本发明专利技术公开一种脑波数据分段记录方法以及记录和显示装置，主要步骤包括处理器根据设定分段值对脑波数据进行分段；统计反映本段数据长度或时段的持续值；把持续值记录在反映本段脑波数据大小或状态的特征值下。本发明专利技术把一个复杂的较长序列数据，分成若干时段或区段，再进一步提取所述时段或区段数据的特征值与持续值进行记录，一方面通过特征值反映脑波数据大小或状态，另一方面通过持续值反映数据长度或时段，记录数据简单、直观、易懂，且数据量小。本发明专利技术可以应用在对学生学习状态监测，记录学习过程中的大脑状态，对记录的脑波数据进行分析，可以发现学生的不良学习习惯或问题，帮助其健康成长。
【技术实现步骤摘要】
本专利技术涉及脑波数据处理技术，特别是涉及一种脑波数据分段记录方法以及记录和显示装置。
技术介绍
脑电技术已在医疗、娱乐、教育等领域应用，脑电传感器采集输出多种波段的脑电信号，经处理又可以生成多种精神状态数据，脑波数据按采集序次排列，随着时间积累，序列数据复杂而庞大。穿戴设备受体积重量限制，存储能力有限，简化脑波数据的记录，有利于穿戴设备使用体验，和后续的数据处理分析。
技术实现思路
本专利技术的第一个目的是提供一种脑波数据分段记录方法，把脑波数据划分成若干只包含一个脑波数据特征值与一个数据长度持续值的段，使记录的数据简单易懂，便于后续的处理分析。本专利技术的第二个目的是根据上述分段记录方法，提供一种脑波数据分段记录装置，减少脑波数据记录量，节省存储空间。本专利技术的第三个目的是根据上述分段记录方法，提供一种脑波数据分段显示装置，简洁直观显示脑波数据分布特征。本专利技术的第一个技术方案，一种脑波数据分段记录方法，主要步骤包括处理器根据设定分段值对脑波数据进行分段；统计反映本段数据长度或时段的持续值；把持续值记录在反映本段脑波数据大小或状态的特征值下。本专利技术把一个复杂的较长序列数据，分成若干时段或区段，再进一步提取所述时段或区段数据的特征值与持续值进行记录，一方面通过特征值反映脑波数据大小或状态，另一方面通过持续值反映数据长度或时段，记录数据简单、直观、易懂，且数据量小。所述分段方法可以根据单个脑波数据与设定条件的比较进行分段，或根据多个脑波数据与设定条件的比较进行分段；前者对单个数据进行实时划分，考虑每个数据的个性，后者根据一批数据特性进行划分，主要反映该批数据的共性。各段数据之间可以是连续的，也可以是不连续的，段与段之间连续，使分段范围覆盖全部数据；如果段与段之间存在间断，记录主要时段或区段数据，间断省略短暂异常数据，针对性强。本专利技术的第二个技术方案，一种脑波数据分段记录装置，包括脑电传感器、处理器和存储器，其中脑电传感器采集脑电信号传送处理器计算处理，生成脑波数据，并根据上述分段记录方法对脑波数据进行分段，统计反映本段数据长度的持续值，存储器把持续值记录在本段脑波数据的特征值下，用特征值和持续值反映各段脑波数据，节省存储空间，并便于后续处理。进一步的改进，记录装置可以设置数据传输接口，通过传输接口把记录数据传送到外部设备，所述数据传输接口为有线或无线方式；有线方式包括RS232或USB接口，无线方式包括蓝牙和射频和zigbee和wifi技术中的任一种。进一步的改进，记录装置可以设置提醒模块，当所述脑波数据落入设定提醒段，处理器触发提醒模块进行提醒，所述提醒模块包括声、光、微电刺激、震动、骨传导中的任一种。本专利技术的第三个技术方案，一种脑波数据分段显示装置，用于对记录的脑电波数据进行分段处理，在显示器上显示，包括接收脑波数据的通信器，对数据进行分段统计的处理器和显示统计结果的显示器，其特征是处理器根据上述分段方法对脑波数据进行分段，统计反映本段数据长度的持续值，绘制各段脑波数据的特征值与持续值的统计图表，传送显示器显示，简洁直观反映脑波数据的分布特征。本专利技术可以应用在对学生学习状态监测，记录学习过程中的大脑状态，对记录的脑波数据进行分析，可以发现学生的不良学习习惯或问题，帮助其健康成长。通过分段记录的脑波数据，格式简单，数据量小，降低对硬件的要求，并易于后续处理分析，根据特征值和持续值绘制的统计图表，可以直观明了地反映脑波数据分布特征。附图说明图1是分段记录装置实施例的配置框图。图2是脑电传感器电路连接原理示意图。图3是分段记录基本流程图。图4是显示装置实施例的配置框图。图5是一个精神状态统计直方图示例。具体实施方式 在图1所示的记录装置配置框图中，包括脑电传感器、处理器和存储器，其中脑电传感器采集脑电信号传送处理器，生成脑波数据，并对脑波数据进行分段处理，传送存储器记录保存。脑电传感器包括单通道或多通道，采用单极或双极协议采集脑电信号；所述单通道是只监测头部一个区域如前额的脑电信号，如神念科技ThingkGear AM芯片为单通道；所述多通道是监测头部如前额、头顶、后枕等多个区域的脑电信号，如德州ADS1299芯片为8通道。