CN113974657A - 基于脑电信号的训练方法、装置、设备及存储介质 - Google Patents
基于脑电信号的训练方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113974657A CN113974657A CN202111608168.7A CN202111608168A CN113974657A CN 113974657 A CN113974657 A CN 113974657A CN 202111608168 A CN202111608168 A CN 202111608168A CN 113974657 A CN113974657 A CN 113974657A
- Authority
- CN
- China
- Prior art keywords
- training
- information
- current
- concentration
- trainer
- 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.)
- Granted
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
- A61B5/24—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
- A61B5/16—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
- A61B5/16—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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
Abstract
本申请公开了一种基于脑电信号的训练方法,所述方法包括:确定训练者当前的训练类别信息,其中,所述训练类别信息为:专注力训练信息、冥想训练信息、情绪训练信息以及语言能力训练信息中的一种或多种;通过所述智能头环采集训练者大脑皮层上与当前训练类别信息相对应区域的脑电信号;根据所述脑电信号得到相应的训练课程。在本申请中,智能头环可以用于专注力训练、冥想训练、情绪训练、语言能力训练等,具体的,当训练者确定当前的训练类别信息后,可以通过智能头环采集训练者大脑皮层上与当前训练类别信息对应区域的脑电信号,通过该脑电信号,可以更为准确地为用户提供与当前训练类别信息相对应的训练课程,从而达到更好的训练效果。
Description
技术领域
本申请涉及头环技术领域,尤其涉及一种基于脑电信号的训练方法、装置、设备及存储介质。
背景技术
大脑神经活动时会产生微弱的电场波动,当数以万计的神经同时活动时,电场就会产生有韵律地波动。从头皮上就能测量到这种波动,这就是脑电波。脑电波具有如下的特点:它是由脑神经活动产生且始终存在于中枢神经系统的自发性电位;脑电信号非常微弱;抗干扰性能弱、鲁棒性差;它是随机信号,具有非平稳非高斯和非线性的特点;能够反映神经系统的状态和变化。
智能头环在医疗保健、社交网络、导航等众多领域开发应用,给人们的日常生活带来便利,目前的智能头环主要通过捕捉脑电波信号,用于指导用户进行专注力、冥想、情绪控制等项目方面的训练。然而,目前的智能头环功能单一,都是通过电极获取指定位置的脑电波信号,针对用户不同的训练项目,无法达到很好的训练效果。
因此,现有技术还有待改善。
发明内容
鉴于上述现有技术的不足,本申请的目的在于提供一种基于脑电信号的训练方法、装置、设备及存储介质,旨在解决现有技术中通过智能头环来获取脑电信号并指导用户训练过程中,其训练效果不佳的技术问题。
第一方面,本申请提供了一种基于脑电信号的训练方法,所述方法包括:
确定当前的训练类别信息,其中,所述训练类别信息为专注力训练信息、冥想训练信息、情绪训练信息、语言能力训练信息中的一种;
获取与当前训练类别信息相对应区域的脑电信号;
根据所述脑电信号得到相应的训练课程。
可选的,所述确定当前的训练类别信息包括:
获取每个训练类别信息的历史训练数据,所述历史训练数据包括预定时间段内训练类别信息对应的训练次数、训练时间段以及训练得分;
获取第一个人信息和第二个人信息,所述第一个人信息包括训练者的年龄、性别以及疾病信息,所述第二个人信息包括训练者当前的环境信息和心情信息;
根据所述历史训练数据、第一个人信息以及所述第二个人信息,利用训练好的神经网络模型确定训练者当前的训练类别信息。
可选的,所述训练好的神经网络模型采用如下步骤得到:
获取训练类别信息样本数据集,所述训练类别信息样本数据集中的每一组样本数据包括一个历史训练数据样本数据、一个第一个人信息样本数据、一个第二个人信息样本数据以及对应的训练类别信息标注数据;
将一个历史训练数据样本数据、一个第一个人信息样本数据以及一个第二个人信息样本数据输入到神经网络模型得到训练类别信息计算结果;
基于所述训练类别信息计算结果和所述训练类别信息标注数据调整所述神经网络模型的网络参数,直至所述神经网络模型满足预设条件,得到训练好的神经网络模型。
可选的,所述方法还包括:
获取本次训练课程对应的脑电信号信息,并根据所述脑电信号信息生成用以反映所述脑电信号强弱的实时曲线;
获取所述实时曲线在预设脑电信号范围内的第一时间占比以及基准曲线在所述预设脑电信号范围内的第二时间占比;
根据所述第一时间占比和所述第二时间占比确定比对结果;
根据所述比对结果确定本次训练类别信息的训练得分。
可选的,所述当前的训练类别信息为专注度训练信息,所述根据所述脑电信号得到相应的训练课程包括:
对所述脑电信号进行预处理,得到预处理后的脑电信号;
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;
