CN114781451A - 基于区块链的脑机接口采集装置、方法、电子设备 - Google Patents

基于区块链的脑机接口采集装置、方法、电子设备 Download PDF

Info

Publication number
CN114781451A
CN114781451A CN202210435098.8A CN202210435098A CN114781451A CN 114781451 A CN114781451 A CN 114781451A CN 202210435098 A CN202210435098 A CN 202210435098A CN 114781451 A CN114781451 A CN 114781451A
Authority
CN
China
Prior art keywords
brain
signal
computer
module
computer interface
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
CN202210435098.8A
Other languages
English (en)
Inventor
徐明星
付冠辉
刘洋
钟秋
付希明
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.)
Beijing Ouke Yunlian Network Technology Co ltd
Original Assignee
Beijing Ouke Yunlian Network Technology Co ltd
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 Beijing Ouke Yunlian Network Technology Co ltd filed Critical Beijing Ouke Yunlian Network Technology Co ltd
Priority to CN202210435098.8A priority Critical patent/CN114781451A/zh
Publication of CN114781451A publication Critical patent/CN114781451A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/602—Providing cryptographic facilities or services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • User Interface Of Digital Computer (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明涉及基于区块链的脑机接口采集装置、方法、电子设备，信号产生端，用于经过视觉刺激后产生脑电信号，并将脑电信号传输至信号加密端；信号加密端，通过区块链网络对信号产生端传输的脑电信号进行加密并压缩，以及根据信号分析端发起的解密请求对脑电信号进行解密；信号分析端，用于查看脑电信号，以及通过区块链网络向信号加密端所加密的脑电信号发起解密请求，解密成功后对脑电信号进行分析。信号分析端可查看脑电信号，但要对脑电信号进行分析时，则需要通过区块链网络向信号加密端发起解密请求，解密成功后才能分析脑电信号，解决了脑机接口数据采集过程中的隐私泄露问题。

