CN113425297A - 基于脑电信号的儿童注意力专注度训练方法及系统 - Google Patents

基于脑电信号的儿童注意力专注度训练方法及系统 Download PDF

Info

Publication number
CN113425297A
CN113425297A CN202110813598.6A CN202110813598A CN113425297A CN 113425297 A CN113425297 A CN 113425297A CN 202110813598 A CN202110813598 A CN 202110813598A CN 113425297 A CN113425297 A CN 113425297A
Authority
CN
China
Prior art keywords
children
training
electroencephalogram
concentration
concentration degree
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
Application number
CN202110813598.6A
Other languages
English (en)
Inventor
庞胜楠
朱修缙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Womens University
Original Assignee
Shandong Womens University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Womens University filed Critical Shandong Womens University
Priority to CN202110813598.6A priority Critical patent/CN113425297A/zh
Publication of CN113425297A publication Critical patent/CN113425297A/zh
Pending legal-status Critical Current

Links

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
    • A61B5/168—Evaluating attention deficit, hyperactivity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/372—Analysis of electroencephalograms
    • A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
    • 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
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • 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
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/06—Children, e.g. for attention deficit diagnosis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
    • A61M2021/0027—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the hearing sense
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
    • A61M2021/0044—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the sight sense

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Developmental Disabilities (AREA)
  • Acoustics & Sound (AREA)
  • Anesthesiology (AREA)
  • Hematology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Educational Technology (AREA)
  • Hospice & Palliative Care (AREA)
  • Social Psychology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本公开提供了一种基于脑电信号的儿童注意力专注度训练方法及系统，其特征在于，包括：实时获取待训练儿童在游戏状态下的脑电数据，并进行预处理；利用带通滤波器对预处理后的脑电信号进行分解，获得Y波段、β波段以及α波段脑电信号；分别计算Y波段、β波段以及α波段在脑电信号能量中的比重，计算得到专注度，并进行记录和显示；根据评分结果对儿童的游戏项目进行调整，实现儿童注意力专注度的训练；所述方案利用脑电信号对儿童游戏训练过程中的注意力专注度进行量化并实时显示，使管理人员能够实时准确的了解儿童训练过程中的专注度情况，并根据训练情况及时进行游戏调整，有效提高了儿童专注度训练的效果。

