可以实现通过脑机接口输出的控制命令自适应的根据用户冥想状态的改变而控制虚拟场景状态的变化，从而可以实现基于脑电特征的冥想训练，极大地拓展了脑机交互在冥想训练和虚拟现实中的应用范围，在游戏娱乐和医疗康复领域具有广阔的应用前景。

附图说明

图1为本发明的原理示意图；

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

请参阅图1，本发明提供一种技术方案：一种基于脑机接口的冥想训练方法，步骤一：系统初始化：用户戴上脑电采集头环，将脑电采集头环蓝牙接收器插入用户客户端USB接口，打开脑电采集头环，脑电采集头环与用户客户端自动进行蓝牙配对连接；打开用户客户端操作界面显示程序，首先点击训练模型按钮进入模型训练界面，在按照提示字幕进行了冥想和放松两个状态脑电的数据采集后，用户客户端自动将包含采集到的用户两种状态下的脑电数据文件上传至云端服务器进行脑电数据分析处理并生成对用户冥想和放松两个状态的SVM模型，并在服务器端生成模型后将模型下载回客户端本地，下载模型完毕后，再通过点击用户客户端内的冥想训练场景按钮打开冥想训练场景程序，打开冥想训练程序后，用户客户端与冥想场景进行通信连接，并通过连接传输数据控制冥想训练场景内容的变化；

步骤二：场景游历：冥想场景程序模块开始运行后，首先进入的是冥想场景游历动画，此时不通过用户客户端对场景进行控制，虚拟现实场景中出现一只正在飞翔的鸽子，以鸽子的视角带领用户环顾整个场景，使用户对整个场景有一个大概的了解和感知，给用户身临其境的感觉；同时，带入动画伴有轻快的音乐和冥想引导语音，使用户听到后逐渐放松身心，引导语音给用户讲解如何调节呼吸以进行冥想，使用户逐渐地做好准备进入冥想状态；

步骤三：交互反馈：冥想场景游历之后，虚拟现实冥想场景视角显示为虚拟现实场景中的虚拟现实人物的第一人称视角，同时脑电采集头环开始对用户的脑电数据进行采集并传输给客户端，客户端首先对用户实时的脑电数据进行滤波预处理，并使用预处理后的波段数据求取六个波段(delta、alpha、beta、theta、gamma、全波段0.2-50Hz)的排列熵特征，最后将计算得到的脑电波段排列熵特征输入到一开始训练得到的用户冥想状态二分类线性SVM模型中做运算，得到一个对用户当前实时冥想状态的评估分值，最终通过客户端与Unity冥想场景的TCP连接将这个用户实时的冥想状态分值转换为冥想场景变化的速度值传送给Unity冥想训练场景端，同时通过这个速度值控制冥想场景中的各个元素由静止变为动态、由单调变的优美的变化速度；变化速度由PID算法进行调节控制，以使场景变化速度值不会有较大的突变，从而使场景不会出现画面的跳跃突变；冥想训练的一开始，用户还没有进入到深层的冥想状态，冥想场景中的元素呈现出静止的状态，此时由于场景中的元素为静止状态，所以场景中的元素不发出相应运动时所具有的声音；随着用户跟随冥想语音引导进入冥想状态，客户端通过用户冥想SVM模型计算得到的冥想状态评估分值发生相应的改变，使得冥想场景端获得了一个改变冥想场景中元素状态变化的速度值，这个速度值是指冥想场景中预设的各个元素的形状或运动轨迹变化动画播放的速度，冥想场景中每个元素的动画都是由静止到运动、由单调到优美的；所有元素的动画在整个冥想训练中单次或多次播放，组成整个冥想训练场景的变化，该变化可以由一个范围从0到1的浮点数来控制，将这个浮点数值称为冥想场景的播放控制值，则可以通过客户端传来的通过用户冥想评估分值计算得到的速度值来控制冥想场景控制值从0到1增长的速度，即整个冥想场景由单调到优美的变化速度，从而给予进行冥想训练的用户实时的基于脑电波波段特征变化的视听觉交互反馈，也称为神经反馈，从而让用户更好地投入到冥想训练当中，学习获得更好的冥想状态的技巧；