根据Y波段、β波段以及α波段在脑电信号能量中的比重确定当前训练者的专注度等级;
根据当前训练者的专注度等级推荐与所述专注度等级相对应的专注度训练课程。
可选的,所述方法还包括:
获取所述训练者的状态信息,所述状态信息包括训练者的年龄、性别以及当前的心情信息;
根据当前训练者的专注度等级和状态信息推荐与所述专注度等级和状态信息相对应的专注度训练课程。
可选的,所述根据当前训练者的专注度等级推荐与所述专注度等级相对应的专注度训练课程之后,所述方法还包括:
当训练者在当前专注度等级持续时间超过预设时间阈值时,则将所述专注度训练课程调整为与下一等级专注度对应的专注度训练课程。
第二方面,本申请提供了一种基于脑电信号的训练装置,包括:
确定模块,用于确定当前的训练类别信息,其中,所述训练类别信息为专注力训练信息、冥想训练信息、情绪训练信息以及语言能力训练信息中的一种或多种;
获取模块,用于获取与当前训练类别信息相对应区域的脑电信号;
推荐模块,用于根据所述脑电信号得到与当前训练类别信息相对应的训练课程。
第三方面,本申请提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述任一技术方案所述的训练方法。
第四方面,本申请提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一技术方案所述的训练方法。
有益效果:本申请提供了一种基于脑电信号的训练方法、装置、设备及存储介质,所述方法包括:确定训练者当前的训练类别信息,其中,所述训练类别信息为专注力训练信息、冥想训练信息、情绪训练信息以及语言能力训练信息中的一种或多种;通过所述智能头环采集训练者大脑皮层上与当前训练类别信息相对应区域的脑电信号;根据所述脑电信号得到相应的训练课程。在本申请中,智能头环可以用于专注力训练、冥想训练、情绪训练、语言能力训练等,具体的,当训练者确定当前的训练类别后,可以通过智能头环采集训练者大脑皮层上与当前训练类别对应区域的脑电信号,通过该脑电信号,可以更为准确地为用户提供与当前训练类别相对应的训练课程,从而达到更好的训练效果,综合提升用户的专注度、冥想度、情绪控制能力、语言能力等。
附图说明
为了更清楚地说明本申请实施例或背景技术中的技术方案,下面将对本申请实施例或背景技术中所需要使用的附图进行说明。
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本申请的实施例,并与说明书一起用于说明本申请的技术方案。
图1为本申请实施例提供的一种基于脑电信号的训练方法的第一流程示意图;
图2为本申请实施例提供的一种基于脑电信号的训练方法的第二流程示意图;
图3为本申请实施例提供的一种基于脑电信号的训练装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包括。例如包括了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包括在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。下面结合本申请实施例中的附图对本申请实施例进行描述。
现有技术中,智能头环主要通过捕捉脑电波信号,用于指导用户进行专注力、冥想、情绪控制等项目方面的训练。然而,目前的智能头环功能单一,针对不同的训练项目,都是通过电极获取大脑皮层指定位置的脑电波信号,然而,由于大脑皮层不同位置(区域)负责不同的功能,因此,针对不同的训练项目,上述方式无法达到很好的训练效果。
基于此,本申请实施例提供了一些技术方案,通过智能头环实现用户专注力、冥想、情绪控制、语言能力等项目方面的训练,综合提升用户的专注度、冥想度、情绪控制能力、语言能力等。下面结合本申请实施例中的附图对本申请实施例进行描述。
本申请实施例的执行主体为脑电信号的训练装置,其中,脑电信号的训练装置可以是任意一种可执行本申请方法实施例所公开的技术方案的电子设备。应理解,本申请方法实施例还可以通过处理器执行计算机程序代码的方式实现。下面结合本申请实施例中的附图对本申请实施例进行描述。请参阅图1,图1是本申请实施例提供的一种基于脑电信号的训练方法的流程示意图,其包括如下步骤:
S100、确定训练者当前的训练类别信息,其中,所述训练类别信息为专注力训练信息、冥想训练信息、情绪训练信息、语言能力训练信息中的一种或多种;
具体的,本申请实施例中的训练类别信息可以包括专注力训练、冥想训练、情绪训练、语言能力训练但不限于此,在其他的实施例中,训练类别信息还可包括其他项目类别的训练,例如,可以用来训练记忆力,以及康复运动的训练等。
在一个实施例中,通过智能头环和移动终端建立通信连接,该移动终端可以为手机但不限于此,训练者可以通过操作移动终端来确定其当前需要训练的项目,然后当训练者佩戴上智能头环后,智能头环再执行后续步骤S200,来获取相应的脑电信号,后续步骤在下文将会详细阐述,在此不再赘述。
由于在多数时候,训练者大多是通过兴趣爱好或者是主观感知来确定当前时间点训练的项目,因此,训练者无法准确选择出在当前时间点最适合自己的训练类别信息,获得最佳的训练效果。
基于此,在一个较佳的实施方式中,为了使得训练者能够在获得最佳的训练效果,所述确定训练者当前的训练类别信息包括如下步骤:
S110、获取所述训练者的每个训练类别信息的历史训练数据,所述历史训练数据包括预定时间段内训练类别信息对应的训练次数、训练时间段以及训练得分;
在一个较佳实施例中,历史训练数据为该训练者最近某一段时间的历史训练数据,例如,为该训练者最近一个月的训练历史数据,通过最近某一段时间的历史训练数据能够很好地反应出训练者当前的各项目水平。
