本发明专利技术公开了用于专注力训练的脑电波信号处理方法、装置及存储介质，所述方法包括：获取预设时间段内的脑电波信号数据，并基于所述脑电波信号数据，确定出所述脑电波信号数据所对应的异常数据；获取所述异常数据所对应的权重数据；根据所述权重数据以及所述异常数据，得到专注力评分。本发明专利技术通过分析出预设时间段内的脑电波信号数据中的异常数据，并基于异常数据和对应的权重数据来确定出专注力评分，让用户更直观地了解到专注力，以便对用户的专注力训练进行的实时调整与约束，使得用户可以提高专注力。高专注力。高专注力。
【技术实现步骤摘要】
用于专注力训练的脑电波信号处理方法、装置及存储介质
[0001]本专利技术涉及脑电波信号处理
，尤其涉及一种用于专注力训练的脑电波信号处理方法、装置及存储介质。
技术介绍
[0002]脑电波是大脑皮层大量神经元的突触后电位总和的结果。脑中有许多的神经细胞在活动着，而成电器性的变动。也就是说，有电器性的摆动存在。而这种摆动呈现在科学仪器上，看起来就像波动一样。脑电波反映着人脑的活跃程度。随着智能终端设备的发展，越来越多智能终端正在尝试将脑电波进行应用，基于脑电波来实现对终端终端的控制，使得智能终端可以基于用户的脑电波来实现功能控制。
[0003]为了实现对智能终端更为准确的控制，需要对用户的专注力进行训练，即对用户的脑电波信号进行分析与处理，以让用户及时了解到脑电波信号的活跃程度，即确定出专注程度。但是目前在对脑电波信号的分析与处理过程中，基本都是通过输出脑电波信号曲线，观察脑电波信号曲线的波动情况来判断用户的专注程度，缺乏直观地对用户的专注程度进行评估的方法。
[0004]因此，现有技术还有待改进和提高。
技术实现思路
[0005]本专利技术要解决的技术问题在于，针对现有技术的上述缺陷，提供一种用于专注力训练的脑电波信号处理方法、装置及存储介质，旨在解决现有技术在对脑电波信号的分析与处理过程中，缺乏直观地对用户的专注程度进行评估的方法。
[0006]为了解决上述技术问题，本专利技术所采用的技术方案如下：第一方面，本专利技术提供一种用于专注力训练的脑电波信号处理方法，其中，所述方法包括：获取预设时间段内的脑电波信号数据，并基于所述脑电波信号数据，确定出所述脑电波信号数据所对应的异常数据；获取所述异常数据所对应的权重数据；根据所述权重数据以及所述异常数据，得到专注力评分。
[0007]在一种实现方式中，所述基于所述脑电波信号数据，确定出所述脑电波信号数据所对应的异常数据，包括：获取预设的标准脑电波信号数据；将所述脑电波信号数据与所述标准脑电波信号数据进行匹配；确定出所述脑电波信号数据与所述标准脑电波信号数据之间的差异数据，并将所述差异数据作为所述异常数据。
[0008]在一种实现方式中，所述将所述脑电波信号数据与所述标准脑电波信号数据进行匹配，包括：
获取所述脑电波信号数据所对应的脑电波信号曲线；获取所述标准脑电波信号数据所对应的标准信号曲线；将所述脑电波信号曲线与所述标准信号曲线进行匹配。
[0009]在一种实现方式中，所述获取所述异常数据所对应的权重数据，包括：根据所述异常数据，确定所述异常数据中的偏离次数、每一次异常数据从偏离至恢复至正常值的恢复时间以及每一次异常数据的偏离幅度；根据所述偏离次数、所述恢复时间以及所述偏离幅度，分别获取对应的次数权重数据、时间权重数据以及幅度权重数据。
[0010]在一种实现方式中，所述根据所述权重数据以及所述异常数据，得到专注力评分，包括：获取基础分数；根据所述基础分数、所述偏离次数、所述恢复时间、所述偏离幅度、所述次数权重数据、所述时间权重数据以及所述幅度权重数据，得到所述专注力评分。
[0011]在一种实现方式中，所述专注力评分的计算方式为：专注力评分=基础分数
‑
偏离次数*次数权重数据
‑
恢复时间*时间权重数据
‑
偏离幅度*幅度权重数据。
[0012]在一种实现方式中，所述方法还包括：当得到所述专注力评分后，将所述专注力评分进行上报，以根据所述专注力评分对专注力训练进行提醒。
[0013]第二方面，本专利技术实施例还提供一种用于专注力训练的脑电波信号处理装置，其中，所述装置包括：异常数据确定模块，用于获取预设时间段内的脑电波信号数据，并基于所述脑电波信号数据，确定出所述脑电波信号数据所对应的异常数据；权重数据获取模块，用于获取所述异常数据所对应的权重数据；专注力评分确定模块，用于根据所述权重数据以及所述异常数据，得到专注力评分。
[0014]第三方面，本专利技术实施例还提供一种终端设备，其中，所述终端设备包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的用于专注力训练的脑电波信号处理程序，所述处理器执行所述用于专注力训练的脑电波信号处理程序时，实现如上述方案任一项所述的用于专注力训练的脑电波信号处理方法的步骤。
