一种基于脑电信号的眨眼检测系统技术方案

本发明专利技术公开了一种基于脑电信号的眨眼检测系统，该系统通过信号采集模块获取待识别脑电信号，将待识别脑电信号发送至检测模块，以基于脑电信号进行眨眼检测。检测模块通过预设幅度阈值和预设单次眨眼周期判断是否存在单次眨眼信号，和/或，通过预设幅度阈值和预设双次眨眼周期判断是否存在连续双次眨眼信号，实现了单次眨眼检测和/或连续双次眨眼检测。通过结合脑电信号幅值和脑电信号周期两方面进行眨眼识别，提高了眨眼的检测准确性，解决了现有技术眨眼检测精度低的技术问题，并且，无需采集样本，解决了模型训练的识别方法对样本数要求高的技术问题。数要求高的技术问题。数要求高的技术问题。

【技术实现步骤摘要】
一种基于脑电信号的眨眼检测系统


[0001]本专利技术涉及脑电信号识别
，尤其涉及一种基于脑电信号的眨眼检测系统。

技术介绍

[0002]随着交互设备的发展，可以通过检测用户眨眼对设备进行相应控制。现有的眨眼检测方法，大多是基于眼电信号的特征值和基于脑电信号的深度学习或者机器学习方法识别是否眨眼。然而，采集眼电信号需要佩戴的设备较为复杂，不方便用户使用，且基于眼电信号特征值的检测精度较低。基于脑电信号的深度学习方法需要大量数据进行模型训练，对样本数要求高。
[0003]在实现本专利技术的过程中，发现现有技术中至少存在以下技术问题：眨眼检测精度低，并且，用户佩戴的设备复杂，舒适感差；模型训练对样本数要求高。

