System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于脑机接口,尤其涉及一种基于脑电信号的注意力识别与调节方法及计算机设备。
技术介绍
1、元宇宙作为新一代人机交互、虚实融合的沉浸式平台,正日益兴起和广为关注。而构建自然、智能且高效的人机交互则是元宇宙平台取得用户体验与参与度的关键。通过检测用户注意力水平的变化,当用户达到更高层次的注意力集中时,触发更强烈的正向交互,从而形成正反馈,增强用户的专注度。因此用户注意力状态的精确监测与主动引导对实现高质量的沉浸式交互起着十分重要的基础性作用。
2、脑电信号携带了丰富的认知状态与意图信息,能够反映脑区之间复杂的活动模式。目前基于脑电图的注意力相关研究多停留在脑区功能定位和实验数据挖掘的层面,导致基于脑电信号的注意力分析的准确性较低,对被试的分析还基于浅层。
技术实现思路
1、本申请实施例提供了一种基于脑电信号的注意力识别与调节方法及计算机设备,可以解决传统的基于脑电图的注意力相关研究多停留在脑区功能定位和实验数据挖掘的层面,导致基于脑电信号的注意力分析的准确性较低,对被试的分析还基于浅层的技术问题,所提供的方法能实现对用户注意力的准确实时检测与闭环控制,并实现自然沉浸交互的元宇宙环境的构建。
2、第一方面,本申请实施例提供了一种基于脑电信号的注意力识别与调节方法,包括:
3、获取用户佩戴脑电检测装置测量的原始脑电信号,对所述原始脑电信号进行预设次数的分解,获取层数为所述预设次数的子带信号;
4、计算多个所述子带信号在对应的预设波段
5、分别计算每个所述能量信息与其余的所述能量信息的相关性系数,根据多个所述相关性系数构建所述能量信息对应的相关性系数矩阵,根据多个所述相关性系数矩阵确定中心相关性系数矩阵,将所述中心相关性系数矩阵对应的所述子带信号确定为目标子带信号;
6、将所述目标子带信号的能量信息输入至预设的注意力识别模型,以输出所述原始脑电信号对应的注意力信息,完成对所述原始脑电信号的注意力识别;
7、根据所述注意力信息进行生成调节信息,以根据所述调节信息完成对所述用户的注意力的调节。
8、在第一方面的一些实现方式中,所述对所述原始脑电信号进行预设次数的分解,获取层数为所述预设次数的子带信号,包括:对所述原始脑电信号进行所述预设次数的正交小波包分解,获取层数为所述预设次数的所述子带信号,其中,所述正交小波包分解获得的所述子带信号对应的所述预设波段的频率范围随分解次数递减。
9、在第一方面的一些实现方式中,在所述分别计算每个所述能量信息与其余的所述能量信息的相关性系数之前,还包括:根据多个所述子带信号的所述能量信息构建能量矩阵,对所述能量矩阵中的每个元素进行标准化,以更新所述能量矩阵;在所述能量矩阵中,移除能量值小于预设能量值的元素,根据移除后的所述能量矩阵的元素对应的所述子带信号作为目标子带信号;用于分别计算每个所述目标子带信号的能量信息与其余的所述能量信息的相关性系数。
10、在第一方面的一些实现方式中,所述根据多个所述相关性系数矩阵确定中心相关性系数矩阵,包括:获取所述相关性系数矩阵的拓扑信息;采用基于熵权法的微分中心性算法根据所述拓扑信息确定目标拓扑信息;将所述目标拓扑信息对应的所述相关性系数矩阵确定为所述中心相关性系数矩阵。
11、在第一方面的一些实现方式中,在所述将所述目标子带信号的能量信息输入至预设的注意力识别模型之前,还包括:根据所述目标子带信号的能量信息预测所述目标子带信号的历史能量信息;根据所述历史能量信息更新所述目标子带信号的能量信息。
12、在第一方面的一些实现方式中,在所述将所述目标子带信号的能量信息输入至预设的注意力识别模型之前,所述方法还包括:获取所述用户分别按照第一注意力等级、第二注意力等级和第三注意力等级采集得到的第一脑电信号、第二脑电信号和第三脑电信号;其中,所述第一注意力等级高于所述第二注意力等级,所述第二注意力等级高于所述第三注意力等级;获取所述第一脑电信号对应的能量信息,根据所述第一脑电信号对应的能量信息获取所述第一注意力等级对应的第一能量分布信息;获取所述第二脑电信号对应的能量信息,根据所述第二脑电信号对应的能量信息获取所述第二注意力等级对应的第二能量分布信息;获取所述第三脑电信号对应的能量信息,根据所述第三脑电信号对应的能量信息获取所述第三注意力等级对应的第三能量分布信息;根据所述第一能量分布信息、所述第二能量分布信息和所述第三能量分布信息构建所述预设的注意力识别模型。
