本發(fā)明涉及非線性生理信號(hào)處理，具體涉及一種專注度指數(shù)提取方法、裝置、電子設(shè)備和介質(zhì)。

背景技術(shù)：

1、大腦可以接收外界信號(hào)的刺進(jìn)并在各種區(qū)域產(chǎn)生相應(yīng)的電活動(dòng)，這些活動(dòng)可以通過(guò)頭皮電極記錄下來(lái)，得到腦電信號(hào)(eeg)，腦電信號(hào)中包含了各種信息，通過(guò)分析腦電數(shù)據(jù)來(lái)檢測(cè)當(dāng)前的專注指數(shù)。目前已有的基于腦電的專注度提取方案主要有以下三種：一是通過(guò)計(jì)算腦電信號(hào)不同波段的能量譜特性得出專注度，該方法首先對(duì)腦電數(shù)據(jù)進(jìn)行去除噪聲并消除無(wú)用信號(hào)干擾，然后通過(guò)小波分解對(duì)腦電信號(hào)分頻，提取α,β,δ,θ,γ波段信號(hào)，最后通過(guò)用不同波段的能量或功率特性得出專注度；二是利用樣本熵進(jìn)行分析，通過(guò)樣本熵計(jì)算腦電信號(hào)在時(shí)間序列和模式上自相似性的大小，將其作為腦電信號(hào)中注意力特征，利用支持向量機(jī)進(jìn)行分類(lèi)，提取專注度信息；三是使用深度學(xué)習(xí)算法，通過(guò)短時(shí)傅里葉變換(stft)獲取的功率譜密度作為特征，輸入到基于卷積神經(jīng)網(wǎng)絡(luò)(cnn)的個(gè)性化分類(lèi)器中，提取專注度。

2、傳統(tǒng)的采用腦電信號(hào)α,β,δ,θ,γ五個(gè)波段的能量譜特性提取專注指數(shù)，首先需要對(duì)信號(hào)的進(jìn)行分頻處理，最后的提取結(jié)果的受到信號(hào)分頻效果的影響較大，在特別在穿戴式，低功耗的實(shí)時(shí)腦電采集系統(tǒng)中，其所處環(huán)境復(fù)雜，受外界信號(hào)影響較大，對(duì)信號(hào)分頻的效果難以保證。通過(guò)利用樣本熵進(jìn)行分析，結(jié)果突變性較大，熵值缺乏連續(xù)性。通過(guò)深度學(xué)習(xí)方式提取專注度，其結(jié)果的準(zhǔn)確性和腦電信號(hào)采集的通道數(shù)緊密相關(guān)，信號(hào)通道數(shù)越多效果越好，不太適用于信號(hào)通道數(shù)較少的穿戴前額腦電信號(hào)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于克服上述技術(shù)不足，提供一種專注度指數(shù)提取方法、裝置、電子設(shè)備和介質(zhì)，解決現(xiàn)有技術(shù)中專注度計(jì)算方法需要對(duì)多通道的腦電信號(hào)進(jìn)行分頻處理，導(dǎo)致專注度提取準(zhǔn)確率低的技術(shù)問(wèn)題。

2、為解決上述問(wèn)題，本發(fā)明采取了以下技術(shù)方案：

3、第一方面，本發(fā)明提供了一種專注度指數(shù)提取方法，包括：

4、獲取額頭前的af7和af8的雙通道腦電信號(hào)；

5、采用預(yù)設(shè)滑動(dòng)窗口法計(jì)算所述雙通道腦電信號(hào)的模糊熵，得到雙通道腦電信號(hào)模糊熵值；

6、對(duì)所述雙通道腦電信號(hào)模糊熵值進(jìn)行平滑處理，得到目標(biāo)雙通道腦電信號(hào)模糊熵值；

7、對(duì)所述目標(biāo)雙通道腦電信號(hào)模糊熵值進(jìn)行加權(quán)計(jì)算，得到專注度指數(shù)。

8、在一些實(shí)施例中，在獲取所述雙通道腦電信號(hào)之后，還包括對(duì)所述雙通道腦電信號(hào)進(jìn)行預(yù)處理，所述預(yù)處理包括：

9、對(duì)所述雙通道腦電信號(hào)進(jìn)行帶通濾波處理，得到初始雙通道腦電信號(hào)；

10、對(duì)所述初始雙通道腦電信號(hào)進(jìn)行中值濾波處理，得到清潔雙通道腦電信號(hào)；

11、采用預(yù)設(shè)滑動(dòng)窗口法計(jì)算所述清潔雙通道腦電信號(hào)的模糊熵，得到雙通道腦電信號(hào)模糊熵值。

12、在一些實(shí)施例中，所述采用預(yù)設(shè)滑動(dòng)窗口法計(jì)算所述清潔雙通道腦電信號(hào)的模糊熵，得到雙通道腦電信號(hào)模糊熵值，包括：

