CN113180661A - 一种基于eeg信号的焦虑状态调控方法、系统 - Google Patents
一种基于eeg信号的焦虑状态调控方法、系统 Download PDFInfo
- Publication number
- CN113180661A CN113180661A CN202110371817.XA CN202110371817A CN113180661A CN 113180661 A CN113180661 A CN 113180661A CN 202110371817 A CN202110371817 A CN 202110371817A CN 113180661 A CN113180661 A CN 113180661A
- Authority
- CN
- China
- Prior art keywords
- anxiety
- user
- eeg signal
- eeg
- regulation
- 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
- 208000019901 Anxiety disease Diseases 0.000 title claims abstract description 137
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000001105 regulatory effect Effects 0.000 title claims description 12
- 230000001276 controlling effect Effects 0.000 title description 5
- 230000036506 anxiety Effects 0.000 claims abstract description 61
- 210000005036 nerve Anatomy 0.000 claims abstract description 40
- 238000007405 data analysis Methods 0.000 claims abstract description 33
- 230000000638 stimulation Effects 0.000 claims abstract description 23
- 230000000007 visual effect Effects 0.000 claims abstract description 22
- 230000001953 sensory effect Effects 0.000 claims abstract description 21
- 230000008447 perception Effects 0.000 claims abstract description 17
- 210000004556 brain Anatomy 0.000 claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 8
- 230000000284 resting effect Effects 0.000 claims description 6
- 238000007635 classification algorithm Methods 0.000 claims description 3
- 230000001537 neural effect Effects 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 238000001514 detection method Methods 0.000 description 7
- 230000001960 triggered effect Effects 0.000 description 7
- 230000005856 abnormality Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000007177 brain activity Effects 0.000 description 2
- 210000001652 frontal lobe Anatomy 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000004007 neuromodulation Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Images
Classifications
-
- 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
- A61B5/72—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
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