Description

基于脑电信号的儿童注意力专注度训练方法及系统
技术领域
本公开属于脑电信号处理技术领域，尤其涉及一种基于脑电信号的儿童注意力专注度训练方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。
专注度的准确识别有助于后续训练系统的发展，目前，儿童注意力专注度的训练多采用特殊教育、心理行为治疗等综合性干预方法。其中，游戏干预训练应用的越来越广泛。部分儿童在注意力方面存在显著缺陷，主要表现为：注意力维持时间短暂、易分散，缺乏有意注意。由于注意力受损，此类儿童将难以在一定时间把注意集中于某一特定的对象和活动，进而难以从外界获取足够的信息，对其日常活动的参与和多种技能的提高都有着不利的影响。通过研究发现，采用虚拟游戏训练可以提升注意力低下儿童在行动中的专注度，并且虚拟游戏中的虚拟场景较为丰富，增加互动的多样性和提升儿童的兴趣。
目前，现有技术中已开始了体感游戏对注意力低下儿童干预的探索，提高了他们的注意技能、情绪和行为功能。通过引导儿童操作游戏并完成游戏内容激发儿童人际互动潜能和提升专注度，但是发明人发现，现有的对于注意力低下儿童的专注度评测只能通过人为的观察来记录儿童的专注度情况，无法实时准确的获取儿童注意力的专注程度，导致无法针对儿童专注程度进行训练的实时调整，影响儿童训练的效果。
发明内容
本公开为了解决上述问题，提供了一种基于脑电信号的儿童注意力专注度训练方法及系统，所述方案利用脑电信号对儿童游戏训练过程中的注意力专注度进行量化并实时显示，使管理人员能够实时准确的了解儿童训练过程中的专注度情况，并根据训练情况及时进行游戏调整，有效提高了儿童专注度训练的效果。
根据本公开实施例的第一个方面，提供了一种基于脑电信号的儿童注意力专注度训练方法，包括：
实时获取待训练儿童在游戏状态下的脑电数据，并进行预处理；
利用带通滤波器对预处理后的脑电信号进行分解，获得Y波段、β波段以及α波段脑电信号；
分别计算Y波段、β波段以及α波段在脑电信号能量中的比重，计算得到专注度，并进行记录和显示；
基于游戏训练专注度历史数据进行对比，对儿童的游戏训练效果进行评分；
根据评分结果对儿童的游戏项目进行调整，实现儿童注意力专注度的训练。
进一步的，所述预处理具体包括：通过5阶巴特沃斯滤波器对原始脑电信号进行滤波处理，采用独立成分分析法，将伪迹与纯净的脑电信号分离，得到纯净脑电信号。
进一步的，所述采用独立成分分析法，将伪迹与纯净的脑电信号分离，具体为选择靠近眼睛位置的两个通道作为参考电极，对于剩余的通道做独立成分分析，得到纯净脑电信号。
进一步的，分别计算Y波段、β波段以及α波段在脑电信号能量中的比重，计算得到专注度评分，具体公式如下：
Pa＝(mY+nβ+tα)*100％
其中，Pa表示专注度，Y、β、α分别表示Y波、β波、α波在脑电信号能量中的百分比，m、n、t为调节参数。
进一步的，所述调节参数的获取采用层次分析法获得，具体步骤为：利用层次分析法对专注度分析建立层次分析模型，并将其作为顶层，专注度分析的准则层包括专注度、专注持续时间，底层包括Y波、β波、α波脑电信号能量占比，通过计算获得最优的专注度计算公式的调节参数。
根据本公开实施例的第二个方面，提供了一种基于脑电信号的儿童注意力专注度训练系统，包括：
数据获取单元，实时获取待训练儿童在游戏状态下的脑电数据，并进行预处理；
数据处理单元，其用于利用带通滤波器对预处理后的脑电信号进行分解，获得Y波段、β波段以及α波段脑电信号；
专注度计算单元，其用于分别计算Y波段、β波段以及α波段在脑电信号能量中的比重，计算得到专注度，并进行记录和显示；
游戏调节单元，其用于基于游戏训练专注度历史数据进行对比，对儿童的游戏训练效果进行评分；根据评分结果对儿童的游戏项目进行调整，实现儿童注意力专注度的训练。
根据本公开实施例的第三个方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上运行的计算机程序，所述处理器执行所述程序时实现所述的一种基于脑电信号的儿童注意力专注度训练方法。
根据本公开实施例的第四个方面，提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的一种基于脑电信号的儿童注意力专注度训练方法。
与现有技术相比，本公开的有益效果是：