历史训练数据包括预定时间段内训练类别信息对应的训练次数、训练时间段以及训练得分,即历史训练数据统计了最近某一时间段内训练者分别对专注力训练、冥想训练、情绪训练、语言能力训练的训练次数,每一次训练的时间段、每一次训练的训练得分。
S120、获取所述训练者的第一个人信息,所述第一个人信息包括所述训练者的年龄、性别以及疾病信息;
第一个人信息可以为训练者自行输入的,也可以是通过医疗系统等方式获取的,由于不同年龄、性别、疾病一般进行的训练类别信息有所不同,例如,青少年比较适合专注力训练、语言能力训练居多,而冥想训练较小,又如,有抑郁症的适合多进行情绪训练,因此,结合训练者的年龄、性别以及疾病信息后续可以更好的为训练者确定最适合的训练类别信息。
S130、获取所述训练者的第二个人信息,所述第二个人信息包括所述训练者当前的环境信息和心情信息;
第二个人信息包括训练者当前的环境信息和心情信息,一般的,具体的,环境信息为训练者当前所处的环境状况,例如,可以为安静、喧闹等;心情信息可以为训练者当前的心情状态和导致该心情状态的原因,其中,如心情状态包括兴奋、快乐、平和、无聊、烦恼和伤心等,如原因包括工作、学习、家庭、朋友、感情、人际关系、健康、睡眠、食物、旅行、音乐和天气等,当然原因加可以进行自定义。从而当训练者输入当前的环境信息和心情信息,便于结合训练者当前的环境信息和心情信息确定匹配度高的训练类别信息。
S140、根据所述历史训练数据、第一个人信息以及所述第二个人信息,利用训练好的神经网络模型确定训练者当前的训练类别信息。
将训练者的历史训练数据、第一个人信息以及所述第二个人信息输入到训练好的神经网络模型后,即可确定当前该训练者的最佳训练类别信息。由于结合了训练者的历史数据信息、第一个人信息和第二个人信息,因此,训练好的神经网络模型能够科学准确的匹配出与当前训练者最匹配的训练类别信息,使得训练者训练过程中有更好的训练效果。
具体的,该神经网络模型可以通过如下步骤来训练得到:
A、获取训练类别信息样本数据集,所述训练类别信息样本数据集中的每一组样本数据包括一个历史训练数据样本数据、一个第一个人信息样本数据、一个第二个人信息样本数据以及对应的训练类别信息标注数据;
B、将所述训练类别信息样本数据集输入到神经网络模型得到训练类别信息计算结果;
C、基于所述训练类别信息计算结果和所述训练类别信息标注数据调整所述神经网络模型的网络参数,直至所述神经网络模型满足预设条件,得到训练好的神经网络模型。
在一个实施例中,该训练样本数据集至少包括不同年龄阶段、不同性别、不同疾病信息的训练者样本,以便得到全面的准确可靠的神经网络模型。
S200、通过所述智能头环采集训练者大脑皮层上与当前训练类别信息相对应区域的脑电信号;
在一个较佳实施中,该智能头环根据训练类别信息的类别划分为多个区域,每个区域均设置有脑电信号采集电极,用于采集对应项目的脑电信号;较佳的,该智能头环划分为四个区域,分别对应于专注力训练、冥想训练、情绪训练、语言能力训练四个项目的脑电信号的获取。
由于专注力、冥想、情绪控制、语言能力分别是通过大脑皮层不同区域控制,因此,采集当前训练类别信息相对应区域的脑电信号使得后续能够更好的对训练者各项目进行训练。
S300、根据所述脑电信号得到相应的训练课程。
在一个实施例中,当所述训练者当前的训练类别信息为专注度训练时,所述根据所述脑电信号得到相应的训练课程包括步骤:
S310、对所述脑电信号进行预处理,得到预处理后的脑电信号;
具体的,对于在步骤S200中获取的脑电信号,预处理的过程包括: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,得到预处理后的脑电信号。
S320、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;
随后,可以利用带通滤波器对预处理后的脑电信号可以进行铝箔分解,得到Y波段(31-50Hz)、β波段(14-30Hz)、α波段(8-13Hz)脑电信号。
S330、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;
当确定了Y波段、β波段以及α波段的频段范围后,即可计算得到Y波段、β波段以及α波段在脑电信号能量中的比重。
S340、根据Y波段、β波段以及α波段在脑电信号能量中的比重确定当前训练者的专注度等级;
由于不同专注状态下,Y波段、β波段以及α波段在脑电信号能量中的占比度不同,如随着专注度的提升,高频带的波段(例如Y波段)能量占比逐渐大于低频波段的能量占比,而随着专注度的下降,低频带的波段的能量占比逐渐大于高频段的能量占比。因此,可以根据Y波段、β波段以及α波段在脑电信号能量中的比重来确定当前训练者的专注度等级。
S350、根据当前训练者的专注度等级推荐与所述专注度等级相对应的专注度训练课程。
具体的,专注度等级可以划分为三个或者更多等级,例如,专注度等级包括一般、中度、专注三个等级,不同的专注度等级对应着不同的专注度训练课程,例如,在专注度等级为一般时,可以通过拼图、下棋类游戏来训练当前训练者的专注度,而当专注度等级为专注时,可以通过找差异训练等方式来训练当前训练者的专注度。以便得到更好的训练效果。
在一个实施例中,可以每隔预定时间实时获取训练者的当前专注度等级,并且当训练者当前专注度等级持续时间超过预设时间阈值时,为了更有效地提升训练者的专注度,则将所述专注度训练课程调整为与下一等级专注度对应的专注度训练课程,以便进行更高难度的专注度训练。
在一个较佳实施例中,为了使得步骤S350中能够为训练者推荐出更为匹配的专注度训练课程,所述方法还包括:
S351获取所述训练者的状态信息,所述状态信息包括训练者的年龄、性别以及当前的心情信息;
S352根据当前训练者的专注度等级和状态信息推荐与所述专注度等级和状态信息相对应的专注度训练课程。