Abstract
本发明公开了一种基于EEG信号的焦虑状态调控方法、系统，该方法包括以下步骤：EEG信号采集设备对佩戴者进行脑电信号采集，对采集到的脑电信号进行放大并编码，传输到数据分析系统；数据分析系统对接收到的脑电信号进行分析和识别分类，得到焦虑状态；数据分析系统将焦虑状态传入感知神经调控系统，以触发感知神经调控系统，向用户目标脑区发送视听觉刺激。本发明可根据用户焦虑程度自动触发感知神经调控系统来施加不同时长的刺激，达到针对性、智能化缓解焦虑的有益效果。
Description
技术领域
本发明涉及EEG信号识别技术领域，特别是涉及一种基于EEG信号的焦虑状态调控方法、系统。
背景技术
焦虑是一种常见的情绪状态，不可控制的焦虑状态称为焦虑障碍，是一种影响广泛的精神健康障碍。焦虑状态的发生与环境因素、人格特质等因素相关，其发生时伴随强烈的脑活动异常。特别的，焦虑时脑活动的异常将反映到EEG信号的异常。研究表明，焦虑状态的EEG信号异常可能反映在多个维度，包括频率、功率谱、耦合关系等方面。
随着EEG信号识别分析技术的不断完善，目前，只有对EEG进行监测的方法，并且现有的方法没有根据检测到的信号进行视听觉调控的办法，以及没有根据用户的焦虑状态进行自动化、智能化的调控方法。因此如何实现对用户的焦虑状态进行调控是亟待解决的问题。
发明内容
本发明的目的是提供一种基于EEG信号的焦虑状态调控方法、系统，以实现对用户的焦虑状态进行调控，针对焦虑状态的EEG检测技术在检测后根据检测到的信号进行视听觉智能化调控。
为解决上述技术问题，本发明提供一种基于EEG信号的焦虑状态调控方法，包括以下步骤：
EEG信号采集设备对佩戴者进行脑电信号采集，对采集到的脑电信号进行放大并编码，传输到数据分析系统；
数据分析系统对接收到的脑电信号进行分析和识别分类，得到焦虑状态；
数据分析系统将焦虑状态传入感知神经调控系统，以触发感知神经调控系统，向用户目标脑区发送视听觉刺激。
优选的，EEG信号采集设备所采集的脑电信号是用户静息闭眼状态的脑电信号。
优选的，数据分析系统进行分析的过程包括：(1)对接收到的脑电信号进行滤波，采用傅里叶变换过滤脑电信号的伪迹，得到纯净的脑电信号；(2)对纯净的脑电信号进行快速傅里叶变换，计算alpha波的correlation dimension关联维度指标，将correlationdimension关联维度指标作为焦虑状态特征值。
优选的，所述数据分析系统进行识别分类的过程包括：将焦虑状态特征值输入分类算法模型中进行模型识别分类，以检测用户此时的焦虑程度。
优选的，所述焦虑程度为根据焦虑状态特征值大小，将用户的焦虑水平区分成正常、轻度、中度或重度焦虑。优选的，所述感知神经调控系统根据用户的焦虑程度，制定视听觉调控方案。
优选的，所述视听觉调控方案为视觉、听觉独立呈现，或者视觉、听觉结合呈现。
优选的，所述感知神经调控系统通过算法自动匹配并调取数据库中的刺激方案，在检测到用户的焦虑程度在中度以下时，向用户发送调控刺激的强度和时长均为中档；在检测到用户的焦虑程度为中度以上时，向用户发送与焦虑程度对应的调控刺激。
本发明还提供一种基于EEG信号的焦虑状态调控系统，用于实现上述方法，包括：
EEG信号采集设备，用于对佩戴者进行脑电信号采集，对采集到的脑电信号进行放大并编码，传输到数据分析系统；
数据分析系统，用于对接收到的脑电信号进行分析和识别分类，得到焦虑状态；将焦虑状态传入感知神经调控系统，以触发感知神经调控系统，向用户目标脑区发送视听觉刺激。
本发明所提供的一种基于EEG信号的焦虑状态调控方法、系统，由EEG信号采集设备对佩戴者的脑电信号采集，放大并编码，数据分析系统对接收到的脑电信号进行分析和识别分类，得到焦虑状态，依据焦虑状态触发感知神经调控系统，由感知神经调控系统向用户目标脑区发送视听觉刺激，通过脑电信号完成焦虑状态调控，实现对用户的焦虑状态进行调控。并且通过对用户EEG信号进行采集、分析和识别分类，并根据所识别的用户焦虑程度实施自动化针对性调控，不仅可实现对使用者脑电波的监测，将数据传输到数据分析系统进行分析和识别分类，实时反馈使用者是否进入了焦虑状态，还能将使用者焦虑程度区分为正常、轻度、中度和重度焦虑，根据不同的焦虑程度自动触发感知神经调控系统施加不同时长的刺激，达到针对性、智能化缓解焦虑的有益效果。
附图说明
为了更清楚地说明本发明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发明的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本发明所提供的一种基于EEG信号的焦虑状态调控方法的具体实施流程图；
图2为本发明所提供的EEG数据采集、处理流程图；
图3为本发明所提供的感知神经调控系统工作流程图；
图4为本发明所提供的本发明所提供的一种基于EEG信号的焦虑状态调控系统原理图。
具体实施方式
本发明的核心是提供一种基于EEG信号的焦虑状态调控方法、系统，以实现实现对用户的焦虑状态进行调控，针对焦虑状态的EEG检测技术在检测后根据检测到的信号进行视听觉智能化调控。