(1)本公开所述方案通过对自闭症儿童进行游戏训练时采集其脑电信号，将识别出的脑电信号专注度结果可视化的显示到界面，并记录该次训练的所有数据，与之前的游戏训练专注时间和专注度形成对比，从而对儿童的游戏训练效果可以系统的评定，最终计算此次训练的平均专注度给予评分；利用脑电信号辅助老师判断对儿童进行游戏训练的效果，更具有科学依据。
(2)本公开所述方案采用独立成分分析法去除眼电伪迹，在源信号和混合矩阵均未知的条件下，只要已知源信号之间统计独立，就能利用独立成分分析技术从混合信号中准确地分离出源信号，通过去除眼电伪迹能够有效保证脑电信号的采集精度，进而提高专注度计算精度。
本公开附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
图1为本公开实施例一中所述的基于自闭症儿童脑电信号的游戏训练系统框图。
图2为本公开实施例一中所述的基于自闭症儿童脑电信号的游戏训练系统软件设计的示意图；
图3为本公开实施例一中所述的专注度较高与专注度较低时得脑波节律图；
图4为本公开实施例一中所述的进行游戏训练时专注度监测数据展示效果图；
图5为本公开实施例一中所述的层次结构模型权重系数的计算过程示意图。
具体实施方式
下面结合附图与实施例对本公开做进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
实施例一：
本实施例的目的是提供一种基于脑电信号的儿童注意力专注度训练方法。
一种基于脑电信号的儿童注意力专注度训练方法，包括：
实时获取待训练儿童在游戏状态下的脑电数据，并进行预处理；
其中，所述预处理具体包括：通过5阶巴特沃斯滤波器对原始脑电信号进行2-50Hz的滤波处理，去除明显噪声；采用独立成分分析法，将伪迹与纯净的脑电信号分离，得到纯净脑电信号。
利用带通滤波器对预处理后的脑电信号进行分解，获得Y波段、β波段以及α波段脑电信号；
分别计算Y波段、β波段以及α波段在脑电信号能量中的比重，计算得到专注度，并进行记录和显示；
基于游戏训练专注度历史数据进行对比，对儿童的游戏训练效果进行评分；
根据评分结果对儿童的游戏项目进行调整，实现儿童注意力专注度的训练。
具体的，在本实施例中，脑电信号的采集包括：Emotiv EPOC+实时采集脑电信号，调用并修改官方网站提供的SDK开发程序，在Emotiv官网申请到通讯许可后，在SDK开发程序中编写完成通讯连接，最后将脑电信号的数据流实时存储到.csv文件。
实时分析处理信号：为了加快计算速度，每隔30s随机读取一次.csv文件中10s不间断数据，并将前面30s数据删除，避免造成数据的冗余。在数据处理模块对信号进行预处理及特征提取分类，分类得到正确的专注度识别结果；
GUI界面显示识别结果：每隔10s会将专注度计算结果显示在界面中，显示该次训练每个10s的专注度记录。
基于自闭症儿童脑电信号的游戏训练系统使用EMOTIV EPOC+14通道移动式脑电帽。这款脑电设备具有14个电极，分别位于AF3，F7，F3，FC5，T7，P7，O1，O2，P8，T8，FC6，F4，F8和AF4。该设备采用蓝牙连接的方式连接电脑，在电极滴入生理盐水即可传导脑电信号。采样率为128Hz，带宽为0.2-45Hz。
数据采集采用EPOC+提供的软件EmotivPRO进行记录(若是需要实时识别则需要调用EPOC的SDK开发程序)，通过该软件记录数据。
在原始脑电信号中，主要存在呼吸、皮电、心电等低频噪声和肌电产生的高频噪声，预处理时首先选用2hz到50hz的五阶巴特沃斯带通滤波器将明显的噪声去除。
进一步的，经过滤波后，明显的噪声信号已被去除，但是还存在伪迹，其中最为明显的就是眼电伪迹。该系统采用独立成分分析法去除眼电伪迹，独立成分分析法是一种实现盲源分离的方法。在源信号和混合矩阵均未知的条件下，只要已知源信号之间统计独立，就能利用独立成分分析技术从混合信号中准确地分离出源信号。
具体的，独立成分分析法的数学描述为：令X＝(x1，x2，...，xN)T为N维随机观测向量，它是由N个未知的独立分量S＝(s1，s2，...，sN)T线性混合得到的，源信号非高斯分布，且它们之间在任意时刻均是相互统计独立的，该线性混合模型可以表示为：
Figure BDA0003169116450000061
其中，j＝1，2，...，N；A＝(a1，a2，...，aN)为N*N阶满秩常数矩阵，是源信号的混合矩阵。
独立成分分析法的核心是在混合矩阵A和源信号si(t)均未知的情况下，仅借助源信号间相互统计独立的前提假设，寻求一个线性变换矩阵即解混矩阵W，通过对X的线性变换，获得N维列向量Y(T)＝[(y1(t)，y2(t)，...，yN(t))]T，使yi(t)尽可能精确地逼近源信号S，成为对si(t)的一个估计值，如下列公式所示：
Y(t)＝WX(t)＝WAS(t)＝S^(t)
我们选择靠近眼睛位置的AF3和AF4通道作为参考电极，对于剩余的12个通道做独立成分分析，得到纯净脑电信号。
专注度公式如下列公式所示:
Pa＝(mY+nβ+ta)*100％
其中，Pa表示专注度，Y、β、α分别表示Y波、β波、α波在脑电信号能量中的百分比，其中，调节参数m＝0.89，n＝0.74,t＝0.50。
具体的，所述调节参数是通过层次分析法得到的最佳系数，如图5所示，借助层次分析法(AHP)对专注度分析建立层次分析模型，并将其作为顶层，专注度分析的准则层包括专注度、专注持续时间，底层包括Y波、β波、α波脑电信号能量占比。层次结构模型如下图所示：
在进行游戏训练时，专注度相对于专注度持续时间更重要，所以专注度与专注度持续时间比值选为2。由此构造判断矩阵：
Figure BDA0003169116450000071
由判断矩阵得出：判断矩阵的最大特征值λmax为2；特征向量为Wa＝(0.89 0.45)T
由以上计算结果可知能够通过层次分析法中的一致性检验。
Y波、β波、α波脑电信号能量占比关于专注度和专注度持续时间2个标准的判断矩阵如下。
专注度：
Figure BDA0003169116450000072
由专注度判断矩阵得出：判断矩阵最大特征值λmax为3；
特征向量W1＝(0.86 0.43 0.29)T；
专注度持续时间:
Figure BDA0003169116450000081
由专注度判断矩阵得出：判断矩阵最大特征值λmax为3；
特征向量W2＝(0.27 0.80 0.53)T；
以上两项结果全部能够通过层次分析法中的一致性检验。
由专注度和专注度持续时间特征向量得中间层影响因素特征向量。
Figure BDA0003169116450000082
由计算结果得出层次总排序通过一致性检验，然后按照总排序权向量表示的结果进行决策，目标总方案的比较结果：
Figure BDA0003169116450000083
其中，W中得到的数字则为系统中的m、n、t。
对于纯净的脑电信号对于纯净的脑电信号利用带通滤波器分解为Y波段(31-50Hz)、β波段(14-30Hz)、α波段(8-13Hz)，计算器频带能量，如下列公式所示：
Figure BDA0003169116450000084
其中，Xi(k)是信号xi(n)对应的快速傅里叶变换结果，N为快速傅里叶变换的长度，此处取信号xi(n)的长度，前面已经说到读取30s中的10s不间断数据，此处信号长度为1280(128Hz*10s)。
计算得到各频带能量后通过下列公式计算各频带能量在脑电信号能量中的百分比：
Figure BDA0003169116450000085
式中，B为在带通滤波器滤波前计算的2-50Hz脑电信号能量。
在专注状态下，高频带的波段(例如Y波段)能量占比大于低频段的能量占比，在非专注状态下则相反。专注状态和非专注状态下的波段能量占比如图3所示。
最终通过权重系数和各频带能量占比计算得到专注度。
如图4所示为一次3分钟的游戏训练中的专注度变化情况。
本公开所述方案将脑电技术应用于儿童注意力专注度的训练，通过脑电设备在儿童进行游戏训练时监测其脑电信号，利用儿童注意力训练中的代币制来吸引儿童对于游戏训练的兴趣。在系统中实时显示专注度评分，将专注度评分结果显示在系统的界面中，辅助管理人员了解儿童在游戏中的专注度的真实情况，也能够与之前的游戏训练专注度评分形成对比，便于老师了解儿童在游戏训练时的效果。
专注度低下的儿童在注意力方面存在显著缺陷，他们偏好于接收来自视觉通道的信息，丰富的游戏内容和音乐可以使得专注度低下的儿童投入其中，经过多次训练可以训练提升儿童的持续专注度。经过脑电设备的实时监测反应儿童的专注度，根据专注度评分评判治疗效果。辅助管理人员对专注度低下的儿童进行游戏训练。
游戏训练中的游戏内容主要由能够满足专注度低下儿童感官需求(如听觉、视觉、前庭觉)的游戏(如“淘金山”“水果忍者”“大冒险”)中，儿童的积极情绪很容易被调动起来，这正是帮助他们进行人际互动练习的最佳时机。
在本公开所述方案中，儿童无需使用键盘、鼠标等任何中间设备，仅需要站在大屏幕前使用相应的身体动作即可进行游戏操作，这能够帮助儿童避免受到无关因素的干扰(比如，将注意力聚焦于如何使用键盘、鼠标、控制器等)，促使他们更加积极、主动地投入体感游戏，因而使得持续性注意力的发展更为有效。
管理人员在儿童进行游戏训练过程中不参与任何辅助，只需帮助自闭症儿童佩戴脑电设备和观察儿童专注度评分变化，在游戏开始时鼓励儿童专心完成游戏训练，并在结束后根据专注度评分兑换相应评分的代币，该系统中设定每个10分专注度获得1个代币。通过代币制度可以激发儿童的兴趣，儿童通过获得的代币兑换玩具、食物、活动等。通过这种方式可以鼓励儿童对于游戏训练的专注度，训练后也可提升自闭症儿童做其他事情的注意力。
实施例二：
本实施例的目的是一种基于脑电信号的儿童注意力专注度训练系统。
一种基于脑电信号的儿童注意力专注度训练系统，包括：
数据获取单元，实时获取待训练儿童在游戏状态下的脑电数据，并进行预处理；
数据处理单元，其用于利用带通滤波器对预处理后的脑电信号进行分解，获得Y波段、β波段以及α波段脑电信号；
专注度计算单元，其用于分别计算Y波段、β波段以及α波段在脑电信号能量中的比重，计算得到专注度，并进行记录和显示；
游戏调节单元，其用于基于游戏训练专注度历史数据进行对比，对儿童的游戏训练效果进行评分；根据评分结果对儿童的游戏项目进行调整，实现儿童注意力专注度的训练。
进一步的，所述训练系统中，通过屏幕显示游戏，根据游戏指令通过儿童手中的控制器完成相应操作；待训练的儿童佩戴脑电设备Emotiv EPOC+，通过调用SDK开发程序完成数据流的实时传输；原始脑电信号经过带通滤波和独立成分分析得到纯净的脑电信号，对于纯净的脑电信号计算各频带能量占比，通过专注度公式计算得到每10s的专注度，最终求其均值得到本次游戏训练专注度评分；通过将专注度评分显示在GUI界面中，并实时绘制出该次训练的专注度折线图，也可以调用之前的训练数据，方便对比。
具体的，自闭症儿童进行游戏训练时需要佩戴脑电帽，采集到自闭症儿童的脑电信号后，经过预处理和提取各频带能量占比的特征计算得到专注度。
再次参见附图2所示，公开了基于自闭症儿童脑电信号的游戏训练系统软件流程示意图，包括：
手动选择游戏并运行，python软件调用SDK开发程序中的数据流读取和存储函数，将信号实时存储到.csv文件。Matlab软件每隔10s读取一次这个.csv文件，对信号进行预处理、特征提取和专注度计算，最后将专注度结果实时存储到一个.txt文件，并在python的GUI界面程序中实时读取.txt文件中的结果，将专注度结果实时显示在界面中，根据结果绘制专注度曲线，计算该次训练的所有专注度的均值最终求得本次游戏训练评分。
在更多实施例中，还提供：
一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成实施例一中所述的方法。为了简洁，在此不再赘述。
应理解，本实施例中，处理器可以是中央处理单元CPU，处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC，现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。
一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成实施例一中所述的方法。
实施例一中的方法可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。
本领域普通技术人员可以意识到，结合本实施例描述的各示例的单元即算法步骤，能够以电子硬件或者计算机软件和电子硬件的结合来实现。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申请的范围。
上述实施例提供的一种基于脑电信号的儿童注意力专注度训练方法及系统可以实现，具有广阔的应用前景。
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

