基于深度学习的脑电波智能学习机及其程序控制方法技术

本发明专利技术公开了一种基于深度学习的脑电波智能学习机及程序控制方法，其主要解决了学习者记忆外语单词时效率低，精力不集中的问题。通过脑电信号采集处理模块采集脑电信号，并通过深度学习模型来分析使用者当前记忆单词的记忆深度和注意力集中程度，当使用者所记忆的单词已经达到一定的记忆深度，那么下次就不再推荐记忆，并且注意力不够集中时将不能进行下一个环节单词的记忆，从而来提高使用者外语单词记忆的效率。

【技术实现步骤摘要】

：本专利技术涉及脑电波控制
，尤其涉及一种基于深度学习的脑电波智能学习机及其程序控制方法。
技术介绍
：基于脑电波的数据终端，是物联网和大数据背景下的一个非常重要的数据终端，是一门新兴技术。脑电波是在大脑活动时在大脑皮质的细胞外产生的生物电流，不同的脑活动会产生不同的电流波。因此我们可以通过电极来采集这些脑电波信号，然后通过深度学习模型的建立和分析，就能得到不同的脑电波与不同的脑活动之间的对应关系，再将脑电波信号进行特殊的数据处理，就可以通过这些数据对应的脑活动，来进行简单的电子设备的控制。
技术实现思路
：针对上述问题，本专利技术要解决的技术问题是提供一种基于深度学习的脑电波智能学习机及其程序控制方法。本专利技术的基于深度学习的脑电波智能学习机，包括脑电信号采集设备和学习机，所述脑电信号采集设备包括脑电信号采集处理模块、参考电极、脑电信号采集电极、电源模块和第一无线通信模块，所述脑电信号采集处理模块分别与参考电极、脑电信号采集电极、电源模块和第一无线通信模块连接，所述学习机包括控制器、触摸屏控制器、触摸显示屏、FLASH存储器、第二无线通信模块、电源、音频编码器芯片、SD卡及USB接口，所述控制器分别与触摸屏控制器、FLASH存储器、第二无线通信模块、电源、音频编码器芯片、SD卡及USB接口连接，所述触摸屏控制器连接有触摸显示屏，所述第一无线通信模块与第二无线通信模块无线连接。优选的，所述参考电极包括前额电极及耳朵电位夹。优选的，所述脑电信号采集处理模块为ThinkGearTGAM模块。优选的，所述控制器采用arm处理器。本专利技术的基于深度学习的脑电波智能学习机的程序控制方法，包括以下步骤：a.建立和训练单词记忆深度的脑电信号深度学习模型，建立一个DBN深度学习模型，构建包含3个隐含层的DBN网络，相邻层构成受限玻尔兹曼机RMB，输入层为x，输出层为y，在x层输入待检图像特征向量，经由三个隐含层，得到分类结果y，其激活函数采用sigmoid激活函数公式为：；b.通过脑电信号采集设备采集用户的原始脑电信号，通过无线通信模块发送到学习机上；c.接收到采集的原始脑电信号后，送往深度学习模型，同时按照ThinkGear传输数据包格式进行数据解析，获得信号质量值和专注度值；d.通过深度学习模型判断当前单词是否需要学习；e.根据信号质量值和专注度值来分析用户当前的注意力集中程度；f.根据步骤d中的单词是否继续学习的判断和步骤e中注意力集中程度的判断，决定是否切换到下一个单词进行学习。优选的，所述步骤b中通过通过脑电信号采集设备采集用户的原始脑电信号是通过前额电极、耳朵电位夹和脑电信号采集处理模块来进行采集的。本专利技术有益效果：本专利技术通过监测使用者的单词记忆深度和精神注意力，通过单词记忆深度来判断当前单词是否需要继续记忆学习。并通过与注意力相关的脑电信号的强弱，来判断使用者注意力是否集中，依此控制记忆单词的进度，提高外语单词记忆的效率。附图说明：为了易于说明，本专利技术由下述的具体实施及附图作以详细描述。图1是DBN分类器结构；图2是脑电信号采集设备结构图；图3是学习机结构图；图4是脑电信号数据包解析过程；图5是学习机控制过程；图6是脑电信号采集设备电路原理图；图7-8是CPU主电路图；图9是CPU-总线电路图；图10是时钟电路；图11是VGA接口电路图；图12是FLASH存储器电路图；图13是SD卡电路图；图14是USB接口电路图；图15-16是电源模块电路图；图17是音频编码器芯片电路图；图18是无线通信模块电路图；图19是触摸屏控制器电路图。图中：Q1-脑电信号采集处理模块；Q2-参考电极；Q3-脑电信号采集电极；Q4-电源模块；Q5-第一无线通信模块；P1-控制器；P2-触摸屏控制器；P3-触摸显示器；P4-FLASH存储器；P5-第二无线通信模块；P6-电源；P7-音频编码器芯片；P8-SD卡；P9-USB接口。具体实施方式：为使本专利技术的目的、技术方案和优点更加清楚明了，下面通过附图中示出的具体实施例来描述本专利技术。但是应该理解，这些描述只是示例性的，而并非要限制本专利技术的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本专利技术的概念。如图1-19所示，本实施例的一种基于深度学习的脑电波智能学习机，包括脑电信号采集设备和学习机，所述脑电信号采集设备包括脑电信号采集处理模块Q1、参考电极Q2、脑电信号采集电极Q3、电源模块Q4和第一无线通信模块Q5，所述脑电信号采集处理模块Q1分别与参考电极Q2、脑电信号采集电极Q3、电源模块Q4和第一无线通信模块Q5连接，所述学习机包括控制器P1、触摸屏控制器P2、触摸显示屏P3、FLASH存储器P4、第二无线通信模块P5、电源P6、音频编码器芯片P7、SD卡P8及USB接口P9，所述控制器PQ分别与触摸屏控制器P2、FLASH存储器P4、第二无线通信模块P5、电源P6、音频编码器芯片P7、SD卡P8及USB接口P9连接，所述触摸屏控制器P2连接有触摸显示屏P3，所述第一无线通信模块Q5与第二无线通信模块P5无线连接。具体地，参考电极Q2包括前额电极及耳朵电位夹；脑电信号采集处理模块Q1为ThinkGearTGAM模块；控制器P1采用arm处理器。本实施例的一种基于深度学习的脑电波智能学习机的程序控制方法，包括以下步骤：a.建立和训练单词记忆深度的脑电信号深度学习模型；b.通过脑电信号采集设备采集用户的原始脑电信号，通过无线通信模块发送到学习机上；c.接收到采集的原始脑电信号后，送往深度学习模型，同时按照ThinkGearTGAM传输数据包格式进行数据解析，获得信号质量值和专注度值；d.通过深度学习模型判断当前单词是否需要学习；e.根据信号质量值和专注度值来分析用户当前的注意力集中程度；f.根据步骤d中的单词是否继续学习的判断和步骤e中注意力集中程度的判断，决定是否切换到下一个单词进行学习。具体地，步骤a中建立和训练单词记忆深度的脑电信号深度学习模型是指建立一个DBN深度学习模型，再通过大量的不同学习者的单词记忆深度脑电信号样本来训练该模型；建立一个DBN深度学习模型，如图1所示，通过大量的不同学习者的单词记忆深度脑电信号样本来训练该模型。首先将要学习的外语单词库让学习者学习，然后测试学习者的记忆情况，采集测试者的脑电信号，并将信号送入DBN网络中进行逐层学习，获取单词记忆脑电信号的特征，待学习完毕之后，DBN网络最后一层将按单词的记忆深度信号特征，对信号进行分类。低于某个分类级别的单词，认为记忆不是很牢，需要重新推荐记忆学习，而高于某个级别的说明记忆很深很牢，就不再推荐记忆学习。具体地，步骤B中脑电信号的采集处理是通过前额电极、耳朵电位夹和ThinkGearTGAM脑电信号处理模块来完成的，采集到的数据是通过无线通信模块发送到学习机上，无线通信模块为蓝牙。具体地，步骤c中学习机通过蓝牙接收b中采集到的脑电信号数据，并将原始信号送往深度学习模型，同时按照ThinkGearTGAM传输数据包格式进行数据解析，获得信号质量值和专注度值。解析出数据包中的第3字节的值为信号质量值，第34字节的值即为专注度值；第7～30字节可以解析出delta波、theta波、本文档来自技高网...