Description

基于区块链的脑机接口采集装置、方法、电子设备
技术领域
本发明涉及脑机接口技术领域，特别涉及一种基于区块链的脑机接口采集装置、方法、电子设备。
背景技术
20世纪90年代，脑机接口研究技术获得阶段性突破，尤其是2014年以来，众多科技巨头大力推广脑机概念，IBM、高通、Facebook等科技巨头纷纷进入脑机接口行业布局，使得脑机接口产业规模不断扩大。比较典型的案例，2021年4月，马斯克的脑机接口公司Neuralink展示了最新研究突破，通过植入脑机接口，一只猴子可以用大脑意念来玩电子游戏。
根据第一次BCI国际会议的官方定义，脑-机接口(Brain–computer interface,BCI或称 Brain–machine interface, BMI)是一种由外围神经和肌肉组成的输出通路的通讯系统。从技术实现途径来看，BCI是一种涉及神经科学、信号检测、信号处理、模式识别等多学科交叉的技术。脑机接口包括侵入式脑机接口、非侵入式脑机接口、部分侵入式脑机接口三大类。
脑机接口系统为神经系统疾病患者提供了新的与外界交互的桥梁与媒介。当前，脑机接口已被应用于自闭症、多动症等多种神经疾病的干预与康复研究中，同时通过植入式芯片，有望帮助大脑和脊髓损伤患者恢复所丧失的运动能力。
但是脑机接口设备在获取人类大脑放电信号的同时，也会读取到大量的中枢神经元信息，这些中枢神经元信息中不可避免会带有一些个人隐私。即便在患者配合进行脑机接口植入设备的情况下，脑电信号被携带运输，甚至上传到云端进行分析，很难保证信息的获取是否符合本人的意志以及社会伦理道德。
发明内容
本发明的目的在于解决脑机接口数据采集过程中的隐私泄露问题，提供一种基于区块链的脑机接口采集装置、方法、电子设备。
为了实现上述发明目的，本发明实施例提供了以下技术方案：
基于区块链的脑机接口采集装置，包括：
信号产生端，用于经过视觉刺激后产生脑电信号，并将脑电信号传输至信号加密端；
信号加密端，通过区块链网络对信号产生端传输的脑电信号进行加密并压缩，以及根据信号分析端发起的解密请求对脑电信号进行解密；
信号分析端，用于查看脑电信号，以及通过区块链网络向信号加密端所加密的脑电信号发起解密请求，解密成功后对脑电信号进行分析。
在上述方案中，所述信号分析端可以查看信号产生端所产生的脑电信号，但是要对其进行分析时，则需要通过区块链网络发起解密请求，解密成功后才能分析脑电信号。区块链是一种将数据区块有序连接，并以密码学方式保证其不可篡改、不可伪造的分布式数据库技术，对产生的脑电信号需要通过区块链网络进行解密后才能对其进行分析，解决了脑机接口数据采集过程中的隐私泄露问题。
更进一步地，所述信号产生端包括用户视觉刺激模块、脑机信号源模块、脑机接口放大模块，其中，
所述用户视觉刺激模块用于向脑机信号源模块呈现视觉刺激，使得脑机信号源模块产生脑电信号；呈现的所述视觉刺激包括基于事件相关电位脑机接口视觉刺激、基于稳态视觉诱发电位脑机接口视觉刺激、基于运动想象脑机接口视觉刺激；
所述脑机信号源模块用于产生脑电信号后，将脑电信号发送至脑机接口放大模块；所述脑机信号源模块为模拟脑电信号源或真实使用者脑电信号源；
所述脑机接口放大模块用于对脑机信号源模块产生的脑电信号进行放大后，降低其噪声成分和干扰成分。
更进一步地，所述信号加密端包括脑机接口加密模块、脑机信号压缩模块，其中，
所述脑机接口加密模块用于获取脑电信号后通过区块链网络对其进行加密处理，以及根据信号分析端发起的解密请求对脑电信号进行解密；在对脑电信号进行加密处理时使用第一秘钥进行加密，在对脑电信号进行解密时使用第二秘钥进行解密；
所述脑机信号压缩模块用于对加密后的脑电信号进行压缩处理。
更进一步地，所述信号分析端包括脑机信号传输模块、脑机信号云端分析模块、脑机外部设备模块，其中，
所述脑机信号传输模块用于将加密并压缩后的脑电信号上传至脑机信号云端分析模块；传输方式包括局域网上传方式、4G模块上传方式、5G模块上传方式；
所述脑机信号云端分析模块用于通过脑机信号传输模块获取到脑电信号后进行查看，以及通过区块链网络向信号加密端发起解密请求且解密成功后，对脑电信号进行分析以获得用户运动意图；
所述脑机外部设备模块用于从脑机信号云端分析模块获取用户运动意图后执行用户的运动意图；所述脑机外部设备模块包括脑控外骨骼设备、脑控机械臂设备、脑控灯设备。
基于区块链的脑机接口采集方法，包括以下步骤：
步骤S1，信号产生端经过视觉刺激后产生脑电信号，并将脑电信号传输至信号加密端；
步骤S2，信号加密端通过区块链网络对信号产生端传输的脑电信号进行加密并压缩后，传输至信号分析端；
步骤S3，信号分析端查看信号加密端所加密后的脑电信号，若要对脑电信号进行分析，则通过区块链网络向信号加密断发起解密请求，解密成功后对脑电信号进行分析。
