专注度监测方法及系统、存储介质及电子设备技术方案

本发明专利技术提供一种专注度监测方法及系统、存储介质及电子设备，包括以下步骤：获取受试者在专注状态和非专注状态下的脑电信号；基于所述脑电信号生成所述受试者对应的专注度监测模型；基于所述专注度监测模型获取所述受试者的专注度水平指标。本发明专利技术的专注度监测方法及系统、存储介质及电子设备，通过受试者的专注度监测模型来实现专注度监测，大大提高了专注度监测的准确性。度监测的准确性。度监测的准确性。

【技术实现步骤摘要】
专注度监测方法及系统、存储介质及电子设备


[0001]本专利技术涉及专注度监测的
，特别是涉及一种专注度监测方法及系统、存储介质及电子设备。

技术介绍

[0002]脑电信号可以被分为两大类，一类被称为时间相关脑电波，又被称为诱发性脑电，是大脑受到刺激后做出反应，产生的脑电信号波动；而另一类被称为自发性脑电波，与诱发性脑电信号相反，它是指大脑自发产生的有规律性的电位信号。
[0003]脑电信号的研究迄今已经有近八十多年的历史，在科技、军事、娱乐、虚拟现实等诸多方面都有显著的应用。特别是针对临床医疗，其作为反映大脑功能状态的重要指标，过去现在及未来都不失其在临床诊断及科学研究的价值。现有研究显示，临床脑电记录分析的脑电频率大致范围在1.0～100Hz，其主要频段汇集于0.3～30Hz之间，可划分为四个重要波段，即δ(0.5～4Hz)、θ(4～8Hz)、α(8～12Hz)、β(12～22Hz)，分别为delta、theta、alpha和beta节律，其频率范围和波形图如图1所示。
[0004]脑电信号产生的频率较为丰富，不同波段的脑电信号与思想或者活动的不同状态相关。比如当精神紧张或是情绪亢奋时会出现β波，人在疲劳或是精神抑郁时θ波会比较显著。可见脑电波如同脑功能状态的指示器，在不同的年龄、身体状态、心理状态下都有不同的脑电信号特征显示。对脑波信号进行进一步的分类的意义不言而喻。这不仅与人的精神和生理健康息息相关，而且为脑波控制设备的研发开创了理论基础。
[0005]根据神经科学的研究成果，注意力状态与脑电信号的节律的相关性得到了普遍的承认。在1985年，William等人发现，在脑电信号中，α和β频段反映了受试者的专注力水平。在进入专注状态时，受试者的α频段能量下降，β频段能量上升。其他大量的研究调查了注意力引起的β、α和其他不同频段之间能量比值的变化。总体而言，很多研究认为像β这样的高频段活动增加是一种注意唤醒的指标。另外一些研究表明θ和β的能量比值、α和θ能量的降低也表明较高的专注程度。
[0006]然而，将脑电信号不同频段的能量比作为专注力检测的指标存在一个问题大大限制了其在实践中的推广应用。即在实际检测中，该指标的有效性因人而异。对于一些受试者，该指标往往不能准确的检测专注力水平。为了解决这个问题，有研究者提出了将多种指标结合在一起来衡量专注力水平，比如将β/α、β/θ的指标进行加权平均，得到新的指标来检测专注力水平。上述基于结合多种指标的方法一定程度上解决了专注力检测准确性的问题，然而由于每种指标依然是传统频段能量指标，对于专注力水平的检测还是不够准确和稳定。