为了使本技术领域的人员更好地理解本发明方案，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。
本发明提供的一种基于EEG信号的焦虑状态调控方法，包括以下步骤：
S11：EEG信号采集设备对佩戴者进行脑电信号采集，对采集到的脑电信号进行放大并编码，传输到数据分析系统；
其中，EEG信号采集设备所采集的脑电信号是用户静息闭眼状态的脑电信号，脑电信号也称为EEG信号。
S12：数据分析系统对接收到的脑电信号进行分析和识别分类，得到焦虑状态；
其中，数据分析系统进行分析的过程包括：(1)对接收到的脑电信号进行滤波，采用傅里叶变换过滤脑电信号的伪迹，得到纯净的脑电信号；(2)对纯净的脑电信号进行快速傅里叶变换，计算alpha波的correlation dimension关联维度指标，将correlationdimension关联维度指标作为焦虑状态特征值。
数据分析系统进行识别分类的过程包括：将焦虑状态特征值输入分类算法模型中进行模型识别分类，以检测用户此时的焦虑程度。焦虑程度为根据焦虑状态特征值大小，将用户的焦虑水平区分成正常、轻度、中度或重度焦虑。
S13：数据分析系统将焦虑状态传入感知神经调控系统，以触发感知神经调控系统，向用户目标脑区发送视听觉刺激。
其中，感知神经调控系统根据用户的焦虑程度，制定视听觉调控方案。视听觉调控方案为视觉、听觉独立呈现，或者视觉、听觉结合呈现。
详细的，感知神经调控系统通过算法自动匹配并调取数据库中的刺激方案，在检测到用户的焦虑程度在中度以下时，向用户发送调控刺激的强度和时长均为中档；在检测到用户的焦虑程度为中度以上时，向用户发送与焦虑程度对应的调控刺激。
可见，本方法中，由EEG信号采集设备对佩戴者的脑电信号采集，放大并编码，数据分析系统对接收到的脑电信号进行分析和识别分类，得到焦虑状态，依据焦虑状态触发感知神经调控系统，由感知神经调控系统向用户目标脑区发送视听觉刺激，通过脑电信号完成焦虑状态调控，实现对用户的焦虑状态进行调控。并且通过对用户EEG信号进行采集、分析和识别分类，并根据所识别的用户焦虑程度实施自动化针对性调控，不仅可实现对使用者脑电波的监测，将数据传输到数据分析系统进行分析和识别分类，实时反馈使用者是否进入了焦虑状态，还能将使用者焦虑程度区分为正常、轻度、中度和重度焦虑，根据不同的焦虑程度自动触发感知神经调控系统施加不同时长的刺激，达到针对性、智能化缓解焦虑的有益效果。图1为本方法的具体实施流程图，图2为EEG数据采集、处理流程图。
请参考图1及图2，在图1及图2对原始EEG数据的采集中，所采用的设备特征为：该EEG设备电极为干电极，主要对称分布于前额叶或者额叶，不同于现有技术的全脑电极分布，本实施例可以基于便携式的EEG设备从额叶脑电活动提取特征值进行焦虑状态检测，使得设备小型化简单化，拓宽了检测的应用场景，方便用户使用。
本实施例中，EEG设备采集的是用户静息闭眼状态的脑电信号，而不需要像现有技术一样，需要用户配合作出不同的动作进行检测。基于用户静息态EEG信号进行的焦虑状态检测，能够降低检测的时间成本和人力成本。
在图1及图2对原始EEG数据进行采集后，对采集到的脑电信号进行放大和数模转换编码，并传输到数据分析系统进行分析和识别分类。数据传输的方式可以是任何一种连接方式，不限于蓝牙、数据流量和WiFi。较优地，本实施例采用蓝牙方式传输数据。
数据分析包括：1，对原始数据进行滤波，采用傅里叶变换过滤其中的伪迹，得到纯净的脑电信号；2，对EEG信号进行快速傅里叶变换，计算alpha波的correlation dimension指标，并进行特征提取。
经过上述分析后，提取出来的特征值将被送入算法模型中进行模型识别分类，检测用户此时的焦虑程度。检测焦虑程度采用的算法模型为常用的几种经典算法模型进行识别分类：SVM、决策树、KNN、随机森林、朴素贝叶斯分类、最小二乘法、逻辑回归等。根据特征值大小，将用户的焦虑水平分为正常、轻度、中度和重度焦虑类型。
请参考图3，图3为感知神经调控系统工作流程图。数据分析系统将分类结果传入感知神经调控系统后，如果用户当下处于焦虑状态，则自动触发感知神经调控系统。感知神经调控系统包含了算法模块，算法模块根据用户的焦虑程度，能够自动制定调控方案。
上述调控方案采用的感知调控刺激为视听觉形式材料，可以是视觉、听觉独立呈现，也可以是二者相结合呈现；听觉材料优选为节律周期在alpha波频段(8-12Hz)处的语音或者音乐，视觉材料优选为具有节律周期(8-12Hz)的视觉动态图，或者是令人放松的情景视频等。
感知神经调控系统通过算法自动匹配并调取数据库中的刺激方案。当神经调控系统检测到用户的焦虑程度在中度以下时，向用户发送调控刺激的强度和时长均为中档；当神经调控系统检测到用户的焦虑程度为中度以上时，向用户发送较强强度的刺激，时长优选为30分钟。优选地，当神经调控系统检测到用户的焦虑程度为中度以上时，神经调控系统还可通过语音和手机终端APP向用户发送及时就医的提示信息。