由于不同的年龄阶段、不同的心情状况下,训练者所感兴趣的课程、以及专注度所能维持的时间均有所不同,例如,5-6岁小孩能够维持的专注度时间大概在10分钟,12睡小孩能够维持的专注度时间大概在25分钟,因此,本申请实施例根据当前训练者的专注度等级和状态信息推荐与所述专注度等级和状态信息相对应的专注度训练课程能够起到更好的训练效果。
本申请实施例仅阐述了专注度训练的相关内容, 由于冥想训练、情绪训练、语言能力训练可以采用类似的方式进行训练,在此不再重复赘述。
在一个较佳实施例中,所述方法还包括:
S400、根据本次训练时间段内的脑电信号生成用以反映所述脑电信号强弱的实时曲线;
S500、获取所述实时曲线在预设脑电信号范围内的第一时间占比以及所述基准曲线在所述预设脑电信号范围内的第二时间占比;
S600、根据所述第一时间占比和所述第二时间占比确定比对结果;
S700、根据所述比对结果确定本次训练类别信息的训练得分。
在本申请实施例中,基准曲线可包括多个不同种类的曲线,多个不同类型的曲线对应着多个不同的级别,从而便于判断用户本次的训练结果处于哪一个级别。当然,还可以是由训练者选择其中一个级别的基准曲线比对,从而便于供用户了解自身训练过程中与各个级别的差距。其中,优选低级别曲线的上限较低以及下限较高,且变化幅度较小,而高级别曲线的上限较高以及下限较低,且变化幅度较大。
第一时间占比和第二时间占比的计算方式一致,均是将各个脑电信号强度范围内的时长除以采集的总时长,以此得到各个实时曲线和基准曲线在脑电信号强度的范围内的占用比例。具体的,如冥想训练,包括活跃、平静、放松、入定四个等级,在基准曲线中,活跃等级的第二时间占比为15%,平静等级的第二时间占比为50%,放松等级的第二时间占比为25%,入定等级的第二时间占比为15%,而实际曲线中,活跃等级的第一时间占比为20%,平静等级的第一时间占比为20%,放松等级的第一时间占比为40%,入定等级的第一时间占比为20%,从而即可将实际曲线和基准曲线中同等级的第一时间占比和第二时间占比进行比对,从而通过其差值来判断是否符合预设要求,或者根据其差值进行打分,然后根据各个脑电信号强度范围各自的权重计算总分,得到本次冥想训练的训练得分。从而,训练者可以根据每次训练得分知晓自己的训练效果。
基于同样的发明构思,本申请实施例还提供了一种基于脑电信号的训练装置,请参见图2,图2为本申请实施例提供的一种基于脑电信号的训练装置的结构示意图,该脑电信号的训练装置包括如下模块:确定模块、获取模块、推荐模块,其中:
所述确定模块,用于确定训练者当前的训练类别信息,其中,所述训练类别信息为专注力训练信息、冥想训练信息、情绪训练信息、语言能力训练信息中的一种或多种;
所述获取模块,用于通过所述智能头环获取训练者大脑皮层上与当前训练类别信息相对应区域的脑电信号;
所述推荐模块,用于根据所述脑电信号得到与当前训练类别信息相对应的训练课程。
结合本申请任一实施方式,所述确定模块还包括:历史训练数据获取单元、第一个人信息获取单元、第二个人信息获取单元以及确定单元,其中:
所述历史训练数据获取单元用于获取所述训练者的每个训练类别信息的历史训练数据,所述历史训练数据包括预定时间段内训练类别信息对应的训练次数、训练时间段以及训练得分;
所述第一个人信息获取单元用于获取所述训练者的第一个人信息,所述第一个人信息包括所述训练者的年龄、性别以及疾病信息;
所述第一个人信息获取单元用于获取所述训练者的第二个人信息,所述第二个人信息包括所述训练者当前的环境信息和心情信息;
所述确定单元用于根据所述历史训练数据、第一个人信息以及所述第二个人信息,利用训练好的神经网络模型确定训练者当前的训练类别信息。
结合本申请任一实施方式,所述脑电信号的训练装置还包括如下单元:生成单元、获取单元、比对结果确定单元、训练得分确定单元,其中:
所述生成单元,用于根据本次训练时间段内的脑电信号生成用以反映所述脑电信号强弱的实时曲线;
所述获取单元,用于获取所述实时曲线在预设脑电信号范围内的第一时间占比以及所述基准曲线在所述预设脑电信号范围内的第二时间占比;
所述比对结果确定单元,用于根据所述第一时间占比和所述第二时间占比确定比对结果;
所述训练得分确定单元,用于根据所述比对结果确定本次训练类别信息的训练得分。
在一些实施例中,本申请实施例提供的装置具有的功能或包括的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本申请实施例提供的一种基于脑电信号的训练装置的硬件结构包括处理器,存储器,输入装置,输出装置。该处理器、存储器、输入装置和输出装置通过连接器相耦合,该连接器包括各类接口、传输线或总线等等,本申请实施例对此不作限定。应当理解,本申请的各个实施例中,耦合是指通过特定方式的相互联系,包括直接相连或者通过其他设备间接相连,例如可以通过各类接口、传输线、总线等相连。
处理器可以是一个或多个图形处理器(graphics processing unit, GPU),在处理器是一个GPU的情况下,该GPU可以是单核GPU,也可以是多核GPU。可选的,处理器可以是多个GPU构成的处理器组,多个处理器之间通过一个或多个总线彼此耦合。可选的,该处理器还可以为其他类型的处理器等等,本申请实施例不作限定。
存储器可用于存储计算机程序指令,以及用于执行本申请方案的程序代码在内的各类计算机程序代码。可选地,存储器包括但不限于是随机存储记忆体(random accessmemory,RAM)、只读存储器(read-only memory,ROM)、可擦除可编程只读存储器(erasableprogrammable read only memory,EPROM)或便携式只读存储器(compact disc read-onlymemory,CD-ROM),该存储器用于相关指令及数据。
输入装置用于输入数据和/或信号,以及输出装置用于输出数据和/或信号。输入装置和输出装置可以是独立的器件,也可以是一个整体的器件。
