CN113208621A - 一种基于eeg信号的梦境交互方法、系统 - Google Patents

Abstract

本发明公开了一种基于EEG信号的梦境交互方法、系统，该方法包括以下步骤EEG设备采集用户睡眠状态下的EEG信号，对EEG信号进行初步处理后传输至数据分析系统；数据分析系统提取EEG信号的特征值，将特征值送入算法模型，对梦境进行识别；梦境交互系统对识别到的梦境信息进行编码和存储，并对用户梦境进行主动引导。该方法实现了对用户的梦境的检测，对梦境内容的识别记录，以及对梦境的引导和调整。

Description

一种基于EEG信号的梦境交互方法、系统

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信号的梦境交互方法、系统。

背景技术

当前研究人员一直在研究大脑的电活动。EEG信号在帮助癫痫等病症诊断的同时，还提供了有意识和无意识状态等有用信息，可实现例如帮助医生了解昏迷患者的大脑活动等有益效果。在睡眠领域中，EEG信号的测量可以确定用户是清醒的、是处于深度睡眠状态，还是处于麻醉状态。然而，当进入快速眼动睡眠和做梦时，脑电图数据会变得嘈杂，类似于清醒的大脑活动，研究人员很难简单、直接地通过EEG信号数据来确定用户的睡眠状态。

而新的研究发现表明，在人类大脑的静电中，存在着一种简单的特征，如果测量这个简单的电信号，研究人员就可以精确地确定一个人正在经历什么样的意识状态——做梦、完全清醒、麻醉或深度睡眠。这种新型的脑电图将可以帮助医生更好地了解昏迷患者的不同意识程度。通过脑部特定区域的EEG信号活动，还可以判断用户的梦境状态。

现有的梦境技术有两种，一种是通过脑电波检测人是否进入了梦境，如果检测到进入了梦境，就采用一种光刺激告诉用户自己正在做梦；另一种是通过清醒阶段得到的特殊脑电波为原型，在用户入睡后诱导脑电波以某种特征进行活动，进而实现梦境重现。然而，现有技术未有在睡眠中采集梦境内容对应的脑电特征，而且未有将脑电特征具体为水果、建筑等具象内容，从而不能利用人工智能去识别这些内容对应的脑电特征，进而识别用户到底作了怎样的梦，难以识别用户梦境的情绪和内容的好坏，并进行人为的引导。

目前市场上和临床上尚不存在梦境的检测、以及梦境内容识别的技术和产品。因此，如何实现对用户的梦境的检测，对梦境内容的识别记录，以及对梦境的引导和调整是亟待解决的问题。

发明内容

本发明的目的是提供一种基于EEG信号的梦境交互方法、系统，以实现对用户的梦境的检测，对梦境内容的识别记录，以及对梦境的引导和调整。

为解决上述技术问题，本发明提供了一种基于EEG信号的梦境交互方法，包括：

EEG设备采集用户睡眠状态下的EEG信号，对EEG信号进行初步处理后传输至数据分析系统；

数据分析系统提取EEG信号的特征值，将特征值送入算法模型，对梦境进行识别；

梦境交互系统对识别到的梦境信息进行编码和存储，并对用户梦境进行主动引导。

优选的，所述初步处理包括对EEG信号进行傅里叶变换或者小波变换，计算不同频段脑电波的频域特征，区分出睡眠过程中的不同生物信号。

优选的，对梦境的识别包括识别用户的睡眠阶段、梦境的开始时间和结束时间、梦境的内容和梦境的情绪特征。

优选的，对用户睡眠阶段的识别是根据用户睡眠过程中的脑电、肌电、心电、眼电信号的特征值来判定的。

优选的，所述对用户梦境进行主动引导包括通过EEG设备内嵌的声音播放装置以不干扰睡眠和梦境的语音引导用户对梦境内容进行记忆，帮助用户清醒后回忆梦境。

优选的，所述对用户梦境进行主动引导还包括在发现用户正进行不利于睡眠维持的梦境时，对用户的脑电活动进行调节，改变其梦境内容。

优选的，所述对用户梦境进行主动引导还包括在发现用户正在进行具有创造力的、或者是正性情绪的、有助于心理健康的梦境时，对用户的脑电活动进行保护甚至引导用户继续进行这类梦境。

优选的，对脑电活动的调节或保护、引导方式集合了声波、光、电、磁刺激，采用特定的频率调节脑电信号的振荡活动，对用户进行外部刺激。

本发明还提供一种基于EEG信号的梦境交互系统，用于实现上述方法，包括：

EEG设备，用于采集用户睡眠状态下的EEG信号，对EEG信号进行初步处理后传输至数据分析系统；

数据分析系统，用于提取EEG信号的特征值，将特征值送入算法模型，对梦境进行识别；

梦境交互系统，用于对识别到的梦境信息进行编码和存储，并对用户梦境进行主动引导。

本发明所提供的一种基于EEG信号的梦境交互方法、系统，通过对用户的睡眠EEG信号进行特征提取及分析，识别用户的睡眠阶段、梦境的开始时间和结束时间、梦境的内容和梦境的情绪特征，并对用户的梦境内容进行外部刺激调节、保护和引导，可以实现对用户的梦境的检测，对梦境内容的识别记录，以及对梦境的引导和调整。

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信号的梦境交互方法的具体实施流程图；

图2为本发明所提供的梦境交互流程图；

图3为本发明所提供的一种基于EEG信号的梦境交互系统结构示意图。

具体实施方式

本发明的核心是提供一种基于EEG信号的梦境交互方法、系统，以实现检测用户的梦境，识别梦境内容，并对用户梦境进行引导调整。

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。

本发明所提供的一种基于EEG信号的梦境交互方法，包括以下步骤：

S11：EEG设备采集用户睡眠状态下的EEG信号，对EEG信号进行初步处理后传输至数据分析系统；

其中，初步处理包括对EEG信号进行傅里叶变换或者小波变换，计算不同频段脑电波的频域特征，区分出睡眠过程中的不同生物信号。

S12：数据分析系统提取EEG信号的特征值，将特征值送入算法模型，对梦境进行识别；

其中，对梦境的识别包括识别用户的睡眠阶段、梦境的开始时间和结束时间、梦境的内容和梦境的情绪特征。对用户睡眠阶段的识别是根据用户睡眠过程中的脑电、肌电、心电、眼电信号的特征值来判定的。

S13：梦境交互系统对识别到的梦境信息进行编码和存储，并对用户梦境进行主动引导。

其中，对用户梦境进行主动引导包括通过EEG设备内嵌的声音播放装置以不干扰睡眠和梦境的语音引导用户对梦境内容进行记忆，帮助用户清醒后回忆梦境。进一步的，对用户梦境进行主动引导还包括在发现用户正进行不利于睡眠维持的梦境时，对用户的脑电活动进行调节，改变其梦境内容。进一步的，对用户梦境进行主动引导还包括在发现用户正在进行具有创造力的、或者是正性情绪的、有助于心理健康的梦境时，对用户的脑电活动进行保护甚至引导用户继续进行这类梦境。

其中，对脑电活动的调节或保护、引导方式集合了声波、光、电、磁刺激，采用特定的频率调节脑电信号的振荡活动，对用户进行外部刺激。

本方法通过对用户的睡眠EEG信号进行特征提取及分析，识别用户的睡眠阶段、梦境的开始时间和结束时间、梦境的内容和梦境的情绪特征，并对用户的梦境内容进行外部刺激调节、保护和引导，可以实现对用户的梦境的检测，对梦境内容的识别记录，以及对梦境的引导和调整。图1为本方法的具体实施示意图。图1中的脑电信号采集步骤在本实施例中，采用的设备优选为特制的EEG信号采集设备，设备电极采用干电极，主要对称分布于前额叶或者额叶。

步骤S11中，对脑电信号的采集步骤采集的是用户睡眠状态下的脑电信号，以对用户整晚的睡眠进行实时监测。

步骤S11中，对采集到的脑电等生物信号即EEG信号进行初步的信号处理，具体包括：

1.对采集到的电信号进行放大和数模转换编码；

2.采用滤波算法对原始数据进行滤波，过滤其中的高频、低频伪迹，以及工频干扰、眼电等噪音，得到纯净的脑电及其他生物信号；

3.对额叶脑电信号进行傅里叶变换或者小波变换，计算不同频段脑电波的频域特征，区分出睡眠过程中的不同生物信号，如delta、theta、alpha、纺锤波、K-复合波、EOG、ECG、EMG等；

4.通过有线或无线连接的方式将初步处理后的数据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无线连接方式，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。

