基于脑电数据的大脑相关指标的智能测评分析方法技术

本发明专利技术公开了基于脑电数据的大脑相关指标的智能测评分析方法，涉及脑电数据测评分析技术领域，包括以下步骤：S1、接收脑波数据：用于将脑电波数据进行接收、存储、记录；S2、异常脑波过滤：用于将S1中的异常数据进行过滤处理；S3、解析脑波数据，本发明专利技术的有益效果是：通过上述的脑波测评处理及分析方法，达到了用2

【技术实现步骤摘要】
基于脑电数据的大脑相关指标的智能测评分析方法


[0001]本专利技术涉及脑电数据测评分析
，具体为基于脑电数据的大脑相关指标的智能测评分析方法。

技术介绍

[0002]脑电信号分析处理方法近年来得到很快发展,并且开始应用于临床,进一步提高了诊断效果。现有技术较为死板，现有在通过脑电数据对孩童进行检测时，存在诸多问题，一方面为检测时都能耗费大量时间，对每个孩子大脑的优劣势指标检测不清晰，一方面使得难以进行正常诊断，造成了大多数的家长不知道如何给孩子选择培训课程问题，使得家长不清楚如何发挥孩子的特长，从而引发难题，因此本专利技术需要设计基于脑电数据的大脑相关指标的智能测评分析方法来解决上述出现的问题。