可理解,本申请实施例中,存储器不仅可用于存储相关指令,还可用于存储相关数据,如该存储器可用于存储通过输入装置获取的数据,又或者该存储器还可用于存储通过处理器得到的比对结果等等,本申请实施例对于该存储器中具体所存储的数据不作限定。
可以理解的是,在实际应用中,基于脑电信号的训练装置还可以分别包括必要的其他元件,包括但不限于任意数量的输入/输出装置、处理器、存储器等,而所有可以实现本申请实施例的基于脑电信号的训练装置都在本申请的保护范围之内。
本领域普通技术人员可以意识到,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、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。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。所属领域的技术人员还可以清楚地了解到,本申请各个实施例描述各有侧重,为描述的方便和简洁,相同或类似的部分在不同实施例中可能没有赘述,因此,在某一实施例未描述或未详细描述的部分可以参见其他实施例的记载。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者通过所述计算机可读存储介质进行传输。所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriberline,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,数字通用光盘(digital versatiledisc,DVD))、或者半导体介质(例如固态硬盘(solid state disk ,SSD))等。
综上,本申请提供了一种基于脑电信号的训练方法、装置、设备及存储介质,所述方法包括:确定训练者当前的训练类别信息,其中,所述训练类别信息包括:专注力训练、冥想训练、情绪训练、语言能力训练;通过所述智能头环采集训练者大脑皮层上与当前训练类别信息相对应区域的脑电信号;根据所述脑电信号得到相应的训练课程。在本申请中,智能头环可以用于专注力训练、冥想训练、情绪训练、语言能力训练等,具体的,当训练者确定当前的训练类别信息后,可以通过智能头环采集训练者大脑皮层上与当前训练类别信息对应区域的脑电信号,通过该脑电信号,可以更为准确地为用户提供与当前训练类别信息相对应的训练课程,从而达到更好的训练效果,综合提升用户的专注度、冥想度、情绪控制能力、语言能力等。
以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理,而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释,本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式,这些方式都将落入本发明的保护范围之内。
Claims (10)
1.一种基于脑电信号的训练方法,其特征在于,所述方法包括:
确定当前的训练类别信息,其中,所述训练类别信息为专注力训练信息、冥想训练信息、情绪训练信息、语言能力训练信息中的一种;
获取与当前训练类别信息相对应区域的脑电信号;
根据所述脑电信号得到相应的训练课程。
2.根据权利要求1所述的训练方法,其特征在于,所述确定当前的训练类别信息包括:
获取每个训练类别信息的历史训练数据,所述历史训练数据包括预定时间段内训练类别信息对应的训练次数、训练时间段以及训练得分;
获取第一个人信息和第二个人信息,所述第一个人信息包括训练者的年龄、性别以及疾病信息,所述第二个人信息包括训练者当前的环境信息和心情信息;
根据所述历史训练数据、第一个人信息以及所述第二个人信息,利用训练好的神经网络模型确定训练者当前的训练类别信息。
3.根据权利要求2所述的训练方法,其特征在于,所述训练好的神经网络模型采用如下步骤得到:
获取训练类别信息样本数据集,所述训练类别信息样本数据集中的每一组样本数据包括一个历史训练数据样本数据、一个第一个人信息样本数据、一个第二个人信息样本数据以及对应的训练类别信息标注数据;
将一个历史训练数据样本数据、一个第一个人信息样本数据以及一个第二个人信息样本数据输入到神经网络模型得到训练类别信息计算结果;
基于所述训练类别信息计算结果和所述训练类别信息标注数据调整所述神经网络模型的网络参数,直至所述神经网络模型满足预设条件,得到训练好的神经网络模型。
4.根据权利要求1所述的训练方法,其特征在于,所述方法还包括:
获取本次训练课程对应的脑电信号信息,并根据所述脑电信号信息生成用以反映所述脑电信号强弱的实时曲线;
获取所述实时曲线在预设脑电信号范围内的第一时间占比以及基准曲线在所述预设脑电信号范围内的第二时间占比;
根据所述第一时间占比和所述第二时间占比确定比对结果;
根据所述比对结果确定本次训练类别信息的训练得分。
5.根据权利要求1所述的训练方法,其特征在于,所述当前的训练类别信息为专注度训练信息,所述根据所述脑电信号得到相应的训练课程包括:
对所述脑电信号进行预处理,得到预处理后的脑电信号;
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;
根据Y波段、β波段以及α波段在脑电信号能量中的比重确定当前训练者的专注度等级;
根据当前训练者的专注度等级推荐与所述专注度等级相对应的专注度训练课程。
6.根据权利要求5所述的训练方法,其特征在于,所述方法还包括:
获取所述训练者的状态信息,所述状态信息包括训练者的年龄、性别以及当前的心情信息;
根据当前训练者的专注度等级和状态信息推荐与所述专注度等级和状态信息相对应的专注度训练课程。