算法设计：

所述脑电信号头环采集模块将采集到的脑电数据实时传输到用户客户端模块，用户客户端模块对采集到的数据进行实时处理，冥想状态检测算法对数据进行处理，并根据分析结果对冥想场景进行控制，从而给予用户视听觉的冥想训练反馈，冥想状态检测算法具体如下：

由头环采集到原始EEG脑电信号以10秒为一个单元划分为一个数据集单元(buffer)，下一个数据单元与上一个的重叠为75％，然后每个buffer经过0.2-50Hz的带通滤波器，去除信号噪声及不需要的波段成分；

对每个buffer的数据进行排列熵分析，其中的程序算法中的技术方案，例如包括：计算EEG电信号在以下几个波段的排列熵：delta波(1-4Hz)、alpha波(4-8Hz)、beta波(8-14Hz)、theta波(14-31Hz)、gamma波(31-49Hz)、全波段(0.2-50Hz)；

由以上计算得到的数值组成EEG电信号的特征向量。

具体计算如下：

Step1：采集到的长度为N的数据序列记为x(t)，通过规定一个嵌入维度m和一个延迟时间t将原序列进行重构，得到重构矩阵Y为：

其中，Y矩阵中每一行为一个重构分量，分量数量K＝N-(m-1)t。

Step2：将每一个重构分量按照升序重新排列，得到一组由分量元素索引序号构成的符号序列S(l)，且其m维空间共有排列数m！，表达为：

S(l)＝{j₁,j₂，…，j_m}，l＝1，2,…,K,and K≤m！

Step3：计算每种符号序列出现次数的概率，记为P_k。

Step4：由香农熵计算公式，计算数据序列x(t)的排列熵H(m)，为：

利用系统初始化时按照冥想和放松两个类别构建的线性二分类SVM模型，实时检测用户冥想状态时，将实时获得的所述脑电特征向量输入到所述支持向量机进行计算，支持向量机主要判断区分是否含有用户进入冥想状态导致的脑部与冥想状态相关的排列熵特征的脑电信号，从而综合判断冥想状态的投入程度，并根据所述支持向量机输出值的大小来进一步控制冥想场景的变化。

场景控制算法具体如下：

采用增量式PID算法控制场景状态的变化速度，增量式PID控制模型算法的公式如下：

Δu＝u(k)-u(k-1)＝

K_p[e(k)-e(k-1)]+K_ie(k)+

K_d[e(k)-2e(k-1)+e(k-2)]

其中：积分系数为

微分系数为

比例系数为K_p，偏差为e。

首先，规定适当的增量式PID系数，使PID模型的输出值能够在所选定参数的作用下，平稳的跟随模型的输入值进行变化；

再将通过所述已生成的冥想状态支持向量机模型计算得到的冥想场景状态变化速度值作为PID算法的输入值，最终得到平稳变化的场景变化速度值，并通信传输给冥想场景，用于控制冥想场景中对象动画效果的变化速度，从而达到对冥想场景进行控制的理想效果。

步骤四：冥想唤醒：冥想训练完成后，冥想场景进入冥想唤醒动画。此时动画内容为一只蝴蝶翩翩飞舞在场景视角的中央，带领用户视角缓慢的沿着场景中的高处移动到场景的低处，移动至低处后，视角再接着沿着场景中的小溪的水流方向继续向前缓慢跟随蝴蝶移动；这个唤醒动画给用户一种通过冥想化身为一只蝴蝶，并缓慢的游览场景中优美的景色的舒适感觉；在引导用户感受冥想训练后给自身带来的身心舒适的体验的同时，将用户从之前通过冥想训练所进入到的冥想状态中唤醒过来；

步骤五：冥想结束：当冥想场景冥想唤醒动画结束后，冥想场景视角改变到第三人称视角，该视角为冥想场景中的虚拟冥想者的第三人称视角，用于提示用户冥想训练已经结束。

本实施例中，优选的，优选的，所述脑电采集头环采集的是用户脑电波EEG信号。

本实施例中，优选的，优选的，所述步骤一中的用户客户端与冥想场景进行通信连接是TCP/IP协议。

本实施例中，优选的，所述用户客户端为计算机或平板电脑等便携式移动设备。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (4)