脑电信号微弱不稳定，又受强背景噪声干扰，脑电传感器经过对脑电信号增强和对背景噪声的降噪处理，输出的各波段脑电信号可以直接用来做进一步的应用分析。图2所示的是单通道EEG脑电采集传感器ThingkGear AM系列芯片电路连接原理示意图，图中显示了通信连接，未显示去耦和所有连接。处理器ADuC7024具有存储单元，通过UART进行编程，SW1是电源开关，SW2和SW3分别是复位和下载开关。处理器ADuC7024端口P1.5与脑电传感器ThinkGear AM输入端RXD相连，用于对脑电传感器ThinkGear AM进行初始化等操作。与人脑接触的A、B、C三个金属电极分别与脑电传感器的采集电极EEG、比较电极REF和接地端GND相连，脑电传感器每秒采集512个脑电信号数据点，提取八个波段（Delta、Theta、LowAlpha、HighAlpha、LowBeta、HighBeta、LowGamma、MiddleGamma）的脑电信号，和三个eSense参数：专注度、放松度和眨眼侦测，通过端口TXD输出。不同波段脑电信号反映不同的大脑状态，比如Delta（0.5Hz~3Hz）波反映的是睡眠状态，又称“深睡波”，Theta（3Hz~7Hz）波反映的是困倦状态，又称“浅睡波”，Alpha（7Hz~13Hz）波反映的是轻松状态，又称“放松波”，Beta（13Hz~30Hz）波反映的是意识活跃状态，又称“兴奋波”， Gamma（30 Hz ~50 Hz）波反映的是紧张状态，又称“压力”波。通过基于实验数据库的神经算法，使用上述波段的功率频谱数据进行分析计算，可以反映不同的精神状态，如入睡、困倦、疲劳、放松、冥想、专注、思考、焦虑、压力、兴奋、紧张、喜欢、高兴、沮丧等。根据频谱数据可以计算反映精神状态水平的指标，比如上述专注度和放松度就是通过脑电信号计算生成的精神状态指标，是范围在0—100的数值，专注度值越大，说明专注度越高，反之专注度越低；放松度值越大，说明越放松，反之，说明放松度越低；另外，根据频谱数据还可以建立精神状态判断标准，从而划分出不同的精神状态。脑电信号分析方法有：①时域分析，主要分析EEG波形的几何性质，如幅度、均值、方差、偏歪度、峭度等；②频域分析，主要是利用功率谱进行分析，如功率频谱分析、相干分析等；③时频分析，把时间和频率结合进行处理，如对睡眠纺锤波的匹配跟踪分析等。以下实施例中所述脑波数据包括各波段脑电信号或根据脑电信号计算的精神状态，所述脑电信号包括频率、功率、振幅、功率谱、功率频谱。在图3所示的分段记录方法基本步骤流程图中，首先设置分段值，通过与分段值的比较，判断脑波数据落入的段，具体步骤如下：<步骤1> 开机进行系统初始化，进入下一步；<步骤2> 根据分段方法设置分段值；<步骤3> 采集脑电信号，传送处理器生成脑波数据，进入下一步；<步骤4> 判断当前所属的段，进入下一步；<步骤5> 判断当前所属分段是否改变，本文档来自技高网...
【技术保护点】
一种脑波数据分段记录方法，其特征包括以下步骤：（1）处理器根据设定分段值对脑波数据进行分段；（2）统计反映本段数据长度或时段的持续值；（3）把持续值记录在反映本段脑波数据大小或状态的特征值下。
【技术特征摘要】
2015.03.13 CN 20151011107091.一种脑波数据分段记录方法，其特征包括以下步骤：（1）处理器根据设定分段值对脑波数据进行分段；（2）统计反映本段数据长度或时段的持续值；（3）把持续值记录在反映本段脑波数据大小或状态的特征值下。2.根据权利要求1所述的记录方法，其特征是：所述分段包括对脑波数据进行区段划分，把同一区段的脑波数据分为一段，或是对脑波数据进行时段划分，把一个连续时间段的脑波数据分为一段。3.根据权利要求2所述的记录方法，其特征是：所述区段划分包括根据脑波数据设置分段值，把同一区段的脑波数据分为一段，或是根据脑波数据中精神状态进行分类，把同一类精神状态下的脑波数据分为一段。4.根据权利要求3所述的记录方法，其特征是：所述根据脑波数据设置分段值包括根据脑波数据的大小、或差值、或比值、或波形参数中的任一种数值设置分段值，把同一区段的脑波数据分为一段。5.根据权利要求2所述的记录方法，其特征是：所述时段划分包括根据脑波数据的相对大小进行分段，把波动在设定区段的一个连续时间段的脑波数据分为一个时段，或是根据时间进行时段设定，把处于设定时间段的脑波数据分为一个时段。6.根据权利要求5所述的记录方法，其特征是：所...
【专利技术属性】
技术研发人员：胡渐佳，
申请(专利权)人：胡渐佳，
类型：发明
国别省市：湖北;42
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。