13、根據(jù)所述清潔雙通道腦電信號(hào)的時(shí)間尺度確定預(yù)設(shè)滑動(dòng)窗口的窗口長(zhǎng)度；

14、將實(shí)時(shí)采集的所述清潔雙通道腦電信號(hào)按照時(shí)間序列加入預(yù)設(shè)滑動(dòng)窗口中；

15、判斷加入預(yù)設(shè)滑動(dòng)窗口的雙通道腦電信號(hào)長(zhǎng)度是否與所述窗口長(zhǎng)度一致；

16、若一致，則計(jì)算加入預(yù)設(shè)滑動(dòng)窗口的雙通道腦電信號(hào)的模糊熵值，得到當(dāng)前時(shí)間段的雙通道腦電信號(hào)模糊熵值。

17、在一些實(shí)施例中，所述計(jì)算加入預(yù)設(shè)滑動(dòng)窗口的雙通道腦電信號(hào)的模糊熵值，得到雙通道腦電信號(hào)模糊熵值，包括：

18、基于所述雙通道腦電信號(hào)構(gòu)建設(shè)定初始長(zhǎng)度的向量序列，并確定所述初始長(zhǎng)度的向量序列的端點(diǎn)距離；

19、根據(jù)所述端點(diǎn)距離，確定所述向量序列的相似度，并確定所述初始長(zhǎng)度向量序列的相似度均值；

20、基于所述初始長(zhǎng)度，采用預(yù)設(shè)步長(zhǎng)改變所述向量序列的長(zhǎng)度，確定目標(biāo)長(zhǎng)度的向量序列，并確定所述目標(biāo)長(zhǎng)度的向量序列的相似度均值；

21、根據(jù)初始長(zhǎng)度向量序列的相似度均值與所述目標(biāo)長(zhǎng)度的向量序列相似度均值之間的差值關(guān)系，確定所述雙通道腦電信號(hào)模糊熵值。

22、在一些實(shí)施例中，所述對(duì)所述雙通道腦電信號(hào)模糊熵值進(jìn)行平滑處理，得到目標(biāo)雙通道腦電信號(hào)模糊熵值，包括：

23、采用預(yù)設(shè)指數(shù)平滑法對(duì)所述雙通道腦電信號(hào)模糊熵值分別進(jìn)行平滑處理，得到af7和af8的目標(biāo)雙通道腦電信號(hào)模糊熵值。

24、在一些實(shí)施例中，所述預(yù)設(shè)指數(shù)平滑法可通過(guò)如下公式表示：

25、st＝α*yt+(1-α)st-1

26、其中，st為第t時(shí)刻的指數(shù)平滑值；yt為第t時(shí)刻的目標(biāo)雙通道腦電信號(hào)模糊熵值；st-1為第t-1時(shí)刻的指數(shù)平滑值；α為平滑常數(shù)。

27、在一些實(shí)施例中，所述對(duì)所述目標(biāo)雙通道腦電信號(hào)模糊熵值進(jìn)行加權(quán)計(jì)算，得到專注度指數(shù)，可通過(guò)如下公式表示：

28、ft＝0.5*s1t+0.5*s2t

29、其中ft為t時(shí)刻的專注指數(shù)，s1t為t時(shí)刻af7通道的目標(biāo)腦電信號(hào)模糊熵值，s2為t時(shí)刻af8通道的目標(biāo)腦電信號(hào)模糊熵值。

30、第二方面，本發(fā)明還提供了一種專注度指數(shù)提取裝置，包括：

31、獲取模塊，用于獲取額頭前的af7和af8的雙通道腦電信號(hào)；

32、模糊熵值確定模塊，用于采用預(yù)設(shè)滑動(dòng)窗口法計(jì)算所述雙通道腦電信號(hào)的模糊熵，得到雙通道腦電信號(hào)模糊熵值；

33、平滑處理模塊，用于對(duì)所述雙通道腦電信號(hào)模糊熵值進(jìn)行平滑處理，得到目標(biāo)雙通道腦電信號(hào)模糊熵值；

34、專注指數(shù)確定模塊，用于對(duì)所述目標(biāo)雙通道腦電信號(hào)模糊熵值進(jìn)行加權(quán)計(jì)算，得到專注度指數(shù)。

35、第三方面，本發(fā)明還提供了一種電子設(shè)備，包括：處理器和存儲(chǔ)器；

36、所述存儲(chǔ)器上存儲(chǔ)有可被所述處理器執(zhí)行的計(jì)算機(jī)可讀程序；

37、所述處理器執(zhí)行所述計(jì)算機(jī)可讀程序時(shí)實(shí)現(xiàn)如上所述的專注度指數(shù)提取方法中的步驟。

38、第四方面，本發(fā)明還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有一個(gè)或者多個(gè)程序，所述一個(gè)或者多個(gè)程序可被一個(gè)或者多個(gè)處理器執(zhí)行，以實(shí)現(xiàn)如上所述的專注度指數(shù)提取方法中的步驟。