更进一步地，所述步骤S1具体包括以下步骤：
用户视觉刺激模块向脑机信号源模块呈现视觉刺激，使得脑机信号源模块产生脑电信号；呈现的所述视觉刺激包括基于基于事件相关电位脑机接口视觉刺激、基于稳态视觉诱发电位脑机接口视觉刺激、基于运动想象脑机接口视觉刺激；所述脑机信号源模块为模拟脑电信号源或真实使用者脑电信号源；
脑机信号源模块将产生的脑电信号发送至脑机接口放大模块进行放大，脑机接口放大模块选用0.6Hz~49.5Hz的运算放大器对脑电信号进行放大后，利用跨阻并联电容减小电路的截止频率；采用隔直的方式对脑电信号的低频分量进行剔除，从而降低原始信号的噪声成分和干扰部分。
更进一步地，所述步骤S2具体包括以下步骤：脑机接口加密模块获取脑电信号后，通过区块链网络使用第一秘钥对脑电信号进行加密处理；脑机信号压缩模块对加密后的脑电信号进行压缩。
更进一步地，所述步骤S3具体包括以下步骤：
脑机信号传输模块将加密和压缩后的脑电信号传输至脑机信号云端分析模块，脑机信号云端分析模块查看脑电信号；
脑机信号云端分析模块需要分析脑电信号时，撰写数据使用请求信息data，使用哈希算法对数据使用请求信息进行计算，得到H1=hash(data)，通过使用自身私钥对H1进行签名，得到S(H1)；基于区块链网络将签名S(H1)和数据使用请求信息data发送至脑机接口加密模块；
脑机接口加密模块使用脑机信号云端分析模块的公钥对S(H1)进行解密，得到H2=hash(data)；对H1和H2进行比较，如果H1=H2，则通过区块链网络将第二秘钥以加密形式发送至脑机信号云端分析模块；脑机信号云端分析模块使用第二秘钥对脑电信号解密后进行分析。
更进一步地，每一次脑电信号被分析后，脑机接口加密模块更新第一秘钥和第二秘钥。
一种电子设备，包括：
存储器，存储程序指令；
处理器，与所述存储器相连接，执行存储器中的程序指令，实现上述技术方案中任一所述基于区块链的脑机接口采集方法的步骤。
与现有技术相比，本发明的有益效果：
本方案系统总共可分为八个模块：用户视觉刺激模块、脑机信号源模块、脑机接口放大模块、脑机接口加密模块、脑机信号压缩模块、脑机信号传输模块、脑机信号云端分析模块、脑机外部设备模块，脑机信号云端分析模块可查看脑机信号源模块所产生的脑电信号，但要对脑电信号进行分析时，则需要通过区块链网络向脑机接口加密模块发起解密请求，解密成功后才能分析脑电信号，解决了脑机接口数据采集过程中的隐私泄露问题。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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，还可以根据这些附图获得其他相关的附图。
图1为本发明脑机接口采集装置架构图；
图2为本发明脑机信号源模块架构图；
图3为本发明用户视觉刺激模块架构图；
图4为本发明脑机接口放大模块架构图；
图5为本发明脑机信号传输模块架构图；
图6为本发明脑机外部设备模块架构图；
图7为电子设备结构图。
具体实施方式
下面将结合本发明实施例中附图，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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性，或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
实施例：
本发明通过下述技术方案实现，请参见图1，基于区块链的脑机接口采集装置，包括信号产生端、信号加密端、信号分析端，所述信号产生端用于经过视觉刺激后产生脑电信号，并将脑电信号传输至信号加密端；信号加密端通过区块链网络对脑电信号进行加密并压缩，以及根据信号分析端发起的解密请求对脑电信号进行解密；信号分析端可查看脑电信号，如果要对脑电信号进行分析时，则通过区块链网络向信号加密端发起解密请求，解密成功后即可对脑电信号进行分析。
请继续参见图1，所述信号产生端包括用户视觉刺激模块、脑机信号源模块、脑机接口放大模块，所述用户视觉刺激模块用于向脑机信号源模块呈现视觉刺激，该视觉刺激用于诱发用户（即用户视觉刺激模块）的特异性脑电波形。
根据脑机接口所使用的不同脑电特征，请参见图3，视觉刺激可以分为三类：基于事件相关电位脑机接口视觉刺激、基于稳态视觉诱发电位脑机接口视觉刺激、基于运动想象脑机接口视觉刺激。