7.根据权利要求5所述训练方法,其特征在于,所述根据当前训练者的专注度等级推荐与所述专注度等级相对应的专注度训练课程之后,所述方法还包括:
当训练者在当前专注度等级持续时间超过预设时间阈值时,则将所述专注度训练课程调整为与下一等级专注度对应的专注度训练课程。
8.一种基于脑电信号的训练装置,其特征在于,包括:
确定模块,用于确定当前的训练类别信息,其中,所述训练类别信息为专注力训练信息、冥想训练信息、情绪训练信息以及语言能力训练信息中的一种或多种;
获取模块,用于获取与当前训练类别信息相对应区域的脑电信号;
推荐模块,用于根据所述脑电信号得到与当前训练类别信息相对应的训练课程。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述训练方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述训练方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111608168.7A CN113974657B (zh) | 2021-12-27 | 2021-12-27 | 基于脑电信号的训练方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111608168.7A CN113974657B (zh) | 2021-12-27 | 2021-12-27 | 基于脑电信号的训练方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113974657A true CN113974657A (zh) | 2022-01-28 |
CN113974657B CN113974657B (zh) | 2022-09-27 |
Family
ID=79734421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111608168.7A Active CN113974657B (zh) | 2021-12-27 | 2021-12-27 | 基于脑电信号的训练方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113974657B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114176611A (zh) * | 2022-02-14 | 2022-03-15 | 深圳市心流科技有限公司 | 基于脑电波信号的冥想状态的训练方法、装置及存储介质 |
CN114224364A (zh) * | 2022-02-21 | 2022-03-25 | 深圳市心流科技有限公司 | 用于专注力训练的脑电波信号处理方法、装置及存储介质 |
CN114796790A (zh) * | 2022-06-23 | 2022-07-29 | 深圳市心流科技有限公司 | 基于脑电的大脑训练方法、装置、智能终端及存储介质 |
CN115185196A (zh) * | 2022-09-09 | 2022-10-14 | 深圳市心流科技有限公司 | 基于睡眠状态的智能设备控制方法、终端设备及存储介质 |
CN116269390A (zh) * | 2023-05-12 | 2023-06-23 | 深圳市心流科技有限公司 | 孤独症评估方法、设备、电子设备和存储介质 |
CN117033944A (zh) * | 2023-08-23 | 2023-11-10 | 深圳市花生数字多媒体有限公司 | 一种基于脑机接口和虚拟现实的训练方法和系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104688249A (zh) * | 2015-02-13 | 2015-06-10 | 北京康源互动健康科技有限公司 | 一种基于云平台的心理健康监测方法及系统 |
CN108348181A (zh) * | 2015-07-31 | 2018-07-31 | 艾腾媞乌有限责任公司 | 用于监测和提高注意力的方法和系统 |
CN108537704A (zh) * | 2018-04-17 | 2018-09-14 | 深圳市心流科技有限公司 | 课堂评测方法、装置及计算机可读存储介质 |
CN109009171A (zh) * | 2018-08-01 | 2018-12-18 | 深圳市心流科技有限公司 | 注意力测评方法、系统及计算机可读存储介质 |
CN109584643A (zh) * | 2018-11-05 | 2019-04-05 | 深圳大学 | 一种语言能力训练方法及其系统 |
CN110200625A (zh) * | 2019-07-05 | 2019-09-06 | 郭长娥 | 一种大脑脑部神经强化训练装置及方法 |
US20200107766A1 (en) * | 2018-10-09 | 2020-04-09 | Sony Corporation | Electronic device for recognition of mental behavioral attributes based on deep neural networks |
CN111223566A (zh) * | 2019-12-30 | 2020-06-02 | 浙江强脑科技有限公司 | 注意力测评和训练方法、装置、设备及可读存储介质 |
CN111603160A (zh) * | 2020-05-21 | 2020-09-01 | 江苏学典教育科技有限公司 | 一种基于儿童脑电生理参数采集与情绪检测的专注力训练方法 |
