对EEG信号进行预处理用于认知负荷测量的方法和系统技术方案

提供了对脑电图(EEG)信号进行预处理用于认知负荷测量的方法和系统。本申请提供了对用户的脑电图信号进行预处理用于认知负荷测量的方法和系统，包括：捕获来自用户头部的脑电图信号，在所捕获的脑电图信号中检测多个系统伪影，从所捕获的脑电图信号中检测并且去除噪声窗口，从所捕获的脑电图信号中检测眨眼区域并且滤出所述检测到的眨眼区域，利用滤波后的脑电图信号来测量用户的认知负荷，随后针对测量的认知负荷使用前额头皮EEG电极的空间分布变化计算用户的不同级别的脑力负荷。

Method and system for preprocessing EEG signals for cognitive load measurement

A method and system for preprocessing EEG (EEG) signals for cognitive load measurement are provided. The present application provides a method and system for pre processing of a user's EEG signal for cognitive load measurement, including capturing an electroencephalogram signal from the head of a user, detecting a plurality of system artifacts in the captured EEG signal, detecting and removing the noise window from the captured EEG signal and capturing the noise window from the captured EEG signal. In the electroencephalogram signal, the blink area is detected and the detected blink area is filtered. The user's cognitive load is measured by the filtered electroencephalogram signal, and then the user's different brain load is calculated using the spatial distribution changes of the frontal scalp EEG electrode for the measured cognitive load.