技术实现思路

[0003]本专利技术的目的在于提供基于脑电数据的大脑相关指标的智能测评分析方法，以解决上述
技术介绍
中提出的问题。
[0004]为实现上述目的，本专利技术提供如下技术方案：基于脑电数据的大脑相关指标的智能测评分析方法，包括以下步骤：
[0005]S1、接收脑波数据：用于将脑电波数据进行接收、存储、记录；
[0006]S2、异常脑波过滤：用于将S1中的异常数据进行过滤处理；
[0007]S3、解析脑波数据：用于将指定的格式重组一定时间段内采集的二个采集点的脑波数据组文件；
[0008]S4、重组脑波数据：用于将S3中的数据进行重新重组；
[0009]S5、计算相对指数：用于将脑波数据组文件进行频数统计分析，计算出该时间段内代表性的各种脑波的相对指数，计算出大脑相关指标的相对指数；
[0010]S6、对比判断：用于将S5中得出的大脑相关指标的相对指数与大脑各项相关指标的大数据常模区间判断规则作比对，判读出大脑相关指标对应的等级、分数及诊断文字描述；
[0011]S7、生成分析报告：用于将S1到S6中汇总的数据，进行判断得出该大脑各项相关指标在大数据常模判断规则中对应的等级，针对对应的等级给出对应的分数、状态文字描述、图文说明及改善建议，最终生成一份脑波测评综合分析报告。
[0012]优选的，所述步骤S5还包括以下内容：
[0013](1)、频数统计分析：通过数据统计计算出各种脑波的中位数，将该脑波数据组文件进行频数统计分析SPSS百分位数算法计算出中位数,该数为该时间段内代表大脑脑电波各种脑波的脑电数据相对值；
[0014](2)、归一化算法：各种脑波的中位数再做归一化处理得出对应的相对指数，通过归一化算法，计算出该时间段内代表性的各种脑波的相对指数；
[0015](3)、相关性分析算法：通过各类脑波与大脑相关指标的相关性算法得出对应的大脑相关指标的相对指数，判断得出该大脑各项相关指标在大数据常模判断规则中对应的等级。
[0016]优选的，所述步骤(1)中还包括以下内容：通过采集被检测者一段时间内100秒以上的脑波数据，然后按指定的格式重组采集的左右前额二个采集点的脑波数据组文件：δ1、θ1、α1、β1，δ2、θ2、α2、β2，将该脑波数据组文件进行频数统计分析SPSS百分位数算法分别计算出δ1、θ1、α1、β1，δ2、θ2、α2、β2的中位数,该数值为该时间段内代表大脑脑电波各种脑波的脑电数据相对指数，通过上述采集被检测者一定时间段内的脑波数据组计算出该时间段内代表性的各种脑波的相对指数。
[0017]优选的，所述步骤(2)中还包括以下内容：通过上述计算出来的各种脑波的脑电数据相对值，通过归一化算法将指数归一在0
‑
100之间。
[0018]优选的，所述步骤S1到步骤S5具体实施方法如下：
[0019]1)、得出各项大脑相关指标的相对指数，以此方法至少得出200组的数据组，该数据越多得出的常模判断区间越精准；
[0020]2)、得出的数据组通过专业的SPSS频数数据分析软件，采用5等分法得出各项大脑相关指标的相对指数的判断区间，从而得出了由好到差的5个判断区间，相对指数越小的区间评价的等级越高；
[0021]3)、针对每项大脑相关指标对应的不同区间相应的不同等级，有针对该等级状态的对应文字说明，包含心理、认知、情绪、行为、意志等不同维度的状态描述及改善建议；
[0022]4)、以上各项大脑相关指标的计算出来的不同区间、及对应的不同等级、不同等级对应的诊断说明及改善建议，形成了大脑各项相关指标的大数据常模区间判断规则文件。
[0023]优选的，所述步骤S1中数据格式为AA、δ1、θ1、α1、β1；BB、δ2、θ2、α2、β2。
[0024]优选的，所述步骤S2中过滤数值小于100的默认为100。
[0025]优选的，所述步骤S7分析报告的内容包含以下内容：
[0026]A、报告封面，包含被检测者的姓名、性别、出生年月日、检测日期，公司名称及logo；
[0027]B、报告的目录；
[0028]C、检测的大脑各项相关指标的介绍；
[0029]D、检测的综合指标解读；
[0030]E、各项大脑相关指标的分解报告解读，包含被检测者检测过程中的二个采集通道的各种脑波，如Delta波、Theta波、Alpha波、Beta波，实时脑波变化图，各项大脑相关指标通过与大数据常模区间判断规则文件比对出来的等级说明及该等级对应的状态文字描述及改善建议；
[0031]F、被检测者脑波数据分析统计，包含被检测者的Delta波、Theta波、Alpha波、Beta波的相对指数与大数据常模对应的脑波相对指数比对表，被检测者的各项大脑相关指标相对指数与与大数据常模对应的各项大脑相关指标相对指数的比对表，通过该比对表也可以大致评估出相应的等级。
[0032]优选的，所述步骤D还包括以下内容：大脑各项相关指标检测出来的等级列表及对应的100分制的相对指数、所有各项大脑相关指标的综合指数、反馈各项大脑相关指标等级
及相对指数的雷达图与直方图图表和将指标相对指数较高与较低的前1
‑
3位的相关指标呈现出来。
[0033]优选的，所述大脑相关指标包括以下内容：脑供氧、活跃度、放松度、交际力、均衡度、自信力、自控力、专注度、语言潜能、创新思维、想象能力、艺术潜能、音乐潜能、逻辑思维、记忆能力、阅读潜能。
[0034]与现有技术相比，本专利技术的有益效果是：通过上述的脑波测评处理及分析方法，达到了用2
‑
5分钟检测每个孩子的脑电波，快速、准确的了解每个孩子大脑的优劣势指标效果，指标分数高的说明是大脑的优势，指标分数较低的说明是大脑的劣势，解决了读取孩子的脑电波就可以计算出大脑的相关重要指标的同龄中所处的相对等级及对应的诊断报告的难题，解决了大多数的家长不知道如何给孩子选择培训课程问题，解决了家长如何发挥孩子的特长，弥补孩子不足的难题。
附图说明
[0035]图1为本专利技术流程示意图；
[0036]图2为本专利技术大脑相关指标的相对指数数据组图；
[0037]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于脑电数据的大脑相关指标的智能测评分析方法，其特征在于，包括以下步骤：S1、接收脑波数据：用于将脑电波数据进行接收、存储、记录；S2、异常脑波过滤：用于将S1中的异常数据进行过滤处理；S3、解析脑波数据：用于将指定的格式重组一定时间段内采集的二个采集点的脑波数据组文件；S4、重组脑波数据：用于将S3中的数据进行重新重组；S5、计算相对指数：用于将脑波数据组文件进行频数统计分析，计算出该时间段内代表性的各种脑波的相对指数，计算出大脑相关指标的相对指数；S6、对比判断：用于将S5中得出的大脑相关指标的相对指数与大脑各项相关指标的大数据常模区间判断规则作比对，判读出大脑相关指标对应的等级、分数及诊断文字描述；S7、生成分析报告：用于将S1到S6中汇总的数据，进行判断得出该大脑各项相关指标在大数据常模判断规则中对应的等级，针对对应的等级给出对应的分数、状态文字描述、图文说明及改善建议，最终生成一份脑波测评综合分析报告。2.根据权利要求1所述的基于脑电数据的大脑相关指标的智能测评分析方法，其特征在于，所述步骤S5还包括以下内容：(1)、频数统计分析：通过数据统计计算出各种脑波的中位数，将该脑波数据组文件进行频数统计分析SPSS百分位数算法计算出中位数,该数为该时间段内代表大脑脑电波各种脑波的脑电数据相对值；(2)、归一化算法：各种脑波的中位数再做归一化处理得出对应的相对指数，通过归一化算法，计算出该时间段内代表性的各种脑波的相对指数；(3)、相关性分析算法：通过各类脑波与大脑相关指标的相关性算法得出对应的大脑相关指标的相对指数，判断得出该大脑各项相关指标在大数据常模判断规则中对应的等级。3.根据权利要求2所述的基于脑电数据的大脑相关指标的智能测评分析方法，其特征在于，所述步骤(1)中还包括以下内容：通过采集被检测者一段时间内100秒以上的脑波数据，然后按指定的格式重组采集的左右前额二个采集点的脑波数据组文件：δ1、θ1、α1、β1，δ2、θ2、α2、β2，将该脑波数据组文件进行频数统计分析SPSS百分位数算法分别计算出δ1、θ1、α1、β1，δ2、θ2、α2、β2的中位数,该数值为该时间段内代表大脑脑电波各种脑波的脑电数据相对指数，通过上述采集被检测者一定时间段内的脑波数据组计算出该时间段内代表性的各种脑波的相对指数。4.根据权利要求2所述的基于脑电数据的大脑相关指标的智能测评分析方法，其特征在于，所述步骤(2)中还包括以下内容：通过上述计算出来的各种脑波的脑电数据相对值，通过归一化算法将指数归一在0
‑
100之间。5.根据权利要求1所述的基于脑电数据的大脑相关指标的智能测评分析方法，其特征在于：所述步骤S1到步骤...

【专利技术属性】
技术研发人员：谭利红，黄杰锋，
申请(专利权)人：谭利红，
类型：发明
国别省市：