技术实现思路

[0007]鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种专注度监测方法及系统、存储介质及电子设备，通过受试者的专注度监测模型来实现专注度监测，大大提高了专
注度监测的准确性。
[0008]第一方面，本专利技术提供一种专注度监测方法，包括以下步骤：获取受试者在专注状态和非专注状态下的脑电信号；基于所述脑电信号生成所述受试者对应的专注度监测模型；基于所述专注度监测模型获取所述受试者的专注度水平指标。
[0009]在第一方面的一种实现方式中，基于所述脑电信号生成所述受试者对应的专注度监测模型包括以下步骤：
[0010]基于所述脑电信号获取所述受试者对于不同频率的脑电信号的能量的权重；
[0011]构建所述专注度监测模型，所述专注度模型用于根据所述受试者的不同频率的脑电信号的能量和对应的权重计算所述专注度水平指标。
[0012]在第一方面的一种实现方式中，基于所述脑电信号获取所述受试者对于不同频率的脑电信号的能量的权重包括以下步骤：
[0013]获取不同频率下专注状态和非专注状态对应的脑电信号的能量比；
[0014]根据权重＝|1
‑
能量比|得到不同频率的脑电信号的能量的权重，其中||表示求绝对值。
[0015]在第一方面的一种实现方式中，基于所述专注度模型根据所述受试者的不同频率的脑电信号的能量和对应的权重计算专注度水平指标包括：
[0016]根据计算所述专注度水平指标，其中+和
‑
分别表示脑电信号在专注状态比非专注状态下能量上升频段和能量下降频段，g(w)和f(w)分别表示频率为w的脑电信号的能量对应的权重，p(w)表示频率为w的脑电信号的能量。
[0017]在第一方面的一种实现方式中，基于所述专注度监测模型获取所述受试者的专注度水平指标包括以下步骤：
[0018]获取所述受试者的待测脑电信号；
[0019]基于所述专注度监测模型获取所述待测脑电信号对应的专注度水平指标。
[0020]在第一方面的一种实现方式中，还包括对所述脑电信号进行降噪处理，以基于降噪后的脑电信号生成所述受试者对应的专注度监测模型。
[0021]在第一方面的一种实现方式中，还包括在所述专注度水平指标小于预设阈值时，发出提醒信息。
[0022]第二方面，本专利技术提供一种专注度监测系统，包括获取模块、生成模块和监测模块；
[0023]所述获取模块用于获取受试者在专注状态和非专注状态下的脑电信号；
[0024]所述生成模块用于基于所述脑电信号生成所述受试者对应的专注度监测模型；
[0025]所述监测模块用于基于所述专注度监测模型获取所述受试者的专注度水平指标。
[0026]第三方面，本专利技术提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的专注度监测方法。
[0027]第四方面，本专利技术提供一种电子设备，包括：处理器及存储器；
[0028]所述存储器用于存储计算机程序；
[0029]所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行上述的专注度监测方法。
[0030]第五方面，本专利技术提供一种专注度监测系统，包括脑电信号采集设备和上述的电子设备；
[0031]所述脑电信号采集设备用于采集脑电信号，并将所述脑电信号发送至所述电子设备。
[0032]如上所述，本专利技术所述的专注度监测方法及系统、存储介质及电子设备，具有以下有益效果：
[0033](1)通过采集受试者在专注及非专注状态下的脑电数据获取不同频率内的脑电信号的能量的权重，从而训练得到专注度监测模型，并以所述专注度监测模型实现受试者的专注度监测；
[0034](2)兼顾了对于频段内不同频率的脑电信号的能量对于专注力水平的影响效果，提高了专注力监测的准确性；
[0035](3)考虑了人与人之间的专注度监测模型的差异性，提高了专注度监测的可用性。
附图说明
[0036]图1显示为现有技术中脑电信号于一实施例中的频段划分示意图；
[0037]图2显示为本专利技术的专注度监测方法于一实施例中的流程图；
[0038]图3显示为专注状态与非专注状态下脑电信号的能量比与频率于一实施例中的关系示意图；<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种专注度监测方法，其特征在于，包括以下步骤：获取受试者在专注状态和非专注状态下的脑电信号；基于所述脑电信号生成所述受试者对应的专注度监测模型；基于所述专注度监测模型获取所述受试者的专注度水平指标。2.根据权利要求1所述的专注度监测方法，其特征在于，基于所述脑电信号生成所述受试者对应的专注度监测模型包括以下步骤：基于所述脑电信号获取所述受试者对于不同频率的脑电信号的能量的权重；构建所述专注度监测模型，所述专注度模型用于根据所述受试者的不同频率的脑电信号的能量和对应的权重计算所述专注度水平指标。3.根据权利要求2所述的专注度监测方法，其特征在于，基于所述脑电信号获取所述受试者对于不同频率的脑电信号的能量的权重包括以下步骤：获取不同频率下专注状态和非专注状态对应的脑电信号的能量比；根据权重＝|1
‑
能量比|得到不同频率的脑电信号的能量的权重，其中||表示求绝对值。4.根据权利要求1所述的专注度监测方法，其特征在于，基于所述专注度模型根据所述受试者的不同频率的脑电信号的能量和对应的权重计算专注度水平指标包括：根据计算所述专注度水平指标，其中+和
‑
分别表示脑电信号在专注状态比非专注状态下能量上升频段和能量下降频段，g(w)和f(w)分别表示频率为w的脑电信号的能...

【专利技术属性】
技术研发人员：胡宏林，许桂影，王振宇，赵建龙，周婷，欧阳玉玲，
申请(专利权)人：中国科学院上海高等研究院，
类型：发明
国别省市：