13、示例性的,所述注意力识别模型为支持向量机模型,所述注意力信息包括所述原始脑电信号对应的注意力等级;所述将所述目标子带信号的能量信息输入至预设的注意力识别模型,以输出所述原始脑电信号对应的注意力信息,包括:将所述目标子带信号的能量信息输入至所述支持向量机模型,所述支持向量机模型分别计算所述第一能量分布信息与所述目标子带信号的能量信息的第一匹配度、所述第二能量分布信息与所述目标子带信号的能量信息的第二匹配度和所述第三能量分布信息与所述目标子带信号的能量信息的第三匹配度;将所述第一匹配度、第二匹配度和第三匹配度中的最大值确定为目标匹配度,所述目标匹配度对应的注意力等级为所述原始脑电信号对应的注意力等级。
14、需要说明的是,在一些实施例中,所述调节信息包括调节路径;所述根据所述注意力信息进行生成调节信息,包括:根据所述注意力信息对应的注意力等级和目标注意力等级进行比较,判断所述注意力等级是否等于所述目标注意力等级;当所述注意力等级不等于所述目标注意力等级时,根据所述目标注意力等级、所述注意力信息对应的注意力等级和所述目标子带信号的能量信息生成所述调节路径;根据所述调节路径完成对所述用户的注意力的调节。
15、需要说明的是,在一些实施例中,所述调节路径包括调节环境;所述根据所述调节路径完成对所述用户的注意力的调节,包括:获取所述用户在所述调节环境下的调节脑电信号,获取所述调节脑电信号对应的注意力等级,根据所述调节脑电信号对应的注意力等级更新所述调节环境,完成对所述用户的注意力的调节。
16、第二方面,本申请还提供一种基于脑电信号的注意力识别与调节装置,包括:
17、获取模块,用于获取用户佩戴脑电检测装置测量的原始脑电信号,对所述原始脑电信号进行预设次数的分解,获取层数为所述预设次数的子带信号;
18、计算模块,用于计算多个所述子带信号在对应的预设波段的能量信息;
19、构建模块,用于分别计算每个所述能量信息与其余的所述能量信息的相关性系数,根据多个所述相关性系数构建所述能量信息对应的相关性系数矩阵,根据多个所述相关性系数矩阵确定中心相关性系数矩阵,将所述中心相关性系数矩阵对应的所述子带信号确定为目标子带信号;
20、识别模块,用于将所述目标子带信号的能量信息输入至预设的注意力识别模型,以输出所述原始脑电信号对应的注意力信息,完成对所述原始脑电信号的注意力本文档来自技高网...
【技术保护点】
1.一种基于脑电信号的注意力识别与调节方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,在所述分别计算每个所述能量信息与其余的所述能量信息的相关性系数之前,还包括:
3.根据权利要求1所述的方法,其特征在于,所述根据多个所述相关性系数矩阵确定中心相关性系数矩阵,包括:
4.根据权利要求1所述的方法,其特征在于,在所述将所述目标子带信号的能量信息输入至预设的注意力识别模型之前,还包括:
5.根据权利要求1所述的方法,其特征在于,在所述将所述目标子带信号的能量信息输入至预设的注意力识别模型之前,所述方法还包括:
6.根据权利要求5所述的方法,其特征在于,所述注意力识别模型为支持向量机模型,所述注意力信息包括所述原始脑电信号对应的注意力等级;所述将所述目标子带信号的能量信息输入至预设的注意力识别模型,以输出所述原始脑电信号对应的注意力信息,包括:
7.根据权利要求6所述的方法,其特征在于,所述调节信息包括调节路径;所述根据所述注意力信息进行生成调节信息,包括:
8.根据权利要求7所述的
9.一种计算机设备,其特征在于,包括处理器和存储器,所述存储器用于存储计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至8中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种基于脑电信号的注意力识别与调节方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,在所述分别计算每个所述能量信息与其余的所述能量信息的相关性系数之前,还包括:
3.根据权利要求1所述的方法,其特征在于,所述根据多个所述相关性系数矩阵确定中心相关性系数矩阵,包括:
4.根据权利要求1所述的方法,其特征在于,在所述将所述目标子带信号的能量信息输入至预设的注意力识别模型之前,还包括:
5.根据权利要求1所述的方法,其特征在于,在所述将所述目标子带信号的能量信息输入至预设的注意力识别模型之前,所述方法还包括:
6.根据权利要求5所述的方法,其特征在于,...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。