一种基于卷积神经网络的注意力检测方法、系统技术方案

本发明专利技术公开了一种基于卷积神经网络的注意力检测方法及系统，该方法包括EEG信号采集设备采集用户的EEG信号，对EEG信号进行滤波预处理后传输到数据分析系统；数据分析系统根据任务需要，提取EEG信号的特征，传输至判断识别系统；判断识别系统通过卷积神经网络算法识别用户注意力状态。该方法通过卷积神经网络算法准确检测注意力是否集中，提升了分析的效率和准确性，且拓宽了检测的应用场景。

【技术实现步骤摘要】
一种基于卷积神经网络的注意力检测方法、系统
本专利技术涉及EEG信号识别
，特别是涉及一种基于卷积神经网络的注意力检测方法、系统。
技术介绍
目前市场上常用的注意力检测方法是通过繁琐的实验，如让被试者做大量的数学题、观看影视视频等，然后进行问卷调查，并进行统计学分析，根据结果分析是否注意力集中，存在一定的主观性。这种进行注意力检测的方法操作繁琐，效率低下，且误差也较大，同时应用场景受到限制。因此，如何提高识别准确率是亟待解决的问题。
技术实现思路
本专利技术的目的是提供一种基于卷积神经网络的注意力检测方法、系统，以实现准确检测注意力是否集中，提升了检测的效率和准确性，且拓宽了检测的应用场景。为解决上述技术问题，本专利技术提供一种基于卷积神经网络的注意力检测方法，包括：EEG信号采集设备采集用户的EEG信号，对EEG信号进行滤波预处理后传输到数据分析系统；数据分析系统根据任务需要，提取EEG信号的特征，传输至判断识别系统；判断识别系统通过卷积神经网络算法识别用户注意力状态。本文档来自技高网...

【技术保护点】
1.一种基于卷积神经网络的注意力检测方法，其特征在于，包括：/nEEG信号采集设备采集用户的EEG信号，对EEG信号进行滤波预处理后传输到数据分析系统；/n数据分析系统根据任务需要，提取EEG信号的特征，传输至判断识别系统；/n判断识别系统通过卷积神经网络算法识别用户注意力状态。/n

【技术特征摘要】
1.一种基于卷积神经网络的注意力检测方法，其特征在于，包括：
EEG信号采集设备采集用户的EEG信号，对EEG信号进行滤波预处理后传输到数据分析系统；
数据分析系统根据任务需要，提取EEG信号的特征，传输至判断识别系统；
判断识别系统通过卷积神经网络算法识别用户注意力状态。


2.如权利要求1所述的基于卷积神经网络的注意力检测方法，其特征在于，所述滤波预处理包括工频滤波和带通滤波。


3.如权利要求1所述的基于卷积神经网络的注意力检测方法，其特征在于，所述预处理步骤后，还包括对信号进行数据归一化操作来保证信号的一致性。


4.如权利要求1所述的基于卷积神经网络的注意力检测方法，其特征在于，所述EEG信号的特征包括EEG信号的时域特征、频域特征、时频特征。


5.如权利要...

【专利技术属性】
技术研发人员：马鹏程，卢树强，王晓岸，
申请(专利权)人：北京脑陆科技有限公司，
类型：发明
国别省市：北京;11