1.一种基于脑机接口的冥想训练方法，其特征在于：步骤一：系统初始化：用户戴上脑电采集头环，将脑电采集头环蓝牙接收器插入用户客户端USB接口，打开脑电采集头环，脑电采集头环与用户客户端自动进行蓝牙配对连接；打开用户客户端操作界面显示程序，首先点击训练模型按钮进入模型训练界面，在按照提示字幕进行了冥想和放松两个状态脑电的数据采集后，用户客户端自动将包含采集到的用户两种状态下的脑电数据文件上传至云端服务器进行脑电数据分析处理并生成对用户冥想和放松两个状态的SVM模型，并在服务器端生成模型后将模型下载回客户端本地，下载模型完毕后，再通过点击用户客户端内的冥想训练场景按钮打开冥想训练场景程序，打开冥想训练程序后，用户客户端与冥想场景进行通信连接，并通过连接传输数据控制冥想训练场景内容的变化；

步骤二：场景游历：冥想场景程序模块开始运行后，首先进入的是冥想场景游历动画，此时不通过用户客户端对场景进行控制；带入动画伴有轻快的音乐和冥想引导语音，使用户听到后逐渐放松身心，引导语音给用户讲解如何调节呼吸以进行冥想，使用户逐渐地做好准备进入冥想状态；

步骤三：交互反馈：冥想场景游历之后，虚拟现实冥想场景视角显示为虚拟现实场景中的虚拟现实人物的第一人称视角，同时脑电采集头环开始对用户的脑电数据进行采集并传输给客户端，客户端首先对用户实时的脑电数据进行滤波预处理，并使用预处理后的波段数据求取六个波段(delta、alpha、beta、theta、gamma、全波段0.2-50Hz)的排列熵特征，最后将计算得到的脑电波段排列熵特征输入到一开始训练得到的用户冥想状态二分类线性SVM模型中做运算，得到一个对用户当前实时冥想状态的评估分值，最终通过客户端与Unity冥想场景的TCP连接将这个用户实时的冥想状态分值转换为冥想场景变化的速度值传送给Unity冥想训练场景端，同时通过这个速度值控制冥想场景中的各个元素由静止变为动态、由单调变的优美的变化速度；变化速度由PID算法进行调节控制，以使场景变化速度值不会有较大的突变，从而使场景不会出现画面的跳跃突变；冥想训练的一开始，用户还没有进入到深层的冥想状态，冥想场景中的元素呈现出静止的状态，此时由于场景中的元素为静止状态，所以场景中的元素不发出相应运动时所具有的声音；随着用户跟随冥想语音引导进入冥想状态，客户端通过用户冥想SVM模型计算得到的冥想状态评估分值发生相应的改变，使得冥想场景端获得了一个改变冥想场景中元素状态变化的速度值，这个速度值是指冥想场景中预设的各个元素的形状或运动轨迹变化动画播放的速度，冥想场景中每个元素的动画都是由静止到运动、由单调到优美的；所有元素的动画在整个冥想训练中单次或多次播放，组成整个冥想训练场景的变化，该变化可以由一个范围从0到1的浮点数来控制，将这个浮点数值称为冥想场景的播放控制值，则可以通过客户端传来的通过用户冥想评估分值计算得到的速度值来控制冥想场景控制值从0到1增长的速度，即整个冥想场景由单调到优美的变化速度，从而给予进行冥想训练的用户实时的基于脑电波波段特征变化的视听觉交互反馈，也称为神经反馈，从而让用户更好地投入到冥想训练当中，学习获得更好的冥想状态的技巧；

步骤四：冥想唤醒：冥想训练完成后，冥想场景进入冥想唤醒动画；在引导用户感受冥想训练后给自身带来的身心舒适的体验的同时，将用户从之前通过冥想训练所进入到的冥想状态中唤醒过来；

步骤五：冥想结束：当冥想场景冥想唤醒动画结束后，冥想场景视角改变到第三人称视角，该视角为冥想场景中的虚拟冥想者的第三人称视角，用于提示用户冥想训练已经结束。

2.根据权利要求1所述的一种基于脑机接口的冥想训练方法，其特征在于：所述脑电采集头环采集的是用户脑电波EEG信号。

3.根据权利要求1所述的一种基于脑机接口的冥想训练方法，其特征在于：所述步骤一中的用户客户端与冥想场景进行通信连接是TCP/IP协议。

4.根据权利要求1所述的一种基于脑机接口的冥想训练方法，其特征在于：所述用户客户端为计算机。

Images