基于脑电波的通过概念密度计算冥想分数的冥想检测方法技术

本发明专利技术公开了一种基于脑电波的通过概念密度计算冥想分数的冥想检测方法，涉及脑电信号情绪特征提取与分析领域。该方法的步骤为：获取1段脑电时域信号数据并将其转换为脑电频域信号数据；利用脑电频域信号数据分别计算α频段的能量绝对值与β低频频段的能量绝对值根据和计算α频段的能量相对值ratio，根据ratio计算冥想概率密度PDmed和非冥想概率密度PDnonmed；根据PDmed和PDnonmed计算冥想分数P。本发明专利技术能够增强冥想判定的抗干扰性，精确冥想分数，提高冥想判定结果的准确性。

【技术实现步骤摘要】

本专利技术涉及脑电信号情绪特征提取与分析领域，具体涉及一种基于脑电波的通过概念密度计算冥想分数的冥想检测方法。
技术介绍
冥想(meditation)在心理学中是一种改变意识的形式，它通过获得深度的宁静状态而增强自我知识和良好状态。本质上是通过停止知性和理性的大脑皮质作用，而使自律神经呈现活络状态。通俗来说，冥想就是停止意识对外的一切活动，而达到忘我之境的一种心灵自律行为。一般情况下人类只有在闭眼后，通过降低有意识的大脑活动才能逐渐进入冥想状态，这时人类大脑所发出的脑电波将相对睁眼非冥想或闭眼睡觉时发生较大变化。脑电波(EEG，Electroencephalogram)是指大脑在活动时，大量神经元同步发生的突触后电位经总和后形成的电信号。人类在闭眼并通过冥想训练使大脑进入宁静状态后，会反映到7.5Hz到13Hz频段的脑电波处于活跃、且该脑电波的能量值偏高。学术上将7.5Hz到13Hz频段的脑电波称为α频段脑波；通过采集、分析脑电波可以对人类大脑的冥想活动进行检测。但是，采集和分析α频段脑波时，α频段脑波容易受到来自外界的电磁波干扰，进而造成能量绝对值偏大；或者α频段脑波采集过程中传感器器件(脑电电极及其驱动电路等)发生性能衰减，进而造成能量绝对值过小。因此，α频段脑波的能量绝对值不够稳定，无法通过该能量绝对值作为判定冥想和分析冥想程度的数据依据。
技术实现思路
针对现有技术中存在的缺陷，本专利技术解决的技术问题为：增强冥想判定的抗干扰性，精确冥想分数，提高冥想判定结果的准确性。为达到以上目的，本专利技术提供的基于脑电波的通过概念密度计算冥想分数的冥想检测方法，该方法包括以下步骤：S1：获取1段脑电时域信号数据；S2：将脑电时域信号数据转换为脑电频域信号数据；S3：利用脑电频域信号数据分别计算α频段的能量绝对值与β低频频段的能量绝对值S4：根据和计算α频段的能量相对值ratio；S5：根据ratio计算冥想概率密度PDmed和非冥想概率密度PDnonmed，计算公式为： P D m e d = 1 σ m e d 2 π exp ( - ( r a t i o - μ m e d ) 2 2 σmed 2 ) ; ]]> P D n o n m e d = 1 σ n o n m e d 2 π exp ( - ( r a t i o - μ n o n m e d ) 2 2 σnonmed 2 ) ; ]]>上述公式中，σmed为冥想时的时域信号标准差常量，μmed为冥想时α与β低频频段的能量均值常量；σnonmed为非冥想时的时域信号标准差常量，μnonmed为非冥想时α与β低频频段的能量均值常量；π为圆周率，exp为以自然常数e为底的指数函数运算；S6：根据PDmed和PDnonmed计算冥想分数P，计算公式为：在上述技术方案的基础上，S2中所述脑电频域信号数据中包括na个α频段的频点和nβL个β低频频段的频点；在此基础上，S3中所述和的计算公式分别为： E ‾ a = E 1 + E 2 + ... E n a n a ; E ‾ β L = E 1 + E 2 + ... E n β L n β L ; ]]>上述公式中E1a、E2a...Ena为α频段的第1号频点能量值至第na号频点能量值；E1a、E2a...EnβL为β低频频段的第1号频点能量值至第nβL号频点能量值。在上述技术方案的基础上，S5中所述ratio的计算公式为：在上述技术方案的基础上，S2的具体流程为：采用Radix-2FFT将脑电时域信号数据转换为脑电频域信号数据。在上述技术方案的基础上，S1中所述获取1段脑电时域信号数据的方式为：在脑电波采集设备发送的数据中截取1段脑电时域信号数据。在上述技术方案的基础上，所述脑电波采集设备的脑电信号采样频率为512Hz，所述1段脑电时域信号数据中包括2048个数据。与现有技术相比，本专利技术的优点在于：(1)本专利技术采用β低频频段(学术上将13Hz到18Hz频段的脑电波称为β低频频段脑波)作为参考频段来计算α频段的能量相对值ratio；与现有技术中能量绝对值偏大或过小的α频段脑波相比，本专利技术采用β低频频段作为参本文档来自技高网...

【技术保护点】
一种基于脑电波的通过概念密度计算冥想分数的冥想检测方法，其特征在于：该方法包括以下步骤：S1：获取1段脑电时域信号数据；S2：将脑电时域信号数据转换为脑电频域信号数据；S3：利用脑电频域信号数据分别计算α频段的能量绝对值与β低频频段的能量绝对值S4：根据和计算α频段的能量相对值ratio；S5：根据ratio计算冥想概率密度PDmed和非冥想概率密度PDnonmed，计算公式为：PDmed=1σmed2πexp(-(ratio-μmed)22σmed2);]]>PDnonmed=1σnonmed2πexp(-(ratio-μnonmed)22σnonmed2);]]>上述公式中，σmed为冥想时的时域信号标准差常量，μmed为冥想时α与β低频频段的能量均值常量；σnonmed为非冥想时的时域信号标准差常量，μnonmed为非冥想时α与β低频频段的能量均值常量；π为圆周率，exp为以自然常数e为底的指数函数运算；S6：根据PDmed和PDnonmed计算冥想分数P，计算公式为：

【技术特征摘要】
1.一种基于脑电波的通过概念密度计算冥想分数的冥想检测方法，其特征在于：该方法包括以下步骤：S1：获取1段脑电时域信号数据；S2：将脑电时域信号数据转换为脑电频域信号数据；S3：利用脑电频域信号数据分别计算α频段的能量绝对值与β低频频段的能量绝对值S4：根据和计算α频段的能量相对值ratio；S5：根据ratio计算冥想概率密度PDmed和非冥想概率密度PDnonmed，计算公式为： P D m e d = 1 σ m e d 2 π exp ( - ( r a t i o - μ m e d ) 2 2 σmed 2 ) ; ]]> P D n o n m e d = 1 σ n o n m e d 2 π exp ( - ( r a t i o - μ n o n m e d ) 2 ...

【专利技术属性】
技术研发人员：董豪，郭毅可，曹锋，游晓光，郑义，
申请(专利权)人：中山衡思健康科技有限公司，
类型：发明
国别省市：广东;44