CN112754502A (zh) * | 2021-01-12 | 2021-05-07 | 曲阜师范大学 | 一种基于脑电信号的音乐自动切换方法 |
CN113425297A (zh) * | 2021-07-19 | 2021-09-24 | 山东女子学院 | 基于脑电信号的儿童注意力专注度训练方法及系统 |
CN113552946A (zh) * | 2021-07-21 | 2021-10-26 | 浙江强脑科技有限公司 | 基于智能穿戴设备的冥想训练方法、装置、终端及介质 |
CN113546395A (zh) * | 2021-07-28 | 2021-10-26 | 西安领跑网络传媒科技股份有限公司 | 一种智能化运动训练系统及训练方法 |
-
2021
- 2021-12-27 CN CN202111608168.7A patent/CN113974657B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104688249A (zh) * | 2015-02-13 | 2015-06-10 | 北京康源互动健康科技有限公司 | 一种基于云平台的心理健康监测方法及系统 |
CN108348181A (zh) * | 2015-07-31 | 2018-07-31 | 艾腾媞乌有限责任公司 | 用于监测和提高注意力的方法和系统 |
CN108537704A (zh) * | 2018-04-17 | 2018-09-14 | 深圳市心流科技有限公司 | 课堂评测方法、装置及计算机可读存储介质 |
CN109009171A (zh) * | 2018-08-01 | 2018-12-18 | 深圳市心流科技有限公司 | 注意力测评方法、系统及计算机可读存储介质 |
US20200107766A1 (en) * | 2018-10-09 | 2020-04-09 | Sony Corporation | Electronic device for recognition of mental behavioral attributes based on deep neural networks |
CN109584643A (zh) * | 2018-11-05 | 2019-04-05 | 深圳大学 | 一种语言能力训练方法及其系统 |
CN110200625A (zh) * | 2019-07-05 | 2019-09-06 | 郭长娥 | 一种大脑脑部神经强化训练装置及方法 |
CN111223566A (zh) * | 2019-12-30 | 2020-06-02 | 浙江强脑科技有限公司 | 注意力测评和训练方法、装置、设备及可读存储介质 |
CN111603160A (zh) * | 2020-05-21 | 2020-09-01 | 江苏学典教育科技有限公司 | 一种基于儿童脑电生理参数采集与情绪检测的专注力训练方法 |
CN112754502A (zh) * | 2021-01-12 | 2021-05-07 | 曲阜师范大学 | 一种基于脑电信号的音乐自动切换方法 |
CN113425297A (zh) * | 2021-07-19 | 2021-09-24 | 山东女子学院 | 基于脑电信号的儿童注意力专注度训练方法及系统 |
CN113552946A (zh) * | 2021-07-21 | 2021-10-26 | 浙江强脑科技有限公司 | 基于智能穿戴设备的冥想训练方法、装置、终端及介质 |
CN113546395A (zh) * | 2021-07-28 | 2021-10-26 | 西安领跑网络传媒科技股份有限公司 | 一种智能化运动训练系统及训练方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114176611A (zh) * | 2022-02-14 | 2022-03-15 | 深圳市心流科技有限公司 | 基于脑电波信号的冥想状态的训练方法、装置及存储介质 |
CN114224364A (zh) * | 2022-02-21 | 2022-03-25 | 深圳市心流科技有限公司 | 用于专注力训练的脑电波信号处理方法、装置及存储介质 |
CN114224364B (zh) * | 2022-02-21 | 2022-05-17 | 深圳市心流科技有限公司 | 用于专注力训练的脑电波信号处理方法、装置及存储介质 |
CN114796790A (zh) * | 2022-06-23 | 2022-07-29 | 深圳市心流科技有限公司 | 基于脑电的大脑训练方法、装置、智能终端及存储介质 |
CN114796790B (zh) * | 2022-06-23 | 2022-09-27 | 深圳市心流科技有限公司 | 基于脑电的大脑训练方法、装置、智能终端及存储介质 |
CN115185196A (zh) * | 2022-09-09 | 2022-10-14 | 深圳市心流科技有限公司 | 基于睡眠状态的智能设备控制方法、终端设备及存储介质 |
CN115185196B (zh) * | 2022-09-09 | 2022-12-09 | 深圳市心流科技有限公司 | 基于睡眠状态的智能设备控制方法、终端设备及存储介质 |
CN116269390A (zh) * | 2023-05-12 | 2023-06-23 | 深圳市心流科技有限公司 | 孤独症评估方法、设备、电子设备和存储介质 |
CN116269390B (zh) * | 2023-05-12 | 2023-08-11 | 深圳市心流科技有限公司 | 孤独症评估方法、设备、电子设备和存储介质 |
