CN113208626A - 一种基于eeg信号的情绪状态调控方法、系统 - Google Patents

Abstract

本发明公开了一种基于EEG信号的情绪状态调控方法、系统，该方法包括以下步骤：BCI设备对佩戴者进行EEG电信号采集，对采集到的EEG信号进行预处理，然后传输到情绪分析算法系统；情绪分析算法系统对情绪状态进行判别，并对引导情绪发生的重点脑区进行识别，最终生成干预方案，发送到BCI设备中的电路设备；电路设备接收干预方案，产生模拟刺激信号并传输到BCI设备中的刺激引导装置，由刺激引导装置产生经颅直流电刺激tDCS，对用户头皮进行刺激调节。本发明可针对用户情绪状态进行实时监测，并根据不同情绪程度触发调控系统施加对应的刺激，达到智能化、实时化调控情绪的有益效果。

Description

一种基于EEG信号的情绪状态调控方法、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信号的情绪状态调控方法、系统。

背景技术

经颅直流电刺激(transcranial direct current stimulation，tDCS)：是一种非侵入性的，利用恒定、低强度直流电(1～2mA)调节大脑皮层神经元活动的技术。刺激方式包括3种，即阳极刺激、阴极刺激和伪刺激。阳极刺激通常能增强刺激部位神经元的兴奋性，阴极刺激则降低刺激部位神经元的兴奋性。伪刺激多是作为一种对照刺激。tDCS技术在神经康复领域中的应用逐渐得到推广，研究发现，tDCS不仅对于运动障碍、认知障碍、失语症以及老年痴呆、帕金森病等都有不同的治疗作用，也对于精神健康、情绪调控等方面具有一定作用，是一项非常有发展前景的无创性脑刺激技术。

目前，已有情绪监测的方式包括间接测度，间接测度包括对被试进行问卷反馈、心理咨询等，也可以从被试的行为中推断，但这类方式不能做到实时监测和反馈，其测度结果依赖主观认识，不够具体和准确。

目前，已有的情绪调控方式包括认知调控，其指的是通过认知训练、心理咨询、认知任务对人的情绪进行干预，通常起到消除负面情绪、治疗抑郁情绪的作用。除了通过物理刺激进行干预，其余诸如药物调节、认知干预等方式，带来的作用和副作用难以控制。认知干预耗时较长，无法实时应用。已有情绪调控是事后调控，及先对情绪整体状态进行评估，在花费长时间进行调控训练，这样的方式不能带来精细的调控体验。

因此，目前尚无将监测和调控系统化集成的技术，即实时对情绪进行监控，并反馈调节。因此如何实现对情绪的识别和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信号的情绪状态调控方法、系统，以实现针对用户情绪状态无法集成实时监控与智能化调控功能的问题，达到对情绪的识别和调控。

为解决上述技术问题，本发明提供一种基于EEG信号的情绪状态调控方法，包括：

BCI设备对佩戴者进行EEG电信号采集，对采集到的EEG信号进行预处理，然后传输到情绪分析算法系统；

情绪分析算法系统对情绪状态进行判别，并对引导情绪发生的重点脑区进行识别，最终生成干预方案，发送到BCI设备中的电路设备；

电路设备接收干预方案，产生模拟刺激信号并传输到BCI设备中的刺激引导装置，由刺激引导装置产生经颅直流电刺激tDCS，对用户头皮进行刺激调节。

优选的，情绪分析算法系统对情绪状态进行判别的过程包括：利用深度学习算法，解析多通道的EEG信号，判别情绪分类状态与情绪强度；情绪分类分为两类，包括正向情绪和负向情绪。

优选的，所述预处理包括放大、去噪、滤波。

优选的，情绪分析算法系统对引导情绪发生的重点脑区进行识的方式包括：采用基于非支配的排序遗传算法对通道进行选择，筛选出最主要的引导情绪变化的方式，以此倒推通道位置，确定引导情绪的主要大脑区域。

优选的，所述干预方案以阳极刺激实现增强局部脑活动的功能，以阴极刺激实现减弱局部脑活动的功能。

优选的，所述干预方案根据情绪状态所需的调节，选择阳极刺激模式或者阴极刺激模式，并根据情绪所在的重点脑区范围，选择刺激发生的流入点和流出点，并在刺激引导装置上进行综合排布。

优选的，所述模拟刺激信号包括实际发生的经颅直流电刺激tDCS的电流强度、时长、发生点位。

优选的，模拟刺激信号发生时，BCI设备中的EEG记录电极同步工作，对刺激后的情绪状态改变进行监测。

优选的，所述方法还包括：EEG记录电极根据头皮刺激后反馈的情绪状态变化，调节刺激的发生持续、功率大小。

本发明还提供一种基于EEG信号的情绪状态调控系统，用于实现上述方法，包括：

BCI设备，用于对佩戴者进行EEG电信号采集，对采集到的EEG信号进行预处理，然后传输到情绪分析算法系统；其中，BCI设备还包括电路设备和刺激引导装置；

情绪分析算法系统，用于对情绪状态进行判别，并对引导情绪发生的重点脑区进行识别，最终生成干预方案，发送到BCI设备中的电路设备；

其中，电路设备用于接收干预方案，产生模拟刺激信号并传输到BCI设备中的刺激引导装置；刺激引导装置用于接收模拟刺激信号，产生经颅直流电刺激tDCS，对用户头皮进行刺激调节。

本发明所提供的一种基于EEG信号的情绪状态调控方法、系统，BCI设备对佩戴者进行EEG电信号采集，情绪分析算法系统利用EEG设备对情绪状态进行判别，识别重点脑区，生成干预方案，发送到BCI设备中的电路设备，由刺激引导装置产生经颅直流电刺激tDCS，对用户头皮进行刺激调节，即利用EEG信号识别情绪，采用经颅直流电刺激tDCS对用户进行刺激，如此可针对实时的情绪状况进行监测，特别识别出引导负面情绪的脑部区域，并利用tDSC技术增强相应区域神经细胞活性、突触连接强度，达到对负面情绪的控制和缓和，同时尽可能地负面情绪带来的危险行为、抑郁倾向等后果。本发明可针对用户情绪状态进行实时监测，并根据不同情绪程度触发调控系统施加对应的刺激，达到智能化、实时化调控情绪的有益效果，以实现针对用户情绪状态无法集成实时监控与智能化调控功能的问题，达到对情绪的识别和调控。

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信号的情绪状态调控方法的实施流程图；

图2为本发明所提供的便携式BCI设备结构图；

图3为情绪分类RNN模型示意图；

图4为本发明所提供的tDSC刺激与反馈优化原理图；

图5为本发明所提供的一种基于EEG信号的情绪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信号的情绪状态调控方法、系统，以实现针对用户情绪状态无法集成实时监控与智能化调控功能的问题，达到对情绪的识别和调控。

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。

本发明所提供的一种基于EEG信号的情绪状态调控方法，包括以下步骤：

S11：BCI设备对佩戴者进行EEG电信号采集，对采集到的EEG信号进行预处理，然后传输到情绪分析算法系统；

其中，预处理包括放大、去噪、滤波。

S12：情绪分析算法系统对情绪状态进行判别，并对引导情绪发生的重点脑区进行识别，最终生成干预方案，发送到BCI设备中的电路设备；

其中，情绪分析算法系统对情绪状态进行判别的过程包括：利用深度学习算法，解析多通道的EEG信号，判别情绪分类状态与情绪强度；情绪分类分为两类，包括正向情绪和负向情绪。情绪分析算法系统对引导情绪发生的重点脑区进行识的方式包括：采用基于非支配的排序遗传算法对通道进行选择，筛选出最主要的引导情绪变化的方式，以此倒推通道位置，确定引导情绪的主要大脑区域。

其中，干预方案以阳极刺激实现增强局部脑活动的功能，以阴极刺激实现减弱局部脑活动的功能。干预方案根据情绪状态所需的调节，选择阳极刺激模式或者阴极刺激模式，并根据情绪所在的重点脑区范围，选择刺激发生的流入点和流出点，并在刺激引导装置上进行综合排布。

S13：电路设备接收干预方案，产生模拟刺激信号并传输到BCI设备中的刺激引导装置，由刺激引导装置产生经颅直流电刺激tDCS，对用户头皮进行刺激调节。

其中，模拟刺激信号包括实际发生的经颅直流电刺激tDCS的电流强度、时长、发生点位。模拟刺激信号发生时，BCI设备中的EEG记录电极同步工作，对刺激后的情绪状态改变进行监测。并且，EEG记录电极还根据头皮刺激后反馈的情绪状态变化，调节刺激的发生持续、功率大小。

可见，本方法中，BCI设备对佩戴者进行EEG电信号采集，情绪分析算法系统利用EEG设备对情绪状态进行判别，识别重点脑区，生成干预方案，发送到BCI设备中的电路设备，由刺激引导装置产生经颅直流电刺激tDCS，对用户头皮进行刺激调节，即利用EEG信号识别情绪，采用经颅直流电刺激tDCS对用户进行刺激，如此可针对实时的情绪状况进行监测，特别识别出引导负面情绪的脑部区域，并利用tDSC技术增强相应区域神经细胞活性、突触连接强度，达到对负面情绪的控制和缓和，同时尽可能地负面情绪带来的危险行为、抑郁倾向等后果。本方法可针对用户情绪状态进行实时监测，并根据不同情绪程度触发调控系统施加对应的刺激，达到智能化、实时化调控情绪的有益效果，以实现针对用户情绪状态无法集成实时监控与智能化调控功能的问题，达到对情绪的识别和调控。

这样用户在日常生活中佩戴BCI设备，即能实现对情绪状况的长期实时监测与干预，并实时起效，提升其情绪幸福程度、生活质量有显著效果。本发明干预效果明确、且副作用小，起效更快，并且采用将监测和调控结合，并同步发生的方法，可以带来精细化实时情绪调控的效果，并且设备便捷、成本低，可以适用于大部分生活场景。本方法的具体实施流程图参考图1。

本文中的便携式非侵入式BCI设备为EEG信号采集设备，BCI设备具有轻便、非侵入的特点，一般是利用头皮导电原理，收集头皮电信号的变化和关系，对大脑活动状态进行判别的设备。EEG信号为脑电信号，脑电图(EEG)是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映，脑电信号中包含了大量的生理与疾病信息，在临床医学方面，脑电信号处理不仅可为某些脑疾病提供诊断依据，而且还为某些脑疾病提供了有效的治疗手段。

请参考图1及图2，在图1及图2对原始EEG数据的采集中，所采用的设备优选为带有若干电极、刺激装置及集成电路的头戴式(帽子)装置，其组成包括了记录脑电的电极、刺激引导和发生装置、导线、固定帽及电路设备。其中，刺激引导装置结构优选为网状结构，材质优选为生物亲和塑料包裹导电铜丝，能实现全局和局部范围对穿激活微弱直流电通路，其中刺激发生装置为接触头皮的一系列导体表面。此外，记录电极采用干电极形式，材质优选为AgCl镀层爪型金属。点位可按照10-20国际系统，24点位分布。

上述采集设备可以实现EEG信号收集、去噪、编码等过程，并发送到终端计算系统，并收集刺激指令，生成模拟刺激信号，传输到刺激引导装置，形成tDSC刺激。

采集设备对信号进行预处理。信号预处理包括放大、去噪、滤波。其中，放大倍数在本实施例中优选为1000倍，采用4级放大电路，分别为2倍，5倍，10倍，10倍；去噪过程优选采用离散小波变换算法，提取双正交小波基；滤波过程滤除非正常脑波频段的信号，保留0.5-45Hz频段；最后，信号编码后传输到终端算法系统，本实施例优选使用ADS1299高精度模数转换芯片，完成编码，并使用2进制压缩算法，将数据压缩，编码为数据包/秒，可通过蓝牙、wifi，4G、5G等方式传输到终端或云平台，较优的，本方案中，采用蓝牙传输到终端，再由终端通过4G、5G传输到云平台。

情绪分析算法系统对情绪状态进行判别，并对引导情绪发生的重点脑区进行识别。对情绪状态进行判别可利用深度学习算法，如RNN等，参考图3，图3为情绪分类RNN模型示意图。利用RNN深度学习算法来解析多通道的EEG信号，从而判别情绪分类状态与情绪强度，最后判别引导情绪的主要脑部区域。其中：

1.对于本实施例始终的24通道的数据，可采用CAR等算法清洗数据，再提取频域和时域以及时频域的若干特征值，如DWT小波基，分形维数，频谱能量密度，瞬时能量分布等；

2.将各通道提取的特征值放入预先训练好的算法模型中进行分析，如RNN算法分类模型采用已标注的大型情感数据集，采用监督学习的方式进行训练；

3.所述情绪的分类优选分为两类，共19等级。即先将情绪分为正向和负向，其中正向有1～9类，9对应正面情绪极端强烈，1对应正面情绪较弱，0对应情绪平稳；其中负向有-1～-9，-9对应极端负面情绪，-1对应很弱的负面情绪。

4.判别引导情绪的主要脑部区域的方法在本实施例中优选采用基于非支配的排序遗传算法(NSGA)对24个通道进行选择，筛选出1到3个最主要引导该类情绪变化的方式，以此倒推通道位置，确定引导情绪的主要大脑区域。

5.经过上述分析后，上述步骤2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，以检测用户此时的情绪程度，并根据特征值大小，将用户的情绪水平分为正常、轻度、中度和重度情绪类型。检测情绪程度采用的算法模型为常用的几种经典算法模型，如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。

判别出用户情绪程度和判别出引导用户情绪的主要脑部区域后，情绪分析算法系统最终生成调控干预方案，发送到刺激引导系统。刺激引导系统将刺激信号发出，对用户头皮进行调节。其中：

1.情绪分析算法系统根据实时EEG信号记录和分析，提取得到的大脑情绪判别结果，并识别的情绪引导的主要脑部区域，计算得到刺激方案的具体实施形式。本实施例中，情绪干预的逻辑为可设定模式，即不干预、针对正面情绪的加强、针对正面情绪的削弱、针对负面情绪的加强、针对负面情绪的削弱。其中，正面和负面情绪加强，无法同时进行；正面、负面情绪的削弱可以同时进行，正面情绪的削弱可以与负面情绪加强可以同时进行，负面情绪的削弱和正面情绪的加强可以同时进行；不干预不能与其他状态同时进行。

2.tDSC的原理中，以阳极刺激作为增强局部脑活动的功能代表，阴极刺激作为减弱局部脑活动的功能代表。根据情绪的形式，可利用不同方向的tDSC，实现对于引导情绪的重点脑区的刺激。例如本实施例中，可采用：针对正面情绪的加强、针对正面情绪的削弱、针对负面情绪的加强、针对负面情绪的削弱。本刺激方案可根据所需的调节方向，选择阳极或者阴极刺激模式；还可根据具体的情绪重点脑区范围，选择刺激发生的流入点和流出点，并在网状引导装置上进行综合排布。

3.此外，本调控刺激方案可通过蓝牙系统，传输到设备的电路前端芯片，生成具体的模拟信号。刺激模拟信号内容包括实际发生tDSC的电流强度、时长、发生点位；该模拟信号的伏值大小优选在mA级别，数字为1-50；该模拟信号还可以进行稳流调节，通过电路系统中的阻抗识别系统，匹配其输入电压。

4.最后，本实施例中，刺激信号通过刺激引导装置中的导体(优选为接触式铜线)进行发出，并根据头皮阻抗进行稳流调节。

如图4所示，本实施例为了提升调控的准确性，优化调控效果，在刺激信号发生时，可设置EEG记录电极同步工作，对调控效果进行反馈，并针对性地对刺激信号进行调整。此时，记录电极将信号包可以10秒为单位，进行编码传输，而系统则每10秒对刺激后的情绪状态改变进行监测。根据情绪状态的实时反馈程度，从而调节刺激的发生持续、功率大小。

另外，在刺激实施后10分钟，还可以依据用户自评的情绪状态、认知感受等，结合改善算法来对调控效果进行优化。其中，用户的自评包括：情绪变化方向、情绪引导幅度、情绪识别正确度等；改善算法包括：EEG对情绪的识别算法，干预强度生成算法等；优化方法主要有：数据增强，数据擦除，前端数据延展等。

请参考图5，图5为本发明所提供的一种基于EEG信号的情绪状态调控系统原理图，该系统用于实现上述方法，包括：

BCI设备101，用于对佩戴者进行EEG电信号采集，对采集到的EEG信号进行预处理，然后传输到情绪分析算法系统102；其中，BCI设备101还包括电路设备201和刺激引导装置202；

情绪分析算法系统102，用于对情绪状态进行判别，并对引导情绪发生的重点脑区进行识别，最终生成干预方案，发送到BCI设备中的电路设备；

其中，电路设备201用于接收干预方案，产生模拟刺激信号并传输到BCI设备101中的刺激引导装置202；刺激引导装置202用于接收模拟刺激信号，产生经颅直流电刺激tDCS，对用户头皮进行刺激调节。