此外，如图1和图3所示，本实施例还可以在调控结束后，向用户反馈当前调控的实时效果。具体步骤为：
1、接受感知神经调控后，EEG采集设备再次采集用户的静息闭眼状态的脑电信号，将alpha波的correlation dimension指标与调控之前的基线值和模型中已有的分类标准分别进行比较，输出用户在本次调控后焦虑水平的相对和绝对变化情况。
2、系统将反馈的内容通过与之连接的手机APP可视化反馈给用户，让用户更加直观地了解调控效果。
此外，如图1所示，本实施例还可以将用户的数据特征传回到后台数据库，纳入到算法模型进行自动校正，以不断优化算法模型的准确性。
请参考图4，图4为本发明所提供的一种基于EEG信号的焦虑状态调控系统原理图，该系统用于实现上述方法，包括：
EEG信号采集设备101，用于对佩戴者进行脑电信号采集，对采集到的脑电信号进行放大并编码，传输到数据分析系统；
数据分析系统102，用于对接收到的脑电信号进行分析和识别分类，得到焦虑状态，将焦虑状态传入感知神经调控系统，以触发感知神经调控系统；
感知神经调控系统103，用于向用户目标脑区发送视听觉刺激。
可见，该系统中，由EEG信号采集设备对佩戴者的脑电信号采集，放大并编码，数据分析系统对接收到的脑电信号进行分析和识别分类，得到焦虑状态，依据焦虑状态触发感知神经调控系统，由感知神经调控系统向用户目标脑区发送视听觉刺激，通过脑电信号完成焦虑状态调控，实现对用户的焦虑状态进行调控。并且，通过对用户EEG信号进行采集、分析和识别分类，并根据所识别的用户焦虑程度实施自动化针对性调控，不仅可实现对使用者脑电波的监测，将数据传输到数据分析系统进行分析和识别分类，实时反馈使用者是否进入了焦虑状态，还能将使用者焦虑程度区分为正常、轻度、中度和重度焦虑，根据不同的焦虑程度自动触发感知神经调控系统施加不同时长的刺激，达到针对性、智能化缓解焦虑的有益效果。
对于本发明提供的基于EEG信号的焦虑状态调控系统的介绍请参照前述的基于EEG信号的焦虑状态调控方法的实施例，本发明实施例在此不再赘述。本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，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，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，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来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发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的基于EEG信号的焦虑状态调控方法、系统进行了详细介绍。本文中应用了具体个例对本发明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发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (9)
1.一种基于EEG信号的焦虑状态调控方法，其特征在于，包括以下步骤：
EEG信号采集设备对佩戴者进行脑电信号采集，对采集到的脑电信号进行放大并编码，传输到数据分析系统；
数据分析系统对接收到的脑电信号进行分析和识别分类，得到焦虑状态；
数据分析系统将焦虑状态传入感知神经调控系统，以触发感知神经调控系统，向用户目标脑区发送视听觉刺激。
2.如权利要求1所述的基于EEG信号的焦虑状态调控方法，其特征在于，EEG信号采集设备所采集的脑电信号是用户静息闭眼状态的脑电信号。
3.如权利要求1所述的基于EEG信号的焦虑状态调控方法，其特征在于，数据分析系统进行分析的过程包括：(1)对接收到的脑电信号进行滤波，采用傅里叶变换过滤脑电信号的伪迹，得到纯净的脑电信号；(2)对纯净的脑电信号进行快速傅里叶变换，计算alpha波的correlation dimension关联维度指标，将correlation dimension关联维度指标作为焦虑状态特征值。
4.如权利要求3所述的基于EEG信号的焦虑状态调控方法，其特征在于，所述数据分析系统进行识别分类的过程包括：将焦虑状态特征值输入分类算法模型中进行模型识别分类，以检测用户此时的焦虑程度。
5.如权利要求4所述的基于EEG信号的焦虑状态调控方法，其特征在于，所述焦虑程度为根据焦虑状态特征值大小，将用户的焦虑水平区分成正常、轻度、中度或重度焦虑。
6.如权利要求5所述的基于EEG信号的焦虑状态调控方法，其特征在于，所述感知神经调控系统根据用户的焦虑程度，制定视听觉调控方案。
7.如权利要求6所述的基于EEG信号的焦虑状态调控方法，其特征在于，所述视听觉调控方案为视觉、听觉独立呈现，或者视觉、听觉结合呈现。
8.如权利要求1所述的基于EEG信号的焦虑状态调控方法，其特征在于，所述感知神经调控系统通过算法自动匹配并调取数据库中的刺激方案，在检测到用户的焦虑程度在中度以下时，向用户发送调控刺激的强度和时长均为中档；在检测到用户的焦虑程度为中度以上时，向用户发送与焦虑程度对应的调控刺激。