步骤S12中，通过数据分析系统，检测用户的睡眠状态。具体实现方法是：提取脑电等生物信号特征值，将其送入算法模型，来识别分类用户的睡眠阶段、梦境的开始时间和结束时间、梦境的内容和梦境的情绪特征。所采用的算法模型为常见机器学习算法模型，如支持向量机、KNN、朴素贝叶斯算法、逻辑回归算法、线性回归算法、随机森林等，可以识别分类用户的睡眠阶段、梦境的起始时间、梦境内容以及梦境情绪等特征；

上述步骤根据用户睡眠过程中的脑电、肌电、心电、眼电信号的特征值，从而判定用户不同的睡眠阶段的。具体睡眠阶段的分类情况为：

清醒：Alpha波和beta波在10分钟内占比超过50％；

N1：Theta波在10分钟内占比超过50％；

N2：Delta波在10分钟内占比超过35％；

SWS：Delta波在10分钟内占比超过50％；

REM：出现较多的快速的、低振幅的、反向同步眼电(快速眼动)、肌电活动最低、心率变异性更大。

步骤S12中，当检测到用户进入睡眠后，识别梦境的算法模型启动，检测与梦境相关的脑电活动。具体识别的方法是指：

1.当算法模型检测到的脑电信号特征值符合模型设定的阈值时，并且类似的脑电活动持续1分钟以上时，将其识别为用户正在做梦，将该时间点作为梦境开始时间。当与梦境相关的脑电活动特征值消失，则判定为梦境结束；

2.通过对梦境阶段的脑电信号特征进行提取，与算法模型中现有的各种梦境内容所对应的脑电信号特征值进行配对比较，如果检测到的脑电信号分段与模型特征值阈值相匹配，则判定为某种梦境内容。在算法模型中存储着大量的梦境内容相关的特定脑电信号模板，其中包括各种主体、客体、场景等信息对应的脑电信号；

3.通过对用户梦境过程中的脑电等生物信号进行特征提取分析，识别和判定用户当前的情绪状态，本发明将情绪状态分为愉快、沮丧、轻松和恐惧，在算法模型中存储着四种情绪所对应的脑电等生物信号特征模板。

如图2所示的梦境交互流程，通过梦境交互系统，对数据分析系统识别到的用户的睡眠阶段、梦境的开始时间和结束时间、梦境的内容和梦境的情绪状态等信息进行编码和存储，并对用户进行主动引导，包括对用户梦境内容进行记忆引导、对消极梦境进行调节和对积极梦境进行保护和引导。

步骤S13中，对用户梦境内容进行记忆引导是指在设备记录梦境的同时，以不干扰睡眠和梦境的语音方式通过设备内嵌的声音播放设备引导用户对梦境内容进行记忆，帮助用户清醒后回忆梦境。在本实施例中，设备优选将已经识别编码好的梦境内容通过无线的方式发送至后台存储载体，并将存储好的梦境内容通过网络联结的方式从后台发送至终端APP，并以可视化的方式呈现出来，供用户清醒后对梦境内容进行回忆。

对消极梦境进行调节是指当发现用户正在进行不利于睡眠维持的梦境(噩梦、其他可能中断睡眠的梦、或者能够影响用户第二天精神状态的梦)时，对用户的脑电活动进行引导和调节，改变其梦境内容。具体而言，在检测到不良梦境内容，并伴发消极情绪时，本发明会自动启动外部刺激调节手段调节与梦境内容相对应的脑电形式，将其转换成另外一种正性梦境相对应的模式，或者直接抑制用户继续做梦，恢复无梦境的睡眠状态。

对积极梦境进行保护和引导是指当检测到用户正在进行具有创造力的、或者是正性情绪的、有助于心理健康的梦境时，本发明会采用外部刺激手段保护用户的做梦环境，甚至引导用户继续进行这类梦境。

本发明采用的刺激调节方式集合了声波、光、电、磁刺激，根据用户的个人情况选择合适且舒适的调节手段。声波、电、磁刺激优选采用特定的频率调节脑电信号的振荡活动，光刺激优选采用750-850nm的红外光照射目标脑区神经活动。