其中基于事件相关电位脑机接口视觉刺激最适合高速和精确拼写字符器，该视觉刺激是基于拼写字符器的视觉奇异刺激范式，也成为行/列范式。基于稳态视觉诱发电位脑机接口视觉刺激取决于被试肢体运动、全身活动、执行特定认知任务、放松等想象运动，不需要外部刺激。想象运动的自发脑电信号也可以被分类输出控制信号，即事件相关去同步，其直接反应与被试主观运动的相关精神状态，而且没有任何外部诱发因素。基于运动想象脑机接口视觉刺激是大脑皮层受到外界的固定视觉刺激所诱发的特征电信号，该诱发响应通常包含与刺激频率相同的频率成分并产生有节律的周期性变化。
所述脑机信号源模块经过视觉刺激后产生脑电信号，然后将脑电信号发送至脑机接口放大模块，请参见图2，其中脑机信号源模块分为两种：模拟脑电信号源、真实使用者脑电信号源。在系统调试阶段，使用迷你脑电信号源；在系统使用阶段，使用真实使用者脑电信号源。
所述脑机接口放大模块获取到来自脑机信号源模块产生的脑电信号后，对脑电信号进行放大。请参见图4，脑机接口放大模块在对脑电信号进行放大时包括如下过程：选用0.6Hz~49.5Hz的运算放大器，同时利用跨阻并联电容，减小电路的截止频率；对于脑电信号的低频分量，采用隔直的方法直接剔除，降低原始脑电信号的噪声成分和干扰部分。为了屏蔽外界干扰，可以使用金属屏蔽罩将微弱信号部分覆盖，金属屏蔽罩外接电路地以改善电路的抗干扰能力。
所述信号加密端包括脑机接口加密模块、脑机信号压缩模块。所述脑机接口加密模块获取脑机接口放大模块进行放大后的脑电信号，对脑电信号进行加密处理。本方案中脑机接口加密模块内置有多种加密算法可供选择，如BCIRSA、BCIECC、BCIECDSA等。
脑机接口加密模块在对脑电信号加密和解密时，需使用两个不同的秘钥，比如可以用H秘钥（第一秘钥）将脑电信号进行加密，然后使用W秘钥（第二秘钥）来对脑电信号进行解密；相反，也可以使用W秘钥对脑电信号进行加密，使用H秘钥来对脑电信号进行解密。
脑机接口加密模块使用第一秘钥加密后的脑电信号是可以供数据使用者（信号分析端）获取查看的，但是数据使用者不能对其进行分析，所以如果要对脑电信号进行分析时，则需要向脑机接口加密模块发起基于区块链网络的解密请求，使得脑机接口加密模块使用第二秘钥对脑电信号进行解密，或者数据使用者获取到脑机接口加密模块发送的第二秘钥后对脑电信号进行解密。
由于脑机接口加密模块对脑电信号进行加密处理后，脑电信号数据量仍然较大，如果将脑电信号直接在网络中传输的话，那么数据将无法进行有效的实时传输。本方案使用脑电信号压缩模块对加密处理后的电脑信号进行有效地压缩处理，然后上传到信号分析端。具体而言，首先使用深度学习算法找到脑电信号的一致性，生成压缩矩阵；使用压缩矩阵对脑机接口数据进行压缩处理，以一种最为精简的形式将数据的冗余度降到降低。由于脑电信号的一致性较高，通常可以取得较高的压缩率。
所述信号分析端包括脑机信号传输模块、脑机信号云端分析模块、脑机外部设备模块。脑电信号经过压缩后，通过脑机信号传输模块上传至脑机信号云端分析模块，请参见图5，脑机信号传输模块可以有三种传输方式：局域网上传方式、4G模块上传方式、5G模块上传方式。
脑机信号云端分析模块获取到加密的脑电信号后，数据使用者将可以自由的看到该数据，此时数据使用者查看的脑电信号是加密的。如果数据使用者需要分析（或处理）该脑电信号数据，则需要通过区块链网络向脑机接口加密模块发起解密请求，待脑机接口加密模块对脑电信号解密成功后，数据使用者即可分析（或处理）该数据。
脑机信号云端分析模块需要分析脑电信号时，撰写数据使用请求信息data，使用哈希算法对数据使用请求信息进行计算，得到H1=hash(data)，通过脑机信号云端分析模块自身的私钥对H1进行签名，得到S(H1)；基于区块链网络将签名S(H1)和数据使用请求信息data发送至脑机接口加密模块。
脑机接口加密模块使用脑机信号云端分析模块的公钥对S(H1)进行解密，得到H2=hash(data)；对H1和H2进行比较，如果H1=H2，则通过区块链网络将第二秘钥以加密形式发送至脑机信号云端分析模块；脑机信号云端分析模块使用第二秘钥对脑电信号解密后进行分析。
脑机信号云端分析模块对脑电信号进行分析可获得用户运动意图，再将用户运动意图发送至脑机外部设备模块。脑机外部设备模块获取用户运动意图后执行用户的运动意图，脑机外部设备模块具有多种执行选择，请参见图6，包括但不限于脑控外骨骼设备、脑控机械臂设备、脑控灯设备。
基于上述系统，本方案还提出一种基于区块链的脑机接口采集方法，包括以下步骤：
步骤S1，信号产生端经过视觉刺激后产生脑电信号，并将脑电信号传输至信号加密端。
用户视觉刺激模块向脑机信号源模块呈现视觉刺激，使得脑机信号源模块产生脑电信号；呈现的所述视觉刺激包括基于基于事件相关电位脑机接口视觉刺激、基于稳态视觉诱发电位脑机接口视觉刺激、基于运动想象脑机接口视觉刺激；所述脑机信号源模块为模拟脑电信号源或真实使用者脑电信号源。
脑机信号源模块将产生的脑电信号发送至脑机接口放大模块进行放大，脑机接口放大模块选用0.6Hz~49.5Hz的运算放大器对脑电信号进行放大后，利用跨阻并联电容减小电路的截止频率；采用隔直的方式对脑电信号的低频分量进行剔除，从而降低原始信号的噪声成分和干扰部分。
步骤S2，信号加密端通过区块链网络对信号产生端传输的脑电信号进行加密并压缩后，传输至信号分析端。
脑机接口加密模块获取脑电信号后，通过区块链网络使用第一秘钥对脑电信号进行加密处理；脑机信号压缩模块对加密后的脑电信号进行压缩。
步骤S3，信号分析端查看信号加密端所加密后的脑电信号，若要对脑电信号进行分析，则通过区块链网络向信号加密断发起解密请求，解密成功后对脑电信号进行分析。
脑机信号传输模块将加密和压缩后的脑电信号传输至脑机信号云端分析模块，脑机信号云端分析模块查看脑电信号；
脑机信号云端分析模块需要分析脑电信号时，撰写数据使用请求信息data，使用哈希算法对数据使用请求信息进行计算，得到H1=hash(data)，通过自身私钥对H1进行签名，得到S(H1)；基于区块链网络将签名S(H1)和数据使用请求信息data发送至脑机接口加密模块。
脑机接口加密模块使用脑机信号云端分析模块的公钥对S(H1)进行解密，得到H2=hash(data)；对H1和H2进行比较，如果H1=H2，则通过区块链网络将第二秘钥以加密形式发送至脑机信号云端分析模块；脑机信号云端分析模块使用第二秘钥对脑电信号解密后进行分析。
请参见图4，本实施例同时提供了一种电子设备，该电子设备可以包括处理器和存储器，其中存储器耦合至处理器。值得注意的是，该图是示例性的，还可以使用其他类型的结构来补充或替代该结构。
如图7所示，该电子设备还可以包括：输入单元、显示单元和电源。值得注意的是，该电子设备也并不是必须要包括图7中显示的所有部件。此外，电子设备还可以包括图7中没有示出的部件，可以参考现有技术。
处理器有时也称控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该处理器接收输入并控制电子设备的各个部件的操作。
其中，存储器例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其他合适装置中的一种或多种，可存储上述处理器的配置信息、处理器执行的指令、记录的表格数据等信息。处理器可以执行存储器存储的程序，以实现信息存储或处理等。在一个实施例中，存储器中还包括缓冲存储器，即缓冲器，以存储中间信息。
输入单元例如用于向处理器提供本体的数据或者数据持有方所拥有的数据。显示单元用于显示处理过程中的各种结果，例如页面中展示的实体、关系、属性等等，该显示单元例如可以为LCD显示器，但本发明并不限于此。电源用于为电子设备提供电力。
本发明实施例还提供一种计算机可读指令，其中当在电子设备中执行所述指令时，所述程序使得电子设备执行本发明方法所包含的操作步骤。
本发明实施例还提供一种存储有计算机可读指令的存储介质，其中所述计算机可读指令使得电子设备执行本发明方法所包含的操作步骤。
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、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。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-OnlyMemory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.基于区块链的脑机接口采集装置，其特征在于：包括：
信号产生端，用于经过视觉刺激后产生脑电信号，并将脑电信号传输至信号加密端；
信号加密端，通过区块链网络对信号产生端传输的脑电信号进行加密并压缩，以及根据信号分析端发起的解密请求对脑电信号进行解密；
信号分析端，用于查看脑电信号，以及通过区块链网络向信号加密端所加密的脑电信号发起解密请求，解密成功后对脑电信号进行分析。
2.根据权利要求1所述的基于区块链的脑机接口采集装置，其特征在于：所述信号产生端包括用户视觉刺激模块、脑机信号源模块、脑机接口放大模块，其中，
所述用户视觉刺激模块用于向脑机信号源模块呈现视觉刺激，使得脑机信号源模块产生脑电信号；呈现的所述视觉刺激包括基于事件相关电位脑机接口视觉刺激、基于稳态视觉诱发电位脑机接口视觉刺激、基于运动想象脑机接口视觉刺激；
所述脑机信号源模块用于产生脑电信号后，将脑电信号发送至脑机接口放大模块；所述脑机信号源模块为模拟脑电信号源或真实使用者脑电信号源；
所述脑机接口放大模块用于对脑机信号源模块产生的脑电信号进行放大后，降低其噪声成分和干扰成分。
3.根据权利要求1所述的基于区块链的脑机接口采集装置，其特征在于：所述信号加密端包括脑机接口加密模块、脑机信号压缩模块，其中，
所述脑机接口加密模块用于获取脑电信号后通过区块链网络对其进行加密处理，以及根据信号分析端发起的解密请求对脑电信号进行解密；在对脑电信号进行加密处理时使用第一秘钥进行加密，在对脑电信号进行解密时使用第二秘钥进行解密；
所述脑机信号压缩模块用于对加密后的脑电信号进行压缩处理。
4.根据权利要求1所述的基于区块链的脑机接口采集装置，其特征在于：所述信号分析端包括脑机信号传输模块、脑机信号云端分析模块、脑机外部设备模块，其中，
所述脑机信号传输模块用于将加密并压缩后的脑电信号上传至脑机信号云端分析模块；传输方式包括局域网上传方式、4G模块上传方式、5G模块上传方式；
所述脑机信号云端分析模块用于通过脑机信号传输模块获取到脑电信号后进行查看，以及通过区块链网络向信号加密端发起解密请求且解密成功后，对脑电信号进行分析以获得用户运动意图；
所述脑机外部设备模块用于从脑机信号云端分析模块获取用户运动意图后执行用户的运动意图；所述脑机外部设备模块包括脑控外骨骼设备、脑控机械臂设备、脑控灯设备。
5.基于区块链的脑机接口采集方法，其特征在于：包括以下步骤：
步骤S1，信号产生端经过视觉刺激后产生脑电信号，并将脑电信号传输至信号加密端；
步骤S2，信号加密端通过区块链网络对信号产生端传输的脑电信号进行加密并压缩后，传输至信号分析端；
步骤S3，信号分析端查看信号加密端所加密后的脑电信号，若要对脑电信号进行分析，则通过区块链网络向信号加密断发起解密请求，解密成功后对脑电信号进行分析。
6.根据权利要求5所述的基于区块链的脑机接口采集方法，其特征在于：所述步骤S1具体包括以下步骤：
用户视觉刺激模块向脑机信号源模块呈现视觉刺激，使得脑机信号源模块产生脑电信号；呈现的所述视觉刺激包括基于基于事件相关电位脑机接口视觉刺激、基于稳态视觉诱发电位脑机接口视觉刺激、基于运动想象脑机接口视觉刺激；所述脑机信号源模块为模拟脑电信号源或真实使用者脑电信号源；
脑机信号源模块将产生的脑电信号发送至脑机接口放大模块进行放大，脑机接口放大模块选用0.6Hz~49.5Hz的运算放大器对脑电信号进行放大后，利用跨阻并联电容减小电路的截止频率；采用隔直的方式对脑电信号的低频分量进行剔除，从而降低原始信号的噪声成分和干扰部分。
7.根据权利要求5所述的基于区块链的脑机接口采集方法，其特征在于：所述步骤S2具体包括以下步骤：脑机接口加密模块获取脑电信号后，通过区块链网络使用第一秘钥对脑电信号进行加密处理；脑机信号压缩模块对加密后的脑电信号进行压缩。
8.根据权利要求5所述的基于区块链的脑机接口采集方法，其特征在于：所述步骤S3具体包括以下步骤：
脑机信号传输模块将加密和压缩后的脑电信号传输至脑机信号云端分析模块，脑机信号云端分析模块查看脑电信号；
脑机信号云端分析模块需要分析脑电信号时，撰写数据使用请求信息data，使用哈希算法对数据使用请求信息进行计算，得到H1=hash(data)，通过自身私钥对H1进行签名，得到S(H1)；基于区块链网络将签名S(H1)和数据使用请求信息data发送至脑机接口加密模块；
脑机接口加密模块使用脑机信号云端分析模块的公钥对S(H1)进行解密，得到H2=hash(data)；对H1和H2进行比较，如果H1=H2，则通过区块链网络将第二秘钥以加密形式发送至脑机信号云端分析模块；脑机信号云端分析模块使用第二秘钥对脑电信号解密后进行分析。
9.根据权利要求8所述的基于区块链的脑机接口采集方法，其特征在于：每一次脑电信号被分析后，脑机接口加密模块更新第一秘钥和第二秘钥。
10.一种电子设备，其特征在于：包括：
存储器，存储程序指令；
处理器，与所述存储器相连接，执行存储器中的程序指令，实现权利要求5-9任一所述基于区块链的脑机接口采集方法的步骤。
CN202210435098.8A 2022-04-24 2022-04-24 基于区块链的脑机接口采集装置、方法、电子设备 Pending CN114781451A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210435098.8A CN114781451A (zh) 2022-04-24 2022-04-24 基于区块链的脑机接口采集装置、方法、电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210435098.8A CN114781451A (zh) 2022-04-24 2022-04-24 基于区块链的脑机接口采集装置、方法、电子设备

Publications (1)

Publication Number Publication Date
CN114781451A true CN114781451A (zh) 2022-07-22

Family

ID=82432752

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210435098.8A Pending CN114781451A (zh) 2022-04-24 2022-04-24 基于区块链的脑机接口采集装置、方法、电子设备

Country Status (1)

Country Link
CN (1) CN114781451A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115828208A (zh) * 2022-12-07 2023-03-21 北京理工大学 一种基于云边协同的触觉脑电解锁方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115828208A (zh) * 2022-12-07 2023-03-21 北京理工大学 一种基于云边协同的触觉脑电解锁方法及系统
CN115828208B (zh) * 2022-12-07 2023-09-08 北京理工大学 一种基于云边协同的触觉脑电解锁方法及系统

Similar Documents

Publication Publication Date Title
Ienca et al. Hacking the brain: brain–computer interfacing technology and the ethics of neurosecurity
Chen et al. A high-security EEG-based login system with RSVP stimuli and dry electrodes
Mosenia et al. Wearable medical sensor-based system design: A survey
Ramadan et al. Basics of brain computer interface
Li et al. Brain-computer interface applications: Security and privacy challenges
US20140228701A1 (en) Brain-Computer Interface Anonymizer
Rutkowski et al. Tactile and bone-conduction auditory brain computer interface for vision and hearing impaired users
US20170119270A1 (en) System and method for electric brain stimulator
Roh et al. A wearable neuro-feedback system with EEG-based mental status monitoring and transcranial electrical stimulation
BRPI1100261B1 (pt) Processo e dispositivo para interface cérebro-computador
Mansour et al. Efficacy of brain–computer interface and the impact of its design characteristics on poststroke upper-limb rehabilitation: A systematic review and meta-analysis of randomized controlled trials
US11311220B1 (en) Deep learning model-based identification of stress resilience using electroencephalograph (EEG)
Li et al. Identifying Patients with Poststroke Mild Cognitive Impairment by Pattern Recognition of Working Memory Load‐Related ERP
Xu et al. Removal of muscle artefacts from few‐channel EEG recordings based on multivariate empirical mode decomposition and independent vector analysis
Chaudhary et al. Emerging threats to security and privacy in brain computer interface
Jochumsen et al. Classification of Hand Grasp Kinetics and Types Using Movement‐Related Cortical Potentials and EEG Rhythms
CN114781451A (zh) 基于区块链的脑机接口采集装置、方法、电子设备
Sundararajan Privacy and security issues in brain computer interfaces
Shukla et al. Thinking unveiled: An inference and correlation model to attack eeg biometrics
Chen et al. Effects of visual attention on tactile P300 BCI
Quiles Pérez et al. Breaching Subjects’ Thoughts Privacy: A Study with Visual Stimuli and Brain‐Computer Interfaces
Sarvghadi et al. The effects of neurofeedback training on short-term memory and quality of life in women with breast cancer
Akgul et al. An unforced megastable chaotic oscillator and its application on protecting electrophysiological signals
Neupane et al. Peep: Passively eavesdropping private input via brainwave signals
Belkacem Cybersecurity framework for P300-based brain computer interface

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