Claims (10)

1.一种基于脑电信号的儿童注意力专注度训练方法，其特征在于，包括：
实时获取待训练儿童在游戏状态下的脑电数据，并进行预处理；
利用带通滤波器对预处理后的脑电信号进行分解，获得Y波段、β波段以及α波段脑电信号；
分别计算Y波段、β波段以及α波段在脑电信号能量中的比重，计算得到专注度，并进行记录和显示；
基于游戏训练专注度历史数据进行对比，对儿童的游戏训练效果进行评分；
根据评分结果对儿童的游戏项目进行调整，实现儿童注意力专注度的训练。
2.如权利要求1所述的一种基于脑电信号的儿童注意力专注度训练方法，其特征在于，所述预处理具体包括通过5阶巴特沃斯滤波器对原始脑电信号进行滤波处理，采用独立成分分析法，将伪迹与纯净的脑电信号分离，得到纯净脑电信号。
3.如权利要求1所述的一种基于脑电信号的儿童注意力专注度训练方法，其特征在于，所述采用独立成分分析法，将伪迹与纯净的脑电信号分离，具体为选择靠近眼睛位置的两个通道作为参考电极，对于剩余的通道做独立成分分析，得到纯净脑电信号。
4.如权利要求1所述的一种基于脑电信号的儿童注意力专注度训练方法，其特征在于，分别计算Y波段、β波段以及α波段在脑电信号能量中的比重，计算得到专注度评分，具体公式如下：
Pa＝(mY+nβ+tα)*100％
其中，Pa表示专注度，Y、β、α分别表示Y波、β波、α波在脑电信号能量中的百分比，m、n、t为调节参数。
5.如权利要求1所述的一种基于脑电信号的儿童注意力专注度训练方法，其特征在于，所述调节参数的获取采用层次分析法获得，具体步骤为：利用层次分析法对专注度分析建立层次分析模型，并将其作为顶层，专注度分析的准则层包括专注度、专注持续时间，底层包括Y波、β波、α波脑电信号能量占比，通过计算获得最优的专注度计算公式的调节参数。
6.如权利要求1所述的一种基于脑电信号的儿童注意力专注度训练方法，其特征在于，所述对儿童的游戏训练效果进行评分，具体为对本次训练过程中求取的专注度取均值，基于平均专注度以及预设的评分标准，对游戏训练效果进行评分。
7.一种基于脑电信号的儿童注意力专注度训练系统，其特征在于，包括：
数据获取单元，实时获取待训练儿童在游戏状态下的脑电数据，并进行预处理；
数据处理单元，其用于利用带通滤波器对预处理后的脑电信号进行分解，获得Y波段、β波段以及α波段脑电信号；
专注度计算单元，其用于分别计算Y波段、β波段以及α波段在脑电信号能量中的比重，计算得到专注度，并进行记录和显示；
游戏调节单元，其用于基于游戏训练专注度历史数据进行对比，对儿童的游戏训练效果进行评分；根据评分结果对儿童的游戏项目进行调整，实现儿童注意力专注度的训练。
8.如权利要求7所述的一种基于脑电信号的儿童注意力专注度训练系统，所述系统还包括显示模块，其用于对计算得到的专注度进行实时展示。
9.一种电子设备，包括存储器、处理器及存储在存储器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1-6任一项所述的一种基于脑电信号的儿童注意力专注度训练方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6任一项所述的一种基于脑电信号的儿童注意力专注度训练方法。
CN202110813598.6A 2021-07-19 2021-07-19 基于脑电信号的儿童注意力专注度训练方法及系统 Pending CN113425297A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110813598.6A CN113425297A (zh) 2021-07-19 2021-07-19 基于脑电信号的儿童注意力专注度训练方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110813598.6A CN113425297A (zh) 2021-07-19 2021-07-19 基于脑电信号的儿童注意力专注度训练方法及系统