可见，本系统中，BCI设备对佩戴者进行EEG电信号采集，情绪分析算法系统利用EEG设备对情绪状态进行判别，识别重点脑区，生成干预方案，发送到BCI设备中的电路设备，由刺激引导装置产生经颅直流电刺激tDCS，对用户头皮进行刺激调节，即利用EEG信号识别情绪，采用经颅直流电刺激tDCS对用户进行刺激，如此可针对实时的情绪状况进行监测，特别识别出引导负面情绪的脑部区域，并利用tDSC技术增强相应区域神经细胞活性、突触连接强度，达到对负面情绪的控制和缓和，同时尽可能地负面情绪带来的危险行为、抑郁倾向等后果。本系统可针对用户情绪状态进行实时监测，并根据不同情绪程度触发调控系统施加对应的刺激，达到智能化、实时化调控情绪的有益效果，以实现针对用户情绪状态无法集成实时监控与智能化调控功能的问题，达到对情绪的识别和调控。

对于本发明提供的基于EEG信号的情绪状态调控系统的介绍请参照前述的基于EEG信号的情绪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信号的情绪状态调控方法、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 (10)

1.一种基于EEG信号的情绪状态调控方法，其特征在于，包括以下步骤：

BCI设备对佩戴者进行EEG电信号采集，对采集到的EEG信号进行预处理，然后传输到情绪分析算法系统；

情绪分析算法系统对情绪状态进行判别，并对引导情绪发生的重点脑区进行识别，最终生成干预方案，发送到BCI设备中的电路设备；

电路设备接收干预方案，产生模拟刺激信号并传输到BCI设备中的刺激引导装置，由刺激引导装置产生经颅直流电刺激tDCS，对用户头皮进行刺激调节。

2.如权利要求1所述的基于EEG信号的情绪状态调控方法，其特征在于，情绪分析算法系统对情绪状态进行判别的过程包括：利用深度学习算法，解析多通道的EEG信号，判别情绪分类状态与情绪强度；情绪分类分为两类，包括正向情绪和负向情绪。

3.如权利要求1所述的基于EEG信号的情绪状态调控方法，其特征在于，所述预处理包括放大、去噪、滤波。

4.如权利要求1所述的基于EEG信号的情绪状态调控方法，其特征在于，情绪分析算法系统对引导情绪发生的重点脑区进行识的方式包括：采用基于非支配的排序遗传算法对通道进行选择，筛选出最主要的引导情绪变化的方式，以此倒推通道位置，确定引导情绪的主要大脑区域。

5.如权利要求1所述的基于EEG信号的情绪状态调控方法，其特征在于，所述干预方案以阳极刺激实现增强局部脑活动的功能，以阴极刺激实现减弱局部脑活动的功能。

6.如权利要求5所述的基于EEG信号的情绪状态调控方法，其特征在于，所述干预方案根据情绪状态所需的调节，选择阳极刺激模式或者阴极刺激模式，并根据情绪所在的重点脑区范围，选择刺激发生的流入点和流出点，并在刺激引导装置上进行综合排布。

7.如权利要求1所述的基于EEG信号的情绪状态调控方法，其特征在于，所述模拟刺激信号包括实际发生的经颅直流电刺激tDCS的电流强度、时长、发生点位。

8.如权利要求1所述的基于EEG信号的情绪状态调控方法，其特征在于，模拟刺激信号发生时，BCI设备中的EEG记录电极同步工作，对刺激后的情绪状态改变进行监测。

9.如权利要求8所述的基于EEG信号的情绪状态调控方法，其特征在于，还包括：EEG记录电极根据头皮刺激后反馈的情绪状态变化，调节刺激的发生持续、功率大小。

10.一种基于EEG信号的情绪状态调控系统，其特征在于，用于实现如权利要求1至9中任意一项所述的方法，包括：

BCI设备，用于对佩戴者进行EEG电信号采集，对采集到的EEG信号进行预处理，然后传输到情绪分析算法系统；其中，BCI设备还包括电路设备和刺激引导装置；

情绪分析算法系统，用于对情绪状态进行判别，并对引导情绪发生的重点脑区进行识别，最终生成干预方案，发送到BCI设备中的电路设备；

其中，电路设备用于接收干预方案，产生模拟刺激信号并传输到BCI设备中的刺激引导装置；刺激引导装置用于接收模拟刺激信号，产生经颅直流电刺激tDCS，对用户头皮进行刺激调节。

Images