[0015]第四方面，本专利技术实施例还提供一种计算机可读存储介质，其中，所述计算机可读存储介质上存储有用于专注力训练的脑电波信号处理程序，所述用于专注力训练的脑电波信号处理程序被处理器执行时，实现如上述方案任一项所述的用于专注力训练的脑电波信号处理方法的步骤。
[0016]有益效果：与现有技术相比，本专利技术提供了一种用于专注力训练的脑电波信号处理方法，本专利技术首先获取预设时间段内的脑电波信号数据，并基于所述脑电波信号数据，确定出所述脑电波信号数据所对应的异常数据。然后获取所述异常数据所对应的权重数据。最后根据所述权重数据以及所述异常数据，得到专注力评分。本专利技术通过分析出预设时间段内的脑电波信号数据中的异常数据，并基于异常数据和对应的权重数据来确定出专注力
评分，整个过程简单，基于异常数据来确定专注力评分，更为准确，也让用户更直观地了解到专注力，以便对用户的专注力训练进行的实时调整与约束，使得用户可以提高专注力。
附图说明
[0017]图1为本专利技术实施例提供的用于专注力训练的脑电波信号处理方法的具体实施方式的流程图。
[0018]图2是本专利技术实施例提供的用于专注力训练的脑电波信号处理装置的原理框图。
[0019]图3是本专利技术实施例提供的终端设备的内部结构原理框图。
具体实施方式
[0020]为使本专利技术的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本专利技术进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。
[0021]脑电波是大脑皮层大量神经元的突触后电位总和的结果。脑中有许多的神经细胞在活动着，而成电器性的变动。也就是说，有电器性的摆动存在。而这种摆动呈现在科学仪器上，看起来就像波动一样。脑电波反映着人脑的活跃程度。随着智能终端设备的发展，越来越多智能终端正在尝试将脑电波进行应用，基于脑电波来实现对终端终端的控制，使得智能终端可以基于用户的脑电波来实现功能控制。这对于用户的专注程度比较高。目前在对脑电波信号的分析与处理过程中，基本都是通过输出脑电波信号曲线，观察脑电波信号曲线的波动情况来判断用户的专注程度，缺乏直观地对用户的专注程度进行评估的方法。
[0022]为此，本实施例提供一种用于专注力训练的脑电波信号处理方法，本实施例的方法可用于对用户的专注程度进行评估。具体实施时，本实施例首先获取预设时间段内的脑电波信号数据，并基于所述脑电波信号数据，确定出所述脑电波信号数据所对应的异常数据，然后获取所述异常数据所对应的权重数据。最后根据所述权重数据以及所述异常数据，得到专注力评分。本实施例通过分析出预设时间段内的脑电波本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用于专注力训练的脑电波信号处理方法，其特征在于，所述方法包括：获取预设时间段内的脑电波信号数据，并基于所述脑电波信号数据，确定出所述脑电波信号数据所对应的异常数据；获取所述异常数据所对应的权重数据；根据所述权重数据以及所述异常数据，得到专注力评分。2.根据权利要求1所述的用于专注力训练的脑电波信号处理方法，其特征在于，所述基于所述脑电波信号数据，确定出所述脑电波信号数据所对应的异常数据，包括：获取预设的标准脑电波信号数据；将所述脑电波信号数据与所述标准脑电波信号数据进行匹配；确定出所述脑电波信号数据与所述标准脑电波信号数据之间的差异数据，并将所述差异数据作为所述异常数据。3.根据权利要求2所述的用于专注力训练的脑电波信号处理方法，其特征在于，所述将所述脑电波信号数据与所述标准脑电波信号数据进行匹配，包括：获取所述脑电波信号数据所对应的脑电波信号曲线；获取所述标准脑电波信号数据所对应的标准信号曲线；将所述脑电波信号曲线与所述标准信号曲线进行匹配。4.根据权利要求3所述的用于专注力训练的脑电波信号处理方法，其特征在于，所述获取所述异常数据所对应的权重数据，包括：根据所述异常数据，确定所述异常数据中的偏离次数、每一次异常数据从偏离至恢复至正常值的恢复时间以及每一次异常数据的偏离幅度；根据所述偏离次数、所述恢复时间以及所述偏离幅度，分别获取对应的次数权重数据、时间权重数据以及幅度权重数据。5.根据权利要求4所述的用于专注力训练的脑电波信号处理方法，其特征在于，所述根据所述权重数据以及所述异常数据，得到专注力评分，包括：获取基础分数；根据所述基础分数、所述偏离次数、所述恢复时间、所述偏离幅度、所述次数权重数据...
【专利技术属性】
技术研发人员：韩璧丞，单思聪，阿迪斯，王伊宁，刘浩然，娄妤堃，
申请(专利权)人：深圳市心流科技有限公司，
类型：发明
国别省市：
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。