Publications (1)

Publication Number Publication Date
CN113425297A true CN113425297A (zh) 2021-09-24

Family

ID=77760987

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110813598.6A Pending CN113425297A (zh) 2021-07-19 2021-07-19 基于脑电信号的儿童注意力专注度训练方法及系统

Country Status (1)

Country Link
CN (1) CN113425297A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113974657A (zh) * 2021-12-27 2022-01-28 深圳市心流科技有限公司 基于脑电信号的训练方法、装置、设备及存储介质
CN114020148A (zh) * 2021-10-12 2022-02-08 北京师范大学 提升注意力的训练方法、装置以及电子设备
CN114129851A (zh) * 2021-10-21 2022-03-04 电子科技大学 一种用于注意训练/提升的方法和系统
CN115177840A (zh) * 2022-09-07 2022-10-14 深圳市心流科技有限公司 一种基于专注力值的目标物体运动速度控制方法及装置
CN115624329A (zh) * 2022-10-28 2023-01-20 上海觉觉健康科技有限公司 基于脑电信号识别无力感的方法及系统
CN115887859A (zh) * 2023-02-17 2023-04-04 深圳市心流科技有限公司 一种专注力与反应力的训练控制方法、装置及终端设备
CN117860251A (zh) * 2024-02-05 2024-04-12 北京小懂科技有限公司 基于游戏体验测评儿童注意力的方法、装置、介质及设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102835955A (zh) * 2012-09-08 2012-12-26 北京工业大学 一种无需设定阈值的脑电信号中眼电伪迹自动去除的方法
CN103258120A (zh) * 2013-04-19 2013-08-21 杭州电子科技大学 一种基于脑电信号的中风康复程度指标计算方法
CN104605866A (zh) * 2015-01-21 2015-05-13 中煤科工集团西安研究院有限公司 基于脑电检测的矿工生理与心理疲劳监测方法
CN104983434A (zh) * 2015-06-17 2015-10-21 重庆邮电大学 基于层次分析法的多参数心理压力评估方法及装置
CN106708261A (zh) * 2016-12-05 2017-05-24 深圳大学 一种基于脑机交互的注意力训练方法及系统
EP3646784A1 (en) * 2018-11-05 2020-05-06 Termobit Prod SRL Electroencephalographic method and apparatus for measuring sensory stimulation salience
CN113080998A (zh) * 2021-03-16 2021-07-09 北京交通大学 一种基于脑电的专注状态等级评定方法和系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102835955A (zh) * 2012-09-08 2012-12-26 北京工业大学 一种无需设定阈值的脑电信号中眼电伪迹自动去除的方法
CN103258120A (zh) * 2013-04-19 2013-08-21 杭州电子科技大学 一种基于脑电信号的中风康复程度指标计算方法
CN104605866A (zh) * 2015-01-21 2015-05-13 中煤科工集团西安研究院有限公司 基于脑电检测的矿工生理与心理疲劳监测方法
CN104983434A (zh) * 2015-06-17 2015-10-21 重庆邮电大学 基于层次分析法的多参数心理压力评估方法及装置
CN106708261A (zh) * 2016-12-05 2017-05-24 深圳大学 一种基于脑机交互的注意力训练方法及系统
EP3646784A1 (en) * 2018-11-05 2020-05-06 Termobit Prod SRL Electroencephalographic method and apparatus for measuring sensory stimulation salience
CN113080998A (zh) * 2021-03-16 2021-07-09 北京交通大学 一种基于脑电的专注状态等级评定方法和系统

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114020148A (zh) * 2021-10-12 2022-02-08 北京师范大学 提升注意力的训练方法、装置以及电子设备
CN114020148B (zh) * 2021-10-12 2023-06-16 北京师范大学 提升注意力的训练方法、装置以及电子设备
CN114129851A (zh) * 2021-10-21 2022-03-04 电子科技大学 一种用于注意训练/提升的方法和系统
CN113974657A (zh) * 2021-12-27 2022-01-28 深圳市心流科技有限公司 基于脑电信号的训练方法、装置、设备及存储介质
CN115177840A (zh) * 2022-09-07 2022-10-14 深圳市心流科技有限公司 一种基于专注力值的目标物体运动速度控制方法及装置
CN115624329A (zh) * 2022-10-28 2023-01-20 上海觉觉健康科技有限公司 基于脑电信号识别无力感的方法及系统
CN115887859A (zh) * 2023-02-17 2023-04-04 深圳市心流科技有限公司 一种专注力与反应力的训练控制方法、装置及终端设备
CN115887859B (zh) * 2023-02-17 2023-06-06 深圳市心流科技有限公司 一种专注力与反应力的训练控制方法、装置及终端设备
CN117860251A (zh) * 2024-02-05 2024-04-12 北京小懂科技有限公司 基于游戏体验测评儿童注意力的方法、装置、介质及设备
CN117860251B (zh) * 2024-02-05 2024-06-11 北京小懂科技有限公司 基于游戏体验测评儿童注意力的方法、装置、介质及设备

Similar Documents

Publication Publication Date Title
CN113425297A (zh) 基于脑电信号的儿童注意力专注度训练方法及系统
US20210012675A1 (en) Teaching method and teaching device for improving attention, and computer readable storage medium
CN110765920B (zh) 基于卷积神经网络的运动想象分类方法
CA2935813C (en) Adaptive brain training computer system and method
CN109224242B (zh) 基于vr交互的心理放松系统及方法
CN113974657B (zh) 基于脑电信号的训练方法、装置、设备及存储介质
WO2012102675A1 (en) A method and system for detecting attention
Sarkar et al. Classification of cognitive load and expertise for adaptive simulation using deep multitask learning
CN103054573B (zh) 多人神经反馈训练方法和多人神经反馈训练系统
CN109805944B (zh) 一种儿童共情能力分析系统
CN113192601A (zh) 基于脑机接口的注意力缺陷多动障碍康复训练方法及训练任务
CN109621151A (zh) 一种虚拟现实vr+听觉统合治疗儿童自闭症及评估方法
Aurup User preference extraction from bio-signals: An experimental study
CN112245756A (zh) 一种基于单通道脑电的注意力训练方法
Huang Recognition of psychological emotion by EEG features
CN116808390A (zh) 一种基于近红外数据的神经反馈训练装置及存储介质
Peng et al. Early screening of children with autism spectrum disorder based on electroencephalogram signal feature selection with L1-norm regularization
Chen et al. Introducing mdpsd, a multimodal dataset for psychological stress detection
CN110413128A (zh) 基于脑电数据的汽车控制方法、装置和存储介质
Li et al. Analysis of the relationship between motor imagery and age-related fatigue for cnn classification of the eeg data
Perakakis et al. Affective evaluation of a mobile multimodal dialogue system using brain signals
JP6206891B1 (ja) サイコセラピー装置、サイコセラピーシステム及びサイコセラピー方法
Mansour et al. On The road to a comparative car racing EEG-based signals for mental and physical brain activity evaluation
CN114129850A (zh) 一种提高儿童专注力的训练装置
Cheng et al. Exploring the difference in brain activities under three distinct tasks: listening to music, gaming, and learning

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210924