【技术实现步骤摘要】
【国外来华专利技术】对EEG信号进行预处理用于认知负荷测量的方法和系统
本申请通常涉及认知负荷测量。具体地，本申请提供了对用户的脑电图(EEG)信号进行预处理用于认知负荷测量的方法和系统。
技术介绍
脑电图(EEG)通常是用于监测大脑活动的非侵入性方法，其进一步用于测量用户的认知负荷，因为大脑是认知活动的来源。认知负荷的评估可以具有各种应用，诸如内容生成、测试电子设备上的各种应用以及与人类交互相关的应用。尽管有各种应用，但EEG信号是振幅非常低的信号，因此非常容易受到各种系统伪影的影响，从而在测量认知负荷时表现出较低的准确性。现有技术文献说明了用于检测和去除EEG信号中的系统伪影的各种解决方案。然而，现有技术文献从未探索过被系统伪影污染的低分辨率EEG信号的预处理，其可以进一步用于利用低分辨率设备进行实时信号分析。现有技术文献公开，应用独立分量分析(ICA)或基于自适应滤波器的方法来对EEG信号进行滤波，其中可能不需要眨眼区域检测。然而，独立分量分析(ICA)或基于自适应滤波器的方法限于具有大量电极的高分辨率系统(32或64通道EEG设备)。而另一方面，对于低分辨率系统，由于引线之间的间隔很大，因此这种方法导致较不准确的结果。一些现有技术拒绝系统伪影污染的部分，但是这种方法会导致大量的数据丢失。此外，现有技术中描述的大多数方法不能用于实时信号分析以测量认知负荷。现有技术文献公开了一种通过使用放置在眼睛附近的额外电极来检测眨眼的基于眼电图的方法。信号被放大，然后从EEG信号中减去以提取干净的信号。然而，在BCI相关应用中使用额外电极进行大量使用并不是一个非常实际的解决方案。已经使用了几种方法来检测眨眼用于低分辨率设备。现有技术文献公开了一种使用基于数值微分的方法来检测眨眼的方法。另一种方法使用基于相关的方法来从EEG信号自动检测眨眼。其他方法是通过睁开和闭上眼睛图像之间的相关来检测眨眼，例如通过计算眼睑的状态检测值来检测眨眼。其中一种方法应用直方图反投影和内部运动眼睑运动来检测眼球运动。另一种方法可以是希尔伯特-黄变换(HHT)，其在整个信号中用于此目的。然而，主要缺点是，它也改变了非眨眼区域的特征值。因此，鉴于上述
技术介绍
，显然需要一种解决方案，其能够为低分辨率设备预处理EEG信号，该解决方案可以被用来区分不同级别的用户的脑力负荷，这使得这些设备对需要大规模部署的非医学脑电脑接口应用有用。预处理区块从低分辨率EEG信号中去除系统伪影用于认知负荷测量。因此，期望对EEG信号进行预处理用于认知负荷测量的方法和系统。
技术实现思路
在描述本专利技术的方法、系统和硬件启用之前，应当理解的是，本专利技术不限于所描述的特定系统和方法，因为可能存在未在本公开中明确示出的本专利技术的多个可能的实施例。还应该理解的是，说明书中使用的术语仅用于描述特定版本或实施例的目的，而不旨在限制仅由所附权利要求限制的本专利技术的范围。本申请提供了一种对用户的脑电图信号进行预处理用于认知负荷测量的方法和系统。本申请提供了一种对用户的脑电图信号进行预处理用于认知负荷测量的方法和系统(200)。所述系统(200)包括：脑电图信号记录设备(202)，适用于捕获用户的脑电图信号，其中所述脑电图信号是对应于刺激产生的；伪影检测模块(204)，适用于检测所捕获的脑电图信号中的多个系统伪影；噪声窗口去除模块(206)，适用于从所述脑电图信号中去除噪声窗口；眨眼区域检测模块(208)，适用于检测所述脑电图信号中的眨眼区域；眨眼区域滤波模块(210)，适用于从所述脑电图信号中滤出所述检测到的眨眼区域，用于测量所述用户的认知负荷；以及认知负荷测量模块(212)，适用于利用滤波后的脑电图信号来测量用户的认知负荷，并且随后针对测量的认知负荷使用前额头皮EEG电极的空间分布的变化来计算用户的不同级别的脑力负荷。附图说明结合附图阅读时，可以更好地理解前面的概述以及优选实施例的以下详细描述。为了说明本专利技术，在附图中示出了本专利技术的示例性构造；然而，本专利技术不限于所公开的具体方法和系统。在附图中：图1：示出了对用户的脑电图信号进行预处理用于认知负荷测量的处理器实现的方法的流程图；图2：示出了说明对用户的脑电图信号进行预处理用于认知负荷测量的系统架构的框图；图3：示出了说明具有眨眼的原始EEG信号的图；图4：示出了说明利用各种方法检测到的眨眼的图表；图5：示出了说明用于低和高史楚普(stroop)颜色测试的归一化STD的图；以及图6：示出了在对信号进行预处理之后的低和高史楚普颜色测试的归一化区分指数方面的改进的图。具体实施方式现在将详细讨论专利技术的示出本其所有特征的一些实施例。词语“包括”、“具有”、“包含”和“包括了”及其他形式旨在意思上等同并且是开放式的，在任何一个这些单词之后的一个或多个项目并不意味着是这些项目或项目的穷尽列表，或者意指仅限于列出的一个或多个项目。还必须注意的是，除非上下文另外明确指出，否则如本文和所附权利要求中所使用的，单数形式“一”和“所述”包括复数形式。尽管在本专利技术的实施例的实践或测试中可以使用与本文描述的那些类似或等同的任何系统和方法，但是现在描述优选的系统和方法。所公开的实施例仅仅是本专利技术的示例，其可以以各种形式实施。在附图中示出的元件相互操作，如下面更详细解释的那样。然而，在阐述详细解释之前，应注意的是，无论所描述的具体实现方式如何，以下所有讨论本质上都是示例性的，而不是限制性的。例如，尽管实施方式的所选方面、特征或组件被描绘为存储在存储器中，但与磨耗告警系统和方法一致的全部或部分系统和方法可以存储在、分布于或从其他机器可读介质读取。上述技术可以在可编程计算机上执行(或可执行)的一个或多个计算机程序中实现，可编程计算机包括以下任何数量的任何组合：处理器、可由处理器读取和/或写入的存储介质(包括例如易失性和非易失性存储器和/或存储元件)、多个输入单元和多个输出设备。可以应用程序代码来使用多个输入单元中的任何输入单元进行输入，以执行所描述的功能并且产生显示在多个输出设备中的任何一个上的输出。下面的权利要求范围内的每个计算机程序可以用任何编程语言来实现，诸如汇编语言、机器语言、高级过程编程语言或面向对象编程语言。编程语言例如可以是编译或解释的编程语言。每个这样的计算机程序可以实现为计算机程序产品，其有形地体现在机器可读存储设备中以供计算机处理器执行。本专利技术的方法步骤可以由一个或多个计算机处理器执行，该计算机处理器执行有形地体现在计算机可读介质上的程序，以通过操作输入和生成输出来执行本专利技术的功能。举例来说，合适的处理器包括通用微处理器和专用微处理器。通常，处理器从存储器(诸如只读存储器和/或随机存取存储器)接收(读取)指令和数据并将指令和数据写入(存储)到存储器。适用于有形地体现计算机程序指令和数据的存储设备包括例如所有形式的非易失性存储器，诸如半导体存储设备，包括EPROM、EEPROM和闪存设备；磁盘，诸如生物盘和可移除盘；磁光盘；以及CD-ROM。任何前述内容均可由专门设计的ASIC(专用集成电路)或FPGA(现场可编程门阵列)补充或并入其中。计算机通常还可以从诸如生物盘(未示出)或可移除盘的非暂时性计算机可读存储介质接收(读取)程序和数据，并且将程序和数据写入(存储本文档来自技高网...