步骤S13中，在对用户的梦境内容进行调节后，本实施例中还可以继续记录识别新的梦境内容，并将其进行存储并反馈，以帮助其了解自我。具体而言，包括：

1.对梦境内容的储存，即算法模型将梦境记录和交互结果通过网络形式存储于后台存储介质；

2.在用户清醒后，通过终端APP录入的方式让用户将自己所记忆的梦境内容记录在APP中，最后通过网络发送至标有个人标签的后台存储空间，与梦境内容进行整合；

3.将整合完成的梦境交互过程结果从后台存储介质发送至手机APP，向用户反馈可视化的梦境交互动态过程。呈现的方式可以采用图片、视频、文字等形式进行，较优地，本实施例采用图片结合视频的方式向用户展示整个梦境交互的过程让用户了解本次梦境。

此外，在向用户反馈梦境交互过程后，本实施例中还可以向用户收集梦境交互过程中与主观记忆不相符的部分的信息，并将这些信息传输回算法模型进行自动校正，不断优化算法模型的准确性。

请参考图3，图3为本发明所提供的一种基于EEG信号的梦境交互系统结构示意图，该系统用于实现上述方法，包括：

EEG设备101，用于采集用户睡眠状态下的EEG信号，对EEG信号进行初步处理后传输至数据分析系统；

数据分析系统102，用于提取EEG信号的特征值，将特征值送入算法模型，对梦境进行识别；

梦境交互系统103，用于对识别到的梦境信息进行编码和存储，并对用户梦境进行主动引导。

本系统通过对用户的睡眠EEG信号进行特征提取及分析，识别用户的睡眠阶段、梦境的开始时间和结束时间、梦境的内容和梦境的情绪特征，并对用户的梦境内容进行外部刺激调节、保护和引导，可以实现对用户的梦境的检测，对梦境内容的识别记录，以及对梦境的引导和调整。

对于本发明提供的基于EEG信号的梦境交互系统的介绍请参照前述的基于EEG信号的梦境交互方法的实施例，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信号的梦境交互方法、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信号的梦境交互方法，其特征在于，包括：

EEG设备采集用户睡眠状态下的EEG信号，对EEG信号进行初步处理后传输至数据分析系统；

数据分析系统提取EEG信号的特征值，将特征值送入算法模型，对梦境进行识别；

梦境交互系统对识别到的梦境信息进行编码和存储，并对用户梦境进行主动引导。

2.如权利要求1所述的基于EEG信号的梦境交互方法，其特征在于，所述初步处理包括对EEG信号进行傅里叶变换或者小波变换，计算不同频段脑电波的频域特征，区分出睡眠过程中的不同生物信号。

3.如权利要求1所述的基于EEG信号的梦境交互方法，其特征在于，对梦境的识别包括识别用户的睡眠阶段、梦境的开始时间和结束时间、梦境的内容和梦境的情绪特征。

4.如权利要求3所述的基于EEG信号的梦境交互方法，其特征在于，对用户睡眠阶段的识别是根据用户睡眠过程中的脑电、肌电、心电、眼电信号的特征值来判定的。

5.如权利要求1所述的基于EEG信号的梦境交互方法，其特征在于，所述对用户梦境进行主动引导包括通过EEG设备内嵌的声音播放装置以不干扰睡眠和梦境的语音引导用户对梦境内容进行记忆，帮助用户清醒后回忆梦境。

6.如权利要求5所述的基于EEG信号的梦境交互方法，其特征在于，所述对用户梦境进行主动引导还包括在发现用户正进行不利于睡眠维持的梦境时，对用户的脑电活动进行调节，改变其梦境内容。

7.如权利要求6所述的基于EEG信号的梦境交互方法，其特征在于，所述对用户梦境进行主动引导还包括在发现用户正在进行具有创造力的、或者是正性情绪的、有助于心理健康的梦境时，对用户的脑电活动进行保护甚至引导用户继续进行这类梦境。

8.如权利要求6或7所述的基于EEG信号的梦境交互方法，其特征在于，对脑电活动的调节或保护、引导方式集合了声波、光、电、磁刺激，采用特定的频率调节脑电信号的振荡活动，对用户进行外部刺激。

9.一种基于EEG信号的梦境交互系统，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设备，用于采集用户睡眠状态下的EEG信号，对EEG信号进行初步处理后传输至数据分析系统；

数据分析系统，用于提取EEG信号的特征值，将特征值送入算法模型，对梦境进行识别；

梦境交互系统，用于对识别到的梦境信息进行编码和存储，并对用户梦境进行主动引导。

Images