9.一种基于EEG信号的焦虑状态调控系统，其特征在于，用于实现如权利要求1至8中任意一项所述的方法，包括：
EEG信号采集设备，用于对佩戴者进行脑电信号采集，对采集到的脑电信号进行放大并编码，传输到数据分析系统；
数据分析系统，用于对接收到的脑电信号进行分析和识别分类，得到焦虑状态，将焦虑状态传入感知神经调控系统，以触发感知神经调控系统；
感知神经调控系统，用于向用户目标脑区发送视听觉刺激。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110371817.XA CN113180661A (zh) | 2021-04-07 | 2021-04-07 | 一种基于eeg信号的焦虑状态调控方法、系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110371817.XA CN113180661A (zh) | 2021-04-07 | 2021-04-07 | 一种基于eeg信号的焦虑状态调控方法、系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113180661A true CN113180661A (zh) | 2021-07-30 |
Family
ID=76974793
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110371817.XA Pending CN113180661A (zh) | 2021-04-07 | 2021-04-07 | 一种基于eeg信号的焦虑状态调控方法、系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113180661A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114533066A (zh) * | 2022-04-28 | 2022-05-27 | 之江实验室 | 基于复合表情加工脑网络的社交焦虑评估方法和系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102715902A (zh) * | 2012-06-15 | 2012-10-10 | 天津大学 | 特殊人群的情绪监护方法 |
| CN106933348A (zh) * | 2017-01-24 | 2017-07-07 | 武汉黑金科技有限公司 | 一种基于虚拟现实的脑电神经反馈干预系统及方法 |
| US20170352283A1 (en) * | 2016-06-07 | 2017-12-07 | Cerekinetic, Inc. | Self-administered evaluation and training method to improve mental state |
| CN109864750A (zh) * | 2019-01-31 | 2019-06-11 | 华南理工大学 | 基于经颅刺激的精神状态评估与调节系统及其工作方法 |
| CN109925582A (zh) * | 2019-03-20 | 2019-06-25 | 天津大学 | 双模态脑-机交互式运动神经反馈训练装置和方法 |
| CN111938673A (zh) * | 2020-08-21 | 2020-11-17 | 北京脑陆科技有限公司 | 一种基于eeg信号的焦虑状态检测及反馈系统 |
| CN112545513A (zh) * | 2020-12-04 | 2021-03-26 | 长春理工大学 | 一种基于音乐诱发脑电的抑郁症识别方法 |
-
2021
- 2021-04-07 CN CN202110371817.XA patent/CN113180661A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102715902A (zh) * | 2012-06-15 | 2012-10-10 | 天津大学 | 特殊人群的情绪监护方法 |
| US20170352283A1 (en) * | 2016-06-07 | 2017-12-07 | Cerekinetic, Inc. | Self-administered evaluation and training method to improve mental state |
| CN106933348A (zh) * | 2017-01-24 | 2017-07-07 | 武汉黑金科技有限公司 | 一种基于虚拟现实的脑电神经反馈干预系统及方法 |
| CN109864750A (zh) * | 2019-01-31 | 2019-06-11 | 华南理工大学 | 基于经颅刺激的精神状态评估与调节系统及其工作方法 |
| CN109925582A (zh) * | 2019-03-20 | 2019-06-25 | 天津大学 | 双模态脑-机交互式运动神经反馈训练装置和方法 |