【技术保护点】
1.一种对用户的脑电图EEG信号进行预处理方法，用于认知负荷测量，所述方法包括处理器实现的步骤：a.使用脑电图信号记录设备(202)捕获用户的脑电图信号，其中所述脑电图信号是对应于刺激而产生的；b.使用伪影检测模块(204)检测所捕获的脑电图信号中的多个系统伪影；c.使用噪声窗口去除模块(206)从所述脑电图信号去除噪声窗口；d.使用眨眼区域检测模块(208)检测所述脑电图信号中的眨眼区域；e.使用眨眼区域滤波模块(210)从所述脑电图信号滤出所述检测到的眨眼区域；以及f.使用认知负荷测量模块(212)，利用滤波后的脑电图信号来测量用户的认知负荷，并且随后针对测量的认知负荷使用前额头皮EEG电极的空间分布的变化来计算用户的不同级别的脑力负荷。

【技术特征摘要】
【国外来华专利技术】2015.10.05 IN 3778/MUM/20151.一种对用户的脑电图EEG信号进行预处理方法，用于认知负荷测量，所述方法包括处理器实现的步骤：a.使用脑电图信号记录设备(202)捕获用户的脑电图信号，其中所述脑电图信号是对应于刺激而产生的；b.使用伪影检测模块(204)检测所捕获的脑电图信号中的多个系统伪影；c.使用噪声窗口去除模块(206)从所述脑电图信号去除噪声窗口；d.使用眨眼区域检测模块(208)检测所述脑电图信号中的眨眼区域；e.使用眨眼区域滤波模块(210)从所述脑电图信号滤出所述检测到的眨眼区域；以及f.使用认知负荷测量模块(212)，利用滤波后的脑电图信号来测量用户的认知负荷，并且随后针对测量的认知负荷使用前额头皮EEG电极的空间分布的变化来计算用户的不同级别的脑力负荷。2.根据权利要求1所述的方法，其中，所述刺激是史楚普测试。3.根据权利要求1所述的方法，其中，所述多个伪影包括与所述脑电图信号记录设备(202)有关的伪影。4.根据权利要求3所述的方法，其中，与所述脑电图信号记录设备(202)有关的系统伪影选自包括电源干扰、阻抗波动、寄生噪声和电噪声及其组合的群组。5.根据权利要求1所述的方法，其中，使用基于应用编程接口API的软件开发包SDK、标准偏差和信号偏斜度测量中的至少一个来检测所述噪声窗口。6.根据权利要求5所述的方法，还包括：在使用基于API的SDK时指示所述脑电图信号的噪声窗口的噪声水平，其中所述噪声窗口的噪声水平选自包括无信号、非常差的信号、差信号、一般信号、良好信号的群组。7.根据权利要求5所述的方法，还包括：将所述脑电图信号细分为非重叠窗口，用于计算所述脑电图信号的标准偏差。8.根据权利要求5所述的方法，还包括：将所述脑电图信号细分为非重叠窗口，用于测量所述脑电图信号的信号偏斜度测量。9.根据权利要求1所述的方法...

【专利技术属性】
技术研发人员：R·K·达斯，A·辛哈，D·查特吉，S·达塔，R·D·加瓦斯，
申请(专利权)人：塔塔咨询服务公司，
类型：发明
国别省市：印度,IN