39、與現(xiàn)有技術(shù)相比，本發(fā)明提供的專注度指數(shù)提取方法、裝置、電子設(shè)備和介質(zhì)，首先獲取額頭前的af7和af8的雙通道腦電信號(hào)；隨后采用預(yù)設(shè)滑動(dòng)窗口法計(jì)算所述雙通道腦電信號(hào)的模糊熵，得到雙通道腦電信號(hào)模糊熵值；并且對(duì)所述雙通道腦電信號(hào)模糊熵值進(jìn)行平滑處理，得到目標(biāo)雙通道腦電信號(hào)模糊熵值；最后對(duì)所述目標(biāo)雙通道腦電信號(hào)模糊熵值進(jìn)行加權(quán)計(jì)算，得到專注度指數(shù)。本發(fā)明所采用的專注度提取方法只需要采集af7和af8雙通道數(shù)據(jù)，精簡(jiǎn)了通道數(shù)據(jù)，提高了采集腦電信號(hào)的可能性和便利性；同時(shí)本發(fā)明所采用的方法不需要對(duì)數(shù)據(jù)進(jìn)行分頻處理，進(jìn)一步提高了其抗干擾能力，從而提高了專注度指數(shù)獲取的準(zhǔn)確性。

技術(shù)特征：

1.一種專注度指數(shù)提取方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的專注度指數(shù)提取方法，其特征在于，在獲取所述雙通道腦電信號(hào)之后，還包括對(duì)所述雙通道腦電信號(hào)進(jìn)行預(yù)處理，所述預(yù)處理包括：

3.根據(jù)權(quán)利要求2所述的專注度指數(shù)提取方法，其特征在于，所述采用預(yù)設(shè)滑動(dòng)窗口法計(jì)算所述清潔雙通道腦電信號(hào)的模糊熵，得到雙通道腦電信號(hào)模糊熵值，包括：

4.根據(jù)權(quán)利要求3所述的專注度指數(shù)提取方法，其特征在于，所述計(jì)算加入預(yù)設(shè)滑動(dòng)窗口的雙通道腦電信號(hào)的模糊熵值，得到雙通道腦電信號(hào)模糊熵值，包括：

5.根據(jù)權(quán)利要求1所述的專注度指數(shù)提取方法，其特征在于，所述對(duì)所述雙通道腦電信號(hào)模糊熵值進(jìn)行平滑處理，得到目標(biāo)雙通道腦電信號(hào)模糊熵值，包括：

6.根據(jù)權(quán)利要求5所述的專注度指數(shù)提取方法，其特征在于，所述預(yù)設(shè)指數(shù)平滑法可通過(guò)如下公式表示：

7.根據(jù)權(quán)利要求1所述的專注度指數(shù)提取方法，其特征在于，所述對(duì)所述目標(biāo)雙通道腦電信號(hào)模糊熵值進(jìn)行加權(quán)計(jì)算，得到專注度指數(shù)，可通過(guò)如下公式表示：

8.一種專注度指數(shù)提取裝置，其特征在于，包括：

9.一種電子設(shè)備，其特征在于，包括：處理器和存儲(chǔ)器；

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有一個(gè)或者多個(gè)程序，所述一個(gè)或者多個(gè)程序可被一個(gè)或者多個(gè)處理器執(zhí)行，以實(shí)現(xiàn)如權(quán)利要求1-7所述的專注度指數(shù)提取方法中的步驟。

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種專注度指數(shù)提取方法、裝置、電子設(shè)備和介質(zhì)，方法包括：獲取額頭前的af7和af8的雙通道腦電信號(hào)；采用預(yù)設(shè)滑動(dòng)窗口法計(jì)算所述雙通道腦電信號(hào)的模糊熵，得到雙通道腦電信號(hào)模糊熵值；對(duì)所述雙通道腦電信號(hào)模糊熵值進(jìn)行平滑處理，得到目標(biāo)雙通道腦電信號(hào)模糊熵值；對(duì)所述目標(biāo)雙通道腦電信號(hào)模糊熵值進(jìn)行加權(quán)計(jì)算，得到專注度指數(shù)。本發(fā)明所采用的專注度提取方法只需要采集af7和af8雙通道數(shù)據(jù)，精簡(jiǎn)了通道數(shù)據(jù)，提高了采集腦電信號(hào)的可能性和便利性；同時(shí)本發(fā)明所采用的方法不需要對(duì)數(shù)據(jù)進(jìn)行分頻處理，進(jìn)一步提高了其抗干擾能力，從而提高了專注度指數(shù)獲取的準(zhǔn)確性。

技術(shù)研發(fā)人員：孟宇,任廣智,張金勇,寧磊,彭小江
受保護(hù)的技術(shù)使用者：深圳技術(shù)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9