| CN111938673A (zh) * | 2020-08-21 | 2020-11-17 | 北京脑陆科技有限公司 | 一种基于eeg信号的焦虑状态检测及反馈系统 |
| CN112545513A (zh) * | 2020-12-04 | 2021-03-26 | 长春理工大学 | 一种基于音乐诱发脑电的抑郁症识别方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114533066A (zh) * | 2022-04-28 | 2022-05-27 | 之江实验室 | 基于复合表情加工脑网络的社交焦虑评估方法和系统 |
| CN114533066B (zh) * | 2022-04-28 | 2022-08-19 | 之江实验室 | 基于复合表情加工脑网络的社交焦虑评估方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Parini et al. | A robust and self-paced BCI system based on a four class SSVEP paradigm: algorithms and protocols for a high-transfer-rate direct brain communication | |
| US9833185B2 (en) | Method and apparatus for detecting seizures | |
| CN109350051B (zh) | 用于精神状态评估与调节的头部可穿戴设备及其工作方法 | |
| DE69736592T2 (de) | Systeme zur vorhersagung, schnellerfassung,warnung, vermeidung oder kontrolle von zustandsveränderungen im gehirn | |
| JP6657337B2 (ja) | 補聴器の作動方法および補聴器 | |
| US20040267152A1 (en) | Method and system for predicting and preventing seizures | |
| CN107595302B (zh) | 一种利用脑电信号监测用户精神状态的装置及方法 | |
| CN112163518B (zh) | 情绪监测的情绪建模方法及情绪监测调节系统 | |
| CN111938673A (zh) | 一种基于eeg信号的焦虑状态检测及反馈系统 | |
| CN113180662A (zh) | 一种基于eeg信号的焦虑状态干预方法、系统 | |
| Bastos et al. | Robotic wheelchair commanded by SSVEP, motor imagery and word generation | |
| CN113208626A (zh) | 一种基于eeg信号的情绪状态调控方法、系统 | |
| CN114712706A (zh) | 基于脑电的疲劳干预系统及装置 | |
| Hu et al. | A real-time electroencephalogram (EEG) based individual identification interface for mobile security in ubiquitous environment | |
| CN113180661A (zh) | 一种基于eeg信号的焦虑状态调控方法、系统 | |
| CN111671396A (zh) | 一种基于eeg信号的睡眠梦境反馈方法 | |
| CN109284009B (zh) | 一种提高听觉稳态响应脑-机接口性能的系统及方法 | |
| KR101527273B1 (ko) | 전두엽 부착형 뇌파신호 검출 및 뇌파기반 집중력 분석 방법 및 장치 | |
| CN113855052A (zh) | 一种基于正念冥想的神经反馈干预系统及方法 | |
| CN113208617A (zh) | 一种基于eeg信号的焦虑状态神经调控方法及系统 | |
| CN115640827A (zh) | 对电刺激数据处理的智能闭环反馈网络方法及系统 | |
| US20180116789A1 (en) | Speech Prosthesis Employing Beta Peak Detection | |
| CA2978781A1 (en) | Eeg monitor for hypoglycemia | |
| CN211723162U (zh) | 一种大脑脑部神经强化训练装置 | |
| CN113208618A (zh) | 一种基于eeg信号的大小便排泄预警方法、系统 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210730 |