CN117033944A (zh) * | 2023-08-23 | 2023-11-10 | 深圳市花生数字多媒体有限公司 | 一种基于脑机接口和虚拟现实的训练方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113974657B (zh) | 2022-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113974657B (zh) | 基于脑电信号的训练方法、装置、设备及存储介质 | |
US20210012675A1 (en) | Teaching method and teaching device for improving attention, and computer readable storage medium | |
JP6764205B2 (ja) | トレンド分析を利用した痛みの判別、機械学習、経済的判別モデルおよびIoTを応用した医療装置、テイラーメイド機械学習、および新規疼痛判別用脳波特徴量 | |
US10885800B2 (en) | Human performance optimization and training methods and systems | |
Alonso Dos Santos et al. | Assessing the effectiveness of sponsorship messaging: Measuring the impact of congruence through electroencephalogram | |
Nacke | An introduction to physiological player metrics for evaluating games | |
US10376197B2 (en) | Diagnosing system for consciousness level measurement and method thereof | |
WO2020037332A2 (en) | Systems and methods for personalized learning and attention evaluation through neuro-feedback training | |
Petrescu et al. | Integrating biosignals measurement in virtual reality environments for anxiety detection | |
Yu et al. | A hybrid user experience evaluation method for mobile games | |
US20130172693A1 (en) | Diagnosing system for consciousness level measurement and method thereof | |
Serino et al. | Smartphone for self-management of psychological stress: a preliminary evaluation of positive technology app | |
Kim et al. | Identification of video game addiction using heart-rate variability parameters | |
CN107773254A (zh) | 一种测试用户体验的方法及装置 | |
Domingos et al. | The influence of an alpha band neurofeedback training in heart rate variability in athletes | |
Cho et al. | BCI sensor based environment changing system for immersion of 3D game | |
Roy et al. | EEG based stress analysis using rhythm specific spectral feature for video game play | |
CN109758767A (zh) | 游戏难度调整方法、终端及计算机可读存储介质 | |
Li et al. | Analysis of the relationship between motor imagery and age-related fatigue for cnn classification of the eeg data | |
Kosunen et al. | Heart-rate sonification biofeedback for poker | |
CN108334200B (zh) | 电子设备控制方法及相关产品 | |
US10820851B2 (en) | Diagnosing system for consciousness level measurement and method thereof | |
Hossain et al. | Cognitive load measurement using galvanic skin response for listening tasks | |
CN115206489A (zh) | 一种基于神经反馈系统的冥想训练方法、装置及电子设备 | |
Hou et al. | Analysis of heart rate variability in response to serious games in elderly people |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |