TWM557092U - 基於腦波識別建構之心動程度評估系統 - Google Patents
基於腦波識別建構之心動程度評估系統 Download PDFInfo
- Publication number
- TWM557092U TWM557092U TW106217616U TW106217616U TWM557092U TW M557092 U TWM557092 U TW M557092U TW 106217616 U TW106217616 U TW 106217616U TW 106217616 U TW106217616 U TW 106217616U TW M557092 U TWM557092 U TW M557092U
- Authority
- TW
- Taiwan
- Prior art keywords
- brain wave
- evaluation unit
- unit
- index evaluation
- user
- Prior art date
Links
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本創作係有關於一種基於腦波識別建構之心動程度評估系統，其主要包含有腦波擷取單元、心動指數評估單元及一雲端資料庫，其中所述腦波擷取單元為供使用者穿戴於頭部，以擷取使用者腦波訊號，且所述腦波擷取單元連結一介面單元而傳輸腦波訊號至所述心動指數評估單元進行評估，所述心動指數評估單元連結雲端資料庫，並透過所述雲端資料庫進行檢測與分析；藉此，透過結合腦波分析與資料探勘演算法，能將心動的感覺轉變成量化數據，讓使用者能了解自身的心動狀態或他人是否對他有心動，也透過量化的數據成像，更有效的掌握雙方心動感覺的程度，進而有效提升配對成功率。
Description
本創作係有關於一種基於腦波識別建構之心動程度評估系統，尤指一種結合腦波分析、行動應用與雲端服務的基於腦波識別建構之心動程度評估系統為其創作應用者。
按，近年來，因科技發展快速，網路成為人際關係的熱門媒介，能夠認識許多來自不同領域的網友，而網路交友顧名思義的就是透過網路的連線與他人交談、互動，是一種透過文字、語音、影像與陌生人建立友誼的方式。許多人因現實生活中朋友較少，周遭朋友一成不變，進而想透過交友網站、即時通訊軟體、線上聊天室、線上遊戲和虛擬社群等方式，認識新朋友發展進一步的人際關係，同時網路交友也成為現今一股風潮，越來越多人透過網路交友相識進而交往。
然而，現代人談戀愛常常講求「感覺要對」、「要看對眼」、「要有怦然心動的感覺(Feel)」，而這些主觀的感覺往往是影響雙方是否願意進一步認識的重要因素，但這些主觀感覺卻偏偏是模糊且難以用言語來表達和理解的；在戀愛過程中，總是有某些種類的人、或是有著某種特質的人，最容易吸引你、最容易讓你心動，套一句現代人的說法「這是不是我的菜」。對於上述的這些問題，一直沒有一個正確的答案來告訴我們，所謂的心動
到底是什麼，因此，有效的呈現與量化心動情緒這樣抽象的主觀感覺或感受是一件值得探討的議題。
緣是，創作人有鑑於此，秉持多年該相關行業之豐富設計開發及實際製作經驗，提供一種基於腦波識別建構之心動程度評估系統，能透過行動手持裝置讓使用者了解與掌握自身對異性的心動程度，並推薦對使用者心動的對象作為配對考量，藉由心動指數的高低，達到更精準的配對，以期達到更佳實用價值性之目的者。
本創作之主要目的在於提供一種基於腦波識別建構之心動程度評估系統，尤指一種結合腦波分析、行動應用與雲端服務的基於腦波識別建構之心動程度評估系統為目的者。
本創作基於腦波識別建構之心動程度評估系統之主要目的與功效，係由以下具體技術手段所達成：其主要包含有腦波擷取單元、心動指數評估單元及一雲端資料庫，其中所述腦波擷取單元為供使用者穿戴於頭部，以擷取使用者腦波訊號，且所述腦波擷取單元連結一介面單元而傳輸腦波訊號至所述心動指數評估單元進行評估，所述心動指數評估單元連結雲端資料庫，並透過所述雲端資料庫進行檢測與分析；藉此，透過結合腦波分析與資料探勘演算法，能將心動的感覺轉變成量化數據，讓使用者能了解自身的心動狀態或他人是否對他有心動，也透過量化的數據成像，更有效的掌握雙方心動感覺的程度，進而有效提升配對成功率。
本創作基於腦波識別建構之心動程度評估系統的較佳實
施例，其中所述心動指數評估單元為由特徵轉換模組、推論模組及檢測結果與圖表分析模組所組成。
本創作基於腦波識別建構之心動程度評估系統的較佳實施例，其中所述雲端資料庫包含心動程度量測子資料庫及系統子資料庫。
(1)‧‧‧腦波擷取單元
(2)‧‧‧介面單元
(3)‧‧‧心動指數評估單元
(31)‧‧‧特徵轉換模組
(32)‧‧‧推論模組
(33)‧‧‧檢測結果與圖表分析模組
(4)‧‧‧雲端資料庫
(41)‧‧‧心動程度量測子資料庫
(42)‧‧‧系統子資料庫
第一圖：本創作之系統架構示意圖。
第二圖：本創作之介面顯示一示意圖。
第三圖：本創作之介面顯示二示意圖。
為令本創作所運用之技術內容、創作目的及其達成之功效有更完整且清楚的揭露，茲於下詳細說明之，並請一併參閱所揭之圖式及圖號：首先，請參閱第一~三圖所示，為本創作之基於腦波識別建構之心動程度評估系統架構、介面示意圖，其主要包含有：一腦波擷取單元(1)，為供使用者頭部穿戴於頭部，並擷取使用者腦波訊號的套件；一介面單元(2)，係對應連結所述腦波擷取單元(1)，為一使用者端操控傳輸接收腦波訊號及資訊的介面，所述介面單元(1)可為行動裝置如智慧型手機、平板…等等；一心動指數評估單元(3)，係與所述介面單元(2)連結並傳遞接收腦波訊號與資訊，所述心動指數評估單元(3)分析轉換腦波訊號，所述心動指數評估單元(3)包含特徵轉換模組(31)、推論模
組(32)及檢測結果與圖表分析模組(33)；一雲端資料庫(4)，係連結接收所述心動指數評估單元(3)所分析的腦波訊號及資訊，並將所接收的訊號進行量測分析再傳所述心動指數評估單元(3)。
請參閱第一~三圖所示，本創作之腦波擷取單元(1)為採用腦波耳機，為藉由單一乾式電極傳感器，置於前額葉處，採集大腦產生之生物訊號，其參考電極和電路接地系統連接於左耳垂，採樣頻率為512Hz。其ThinkGearTM晶片整合了對原始腦電訊號進行採集、濾波、放大、轉換、分析等數位訊號處理功能；當使用者穿戴腦波擷取單元(1)而擷取腦波訊號之後，經由介面單元(1)，如使用者的智慧型手機、平板…等等，將其傳送給心動指數評估單元(3)，而所述心動指數評估單元(3)為由特徵轉換模組(31)、推論模組(32)及檢測結果與圖表分析模組(33)所組成；係利用特徵轉換模組(31)將所接收的腦波訊號分析波型與特徵，再傳送至雲端資料庫(4)。
而所述雲端資料庫(4)包含心動程度量測子資料庫(41)及系統子資料庫(42)，利用心動程度量測子資料庫(41)依據內部資料，而進行腦波訊號的波型與特徵來進行演算，以獲得心動指數，同時，也經由系統子資料庫(42)存取記錄使用者個人資料及檢測過程與結果；接著，再將檢測結果的傳送至心動指數評估單元(3)，經推論模組分析，及檢測結果與圖表分析模組將檢測結果轉換成圖表；並將上述結果回傳至介面單元(1)中，讓使用者能了解自身的心動狀態或他人是否對他有心
動，也透過量化的數據成像，更有效的掌握雙方心動感覺的程度，進而有效提升配對成功率。
以下為實際使用的敘述，在實驗過程中使用NeuroSky公司所生產mind wave mobile單通道腦電圖儀器，收集腦波電極點為前額葉，採集的腦波資料以即時藍芽傳輸方式傳至雲端資料庫(4)；首先，找出不心動、普通、心動三個心動程度區間的圖片，實驗前會有60秒的休息時間讓使用者的腦波平靜下來，60秒後開始讓使用者依序看著這些圖片，同時收取使用者的腦波數據，並且在每張圖片結束後請使用者評一個1-10分的心動分數，來代表使用者主觀認定該張圖片對他來而言的心動的程度，並且在看完每張圖片後休息30秒，一直重複，直到實驗結束。
將腦波數據透過受測者主觀所評定的心動分數分成三個心動程度區間，透過ANOVA差異化分析進行特徵篩選，找出能有效區分心動程度區間的關鍵腦波特徵(midgammaSD、midgammaBig、deltaSmall)，將關鍵腦波特徵的相關腦波數據，經由Fuzzy C-Means(FCM)演算法去計算群中心點，得出不同心動程度分群的群中心點，每當有一個樣本資料進入時，透過群中心點及樣本點去計算歐幾里得距離的倒數加權，作為權重，接著計算該樣本隸屬於哪個心動區間的尺度分數，最後再透過最小最大縮放法(Min-Max-Scaling)將數值轉為0~100區間，以得出心動指數。之後，即可計算參數及記錄心動指數，於測驗結束後回傳至行動裝置並顯示，讓使用者可作為交友配對的篩選條件，來達到精準配對。
當於回傳至行動裝置的介面單元(2)之後，其行動裝置中架構有APP程式，能經由程式首頁看到會員的個人魅力五角圖分析以及大眾
戀愛行為分析[如第二圖所示]，而在數據分析頁面則可以看到大眾喜好分析的結果[如第三圖所示]。
而上述僅為數個可行之實施列敘述，但不侷限為上述幾種而以，然而前述之實施例或圖式並非限定本創作之產品態樣、結構或使用方式，任何所屬技術領域中具有通常知識者之適當變化或修飾，皆應視為不脫離本創作之專利範疇。
綜上所述，本創作實施例確能達到所預期之使用功效，又其所揭露之具體構造，不僅未曾見諸於同類產品中，亦未曾公開於申請前，誠已完全符合專利法之規定與要求，爰依法提出新型專利之申請，懇請惠予審查，並賜准專利，則實感德便。
Claims (4)
- 一種基於腦波識別建構之心動程度評估系統，其主要包含有：一腦波擷取單元，為供使用者頭部穿戴於頭部，並擷取使用者腦波訊號的套件；一介面單元，係對應連結所述腦波擷取單元，為一使用者端操控傳輸接收腦波訊號及資訊的介面；一心動指數評估單元，係與所述介面單元連結並傳遞接收腦波訊號與資訊，所述心動指數評估單元分析轉換腦波訊號；一雲端資料庫，係連結接收所述心動指數評估單元所分析的腦波訊號及資訊，並將所接收的訊號進行量測分析再傳所述心動指數評估單元。
- 如申請專利範圍第1項所述之基於腦波識別建構之心動程度評估系統，其中所述介面單元可為行動裝置。
- 如申請專利範圍第1或2項所述之基於腦波識別建構之心動程度評估系統，其中所述心動指數評估單元包含有將腦波訊號分析波型特徵的特徵轉換模組、接收雲端資料庫檢測結果而分析的推論模組及將檢測結果轉換成圖表的檢測結果與圖表分析模組者。
- 如申請專利範圍第1或2項所述之基於腦波識別建構之心動程度評估系統，其中所述雲端資料庫包含有將腦波訊號進行量測分析心動指數的心動程度量測子資料庫及記錄資訊的系統子資料庫。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW106217616U TWM557092U (zh) | 2017-11-27 | 2017-11-27 | 基於腦波識別建構之心動程度評估系統 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW106217616U TWM557092U (zh) | 2017-11-27 | 2017-11-27 | 基於腦波識別建構之心動程度評估系統 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| TWM557092U true TWM557092U (zh) | 2018-03-21 |
Family
ID=62192381
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW106217616U TWM557092U (zh) | 2017-11-27 | 2017-11-27 | 基於腦波識別建構之心動程度評估系統 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWM557092U (zh) |
-
2017
- 2017-11-27 TW TW106217616U patent/TWM557092U/zh unknown
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210267514A1 (en) | Method and apparatus for monitoring emotional compatibility in online dating | |
| US11202594B2 (en) | Stimulus information compiling method and system for tests | |
| Minhad et al. | Happy-anger emotions classifications from electrocardiogram signal for automobile driving safety and awareness | |
| KR102277820B1 (ko) | 반응정보 및 감정정보를 이용한 심리 상담 시스템 및 그 방법 | |
| Bi et al. | AutoDietary: A wearable acoustic sensor system for food intake recognition in daily life | |
| US20210118323A1 (en) | Method and apparatus for interactive monitoring of emotion during teletherapy | |
| Arapakis et al. | Interest as a proxy of engagement in news reading: Spectral and entropy analyses of EEG activity patterns | |
| Mendoza-Palechor et al. | Affective recognition from EEG signals: an integrated data-mining approach | |
| JP2014081913A (ja) | アンケート分析装置、アンケート分析システム、アンケート分析方法、及びプログラム | |
| CN111724896B (zh) | 一种基于多刺激图片或视频erp的毒瘾评估系统 | |
| Hossain et al. | Using temporal features of observers’ physiological measures to distinguish between genuine and fake smiles | |
| Holman et al. | Taking the Subjectivity out of UX Evaluation with Emotiv EPOC+ | |
| Tamulis et al. | Affective computing for ehealth using low-cost remote internet of things-based emg platform | |
| Peterson et al. | In your face: Emotional expressivity as a predictor of ideology | |
| Foglia et al. | Towards relating physiological signals to usability metrics: a case study with a web avatar | |
| Khushaba et al. | A neuroscientific approach to choice modeling: Electroencephalogram (EEG) and user preferences | |
| TWM557092U (zh) | 基於腦波識別建構之心動程度評估系統 | |
| Liu et al. | Emotion Recognition Through Observer's Physiological Signals | |
| KR101808956B1 (ko) | 대인 감성 평가 시스템 및 대인 감성 평가 정보를 수집하고 이용하는 방법 | |
| Pei et al. | Decoding emotional valence from EEG in immersive virtual reality | |
| KR101032913B1 (ko) | 뇌파 분석 시스템 및 그 방법 | |
| JP2016513297A (ja) | 視聴者の反応を分析する方法及び装置 | |
| Wu et al. | Integration of affective computing techniques and soft computing for developing a human affective recognition system for U-learning systems | |
| Whang | The emotional computer adaptive to human emotion | |
| Lopez et al. | Effect of Feedback Medium for Real-time Mastication Awareness Increase using Wearable Sensors. |