技术实现思路

[0004]本专利技术提供了一种基于脑电信号的眨眼检测系统，以解决现有技术眨眼检测精度低，需用户佩戴复杂设备、舒适感差的技术问题，并且，无需采集样本，解决了模型训练对样本数要求高的技术问题。
[0005]根据本专利技术的一方面，提供了一种基于脑电信号的眨眼检测系统，所述系统包括信号采集模块和检测模块，其中；
[0006]所述信号采集模块，用于获取待识别脑电信号，将所述待识别脑电信号发送至所述检测模块；
[0007]所述检测模块，用于基于预设幅度阈值和预设单次眨眼周期，判断所述待识别脑电信号中是否存在单次眨眼信号；和/或，基于所述预设幅度阈值和预设双次眨眼周期，判断所述待识别脑电信号中是否存在连续双次眨眼信号。
[0008]可选的，所述检测模块包括单次眨眼识别单元；
[0009]所述单次眨眼识别单元，用于若所述待识别脑电信号中幅度绝对值大于所述预设幅度阈值时的谷点的数量以及峰点的数量均等于预设数量，且，所述待识别脑电信号中包含所述谷点和所述峰点的子信号的周期长度不超过所述预设单次眨眼周期，则确定所述待识别脑电信号中存在单次眨眼信号。
[0010]可选的，所述检测模块包括双次眨眼识别单元；
[0011]所述双次眨眼识别单元，用于若所述待识别脑电信号中幅值大小相近的两个点之间的时间差小于所述预设双次眨眼周期，且，所述幅值大小相近的两个点的幅值均大于所述预设幅度阈值，则确定所述待识别脑电信号中存在连续双次眨眼信号。
[0012]可选的，所述双次眨眼识别单元具体用于：
[0013]按照幅值从小到大或从大到小的排序规则，对所述待识别脑电信号中的各个点进行排序，得到目标排序结果，并基于所述目标排序结果中各个点在所述待识别脑电信号中
的时间位置，生成与所述目标排序结果对应的索引结果；
[0014]基于所述目标排序结果以及所述预设幅度阈值，判断所述待识别脑电信号中是否存在幅值大小相近的两个点的幅值均大于所述预设幅度阈值的情况；
[0015]若是，则基于所述索引结果，确定幅值大于所述预设幅度阈值的幅值大小相近的两个点之间的时间差，判断所述时间差是否小于所述预设双次眨眼周期，若是，则确定所述待识别脑电信号中存在连续双次眨眼信号。
[0016]可选的，所述双次眨眼识别单元，还用于根据预设点数量，从所述目标排序结果中选取最大幅值点以及与所述最大幅值点依次相近的各个点，得到待检测排序结果；
[0017]针对所述待检测排序结果中任意相近的两个待检测点，基于所述预设幅度阈值以及各所述待检测点的幅值，判断所述待识别脑电信号中是否存在幅值大小相近的两个点的幅值均大于所述预设幅度阈值的情况。
[0018]可选的，所述信号采集模块具体用于：
[0019]基于预设单次采样时长获取原始脑电信号，根据预设检测窗口时长以及预设窗口滑动时长，确定与所述原始脑电信号对应的各待识别脑电信号，将各所述待识别脑电信号发送至所述检测模块。
[0020]可选的，所述系统还包括信号预处理模块；
[0021]所述信号预处理模块，用于获取所述信号采集模块发送至所述检测模块的待识别脑电信号，对所述待识别脑电信号进行工频陷波处理和带通滤波处理，基于滤波处理结果更新所述待识别脑电信号，并将更新后的所述待识别脑电信号发送至所述检测模块。
[0022]可选的，所述检测模块，还用于若基于所述预设幅度阈值和所述预设单次眨眼周期，判断出所述待识别脑电信号中不存在单次眨眼信号，则基于所述预设幅度阈值和所述预设双次眨眼周期，判断所述待识别脑电信号中是否存在连续双次眨眼信号。
[0023]可选的，所述检测模块，还用于若基于所述预设幅度阈值和所述预设双次眨眼周期，判断出所述待识别脑电信号中不存在连续双次眨眼信号，则基于所述预设幅度阈值和所述预设单次眨眼周期，判断所述待识别脑电信号中是否存在单次眨眼信号。
[0024]可选的，所述检测模块，还用于在判断出所述待识别脑电信号中存在单次眨眼信号和/或连续双次眨眼信号时，生成眨眼控制信号发送至交互控制设备，或将所述单次眨眼信号和/或所述连续双次眨眼信号从所述待识别脑电信号中剔除。
[0025]本专利技术实施例提供的基于脑电信号的眨眼检测系统，通过信号采集模块获取待识别脑电信号，将待识别脑电信号发送至检测模块，以基于脑电信号进行眨眼检测，解决了现有技术中采集眼电信号需佩戴复杂设备的技术问题，并且，检测模块通过预设幅度阈值和预设单次眨眼周期判断是否存在单次眨眼信号，和/或，通过预设幅度阈值和预设双次眨眼周期判断是否存在连续双次眨眼信号，实现了单次眨眼识别和/或连续双次眨眼检测，通过结合脑电信号幅值和脑电信号周期两方面进行眨眼识别，提高了眨眼的检测准确性，解决了现有技术眨眼检测精度低的技术问题，并且，无需采集样本，解决了模型训练的识别方法对样本数要求高的技术问题。
[0026]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0027]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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的附图。
[0028]图1是本专利技术实施例一提供的一种基于脑电信号的眨眼检测系统的结构示意图；
[0029]图2是本专利技术实施例二提供的一种基于脑电信号的眨眼检测系统的结构示意图。
具体实施方式
[0030]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都应当属于本专利技术保护的范围。
[0031]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于脑电信号的眨眼检测系统，其特征在于，所述系统包括信号采集模块和检测模块，其中；所述信号采集模块，用于获取待识别脑电信号，将所述待识别脑电信号发送至所述检测模块；所述检测模块，用于基于预设幅度阈值和预设单次眨眼周期，判断所述待识别脑电信号中是否存在单次眨眼信号；和/或，基于所述预设幅度阈值和预设双次眨眼周期，判断所述待识别脑电信号中是否存在连续双次眨眼信号。2.根据权利要求1所述的系统，其特征在于，所述检测模块包括单次眨眼识别单元；所述单次眨眼识别单元，用于若所述待识别脑电信号中幅度绝对值大于所述预设幅度阈值时的谷点的数量以及峰点的数量均等于预设数量，且，所述待识别脑电信号中包含所述谷点和所述峰点的子信号的周期不超过所述预设单次眨眼周期，则确定所述待识别脑电信号中存在单次眨眼信号。3.根据权利要求1所述的系统，其特征在于，所述检测模块包括双次眨眼识别单元；所述双次眨眼识别单元，用于若所述待识别脑电信号中幅值大小相近的两个点之间的时间差小于所述预设连续双次眨眼周期，且，所述幅值大小相近的两个点的幅值均大于所述预设幅度阈值，则确定所述待识别脑电信号中存在连续双次眨眼信号。4.根据权利要求3所述的系统，其特征在于，所述双次眨眼识别单元具体用于：按照幅值从小到大或从大到小的排序规则，对所述待识别脑电信号中的各个点进行排序，得到目标排序结果，并基于所述目标排序结果中各个点在所述待识别脑电信号中的时间位置，生成与所述目标排序结果对应的索引结果；基于所述目标排序结果以及所述预设幅度阈值，判断所述待识别脑电信号中是否存在幅值大小相近的两个点的幅值均大于所述预设幅度阈值的情况；若是，则基于所述索引结果，确定幅值大于所述预设幅度阈值的幅值大小相近的两个点之间的时间差，判断所述时间差是否小于所述预设双次眨眼周期，若是，则确定所述待识别脑电信号中存在连续双次眨眼信号。5.根据权利要求4所述的系统，其特征在于...

【专利技术属性】
技术研发人员：王浩冲，史改革，董文丽，
申请(专利权)人：西安臻泰智能科技有限公司，
类型：发明
国别省市：