【技术保护点】
基于深度学习的脑电波智能学习机，其特征在于：包括脑电信号采集设备和学习机，所述脑电信号采集设备包括脑电信号采集处理模块、参考电极、脑电信号采集电极、电源模块和第一无线通信模块，所述脑电信号采集处理模块分别与参考电极、脑电信号采集电极、电源模块和第一无线通信模块连接，所述学习机包括控制器、触摸屏控制器、触摸显示屏、存储器、第二无线通信模块、电源、音频编码器芯片、存储卡及USB接口，所述控制器分别与触摸屏控制器、存储器、第二无线通信模块、电源、音频编码器芯片、存储卡及USB接口连接，所述触摸屏控制器连接有触摸显示屏，所述第一无线通信模块与第二无线通信模块无线连接。

【技术特征摘要】
1.基于深度学习的脑电波智能学习机，其特征在于：包括脑电信号采集设备和学习机，所述脑电信号采集设备包括脑电信号采集处理模块、参考电极、脑电信号采集电极、电源模块和第一无线通信模块，所述脑电信号采集处理模块分别与参考电极、脑电信号采集电极、电源模块和第一无线通信模块连接，所述学习机包括控制器、触摸屏控制器、触摸显示屏、存储器、第二无线通信模块、电源、音频编码器芯片、存储卡及USB接口，所述控制器分别与触摸屏控制器、存储器、第二无线通信模块、电源、音频编码器芯片、存储卡及USB接口连接，所述触摸屏控制器连接有触摸显示屏，所述第一无线通信模块与第二无线通信模块无线连接。2.根据权利要求1所述的基于深度学习的脑电波智能学习机，其特征在于：所述参考电极包括前额电极及耳朵电位夹。3.根据权利要求1所述的基于深度学习的脑电波智能学习机，其特征在于：所述脑电信号采集处理模块为ThinkGearTGAM模块。4.根据权利要求1所述的基于深度学习的脑电波智能学习机，其特征在于：所述控制器采用arm处理器。5.基于深度学习的脑电波智能学习机的程...

【专利技术属性】
技术研发人员：于国龙，崔忠伟，左羽，熊伟程，桑海伟，廖玉梅，吴恋，
申请(专利权)人：贵州师范学院，
类型：发明
国别省市：贵州;52