基于脑电信号的情绪调控训练方法及相关设备技术

本发明专利技术提供了一种基于脑电信号的情绪调控训练方法及相关设备，方法包括，采集受试者的脑电信号并获取对应情绪状态的评分；从脑电信号中获取受试者的脑电数据并提取受试者的脑电特征；应用特征筛选算法得到超参数最佳取值以及和情绪状态最相关的脑电特征；利用筛选出来的脑电特征及对应的情绪状态的评分机器学习分类算法构建受试者的个性化情绪解码模型；指导受试者采用认知重评策略对图片诱发情绪进行调控，实时采集脑电信号，通过应用受试者的个性化情绪解码模型，对调控前后的情绪状态进行解码，将情绪解码评分的差异作为实时调控效果反馈给受试者。本发明专利技术的有益效果在于：能够提升受试者的情绪调控训练效果。能够提升受试者的情绪调控训练效果。能够提升受试者的情绪调控训练效果。

【技术实现步骤摘要】
基于脑电信号的情绪调控训练方法及相关设备


[0001]本专利技术涉及情绪调控
，尤其是指一种基于脑电信号的情绪调控训练方法及相关设备。

技术介绍

[0002]情绪障碍患者(如抑郁症)通常伴随持续的心境低落和快感缺失，且存在一定程度的情绪调节困难。目前常用的治疗方式有药物、物理和心理治疗，但这些方式存在一定的副作用，且治疗效果有限。脑电神经反馈技术作为一种新型的治疗康复技术，因其无创无副作用等特点，被逐步用于针对抑郁焦虑等症状的情绪调控。具体而言，脑电神经反馈技术通过采集受试者的脑电信号，将实时提取到的脑活动通过计算转换成反馈信号，以视觉、听觉或其他形式呈现给被试，要求受试者选择性的增强或抑制该信号，从而达到自我调节特定脑功能活动的目的。但是，现有用于情绪调节的神经反馈训练技术主要是针对静息态脑功能活动，所有受试者都使用单一且固定的反馈信号进行大脑特定区域功能的调节，较少采用与情绪反应更具针对性的脑功能活动靶点，没有考虑个体差异，部分受试者可能无法学会有效控制他们的脑电活动，且同一受试者在不同时期参与神经反馈训练也会产生不同的脑电信号进而无法有效利用神经反馈训练调控情绪。考虑到神经反馈训练的个体差异和同一受试者脑电信号的振荡性变化的问题，有必要为每名受试者建立一个结合实时情绪诱发和脑电解码的个性化设置的情绪调控反馈训练系统，改善调控训练效果。

技术实现思路

[0003]本专利技术所要解决的技术问题是：提供一种基于脑电信号的情绪调控训练方法及相关设备，以改善调控训练效果。
[0004]为了解决上述技术问题，本专利技术采用的技术方案为：一种基于脑电信号的情绪调控训练方法，包括，
[0005]在受试者面前呈现情绪刺激图片集中的图片，诱发受试者进入不同的情绪状态；
[0006]实时采集受试者在观看每张图片时的脑电信号；
[0007]获取受试者在观看每张图片时给自己情绪状态的评分；
[0008]将采集到的受试者的脑电信号进行预处理，得到受试者的脑电数据；
[0009]将受试者的脑电数据进行特征提取，得到受试者的脑电特征；
[0010]应用特征筛选算法得到超参数最佳取值以及和情绪状态最相关的脑电特征；
[0011]将筛选出来的脑电特征及对应的情绪状态的评分利用机器学习分类算法构建受试者的个性化情绪解码模型；
[0012]指导受试者采用认知重评策略对图片诱发情绪进行调控，实时采集脑电信号，通过应用受试者的个性化情绪解码模型，对调控前后的情绪状态进行解码，将情绪解码评分的差异作为实时调控效果反馈给受试者。
[0013]进一步的，将采集到的受试者的脑电信号进行预处理，得到受试者的脑电数据包
括，
[0014]对脑电信号利用FIR滤波器进行1
‑
45Hz带通滤波，保留1
‑
45Hz范围内的脑电信号，并再进行49
‑
51Hz陷波处理；
[0015]对陷波处理后的脑电信号进行数据分段，以图片的刺激呈现为0时刻点，提取脑电信号片段，将二维的通道
×
时间的连续的脑电信号变为三维的通道
×
时间
×
试次的分段的脑电数据；
[0016]基线矫正，分段脑电数据各点减去一个平均基线值，平均基线值以0时刻点前的脑电数据的均值作基线；
[0017]基于ICA算法对脑电数据进行伪迹去除，去除脑电数据中的眼动伪影和肌电噪声；
[0018]重参考至全脑平均，将采集后的所有电极电位的平均值作为参考信号，以获取单个电极电位。
[0019]进一步的，将受试者的脑电数据进行特征提取，得到受试者的脑电特征中，提取的脑电特征包括，功率谱密度特征、微分熵特征、ERP特征、Hjorth参数特征、小波能量及小波熵特征。
[0020]进一步的，应用特征筛选算法得到超参数最佳取值以及和情绪状态最相关的脑电特征包括，
[0021]应用特征筛选算法获取特征权重排名前k名的脑电特征，进行十折交叉验5证下的正负情绪状态二分类，选取预测结果最好的k值；
[0022]基于确定的k值，取脑电特征权重排名前k个脑电特征进行十折交叉验证下的分类，得到超参数最佳取值以及和情绪状态最相关的脑电特征。
[0023]进一步的，指导受试者采用认知重评策略对图片诱发情绪进行调控，实时采集脑电信号，通过应用受试者的个性化情绪解码模型，对调控前后的情绪状0态进行解码，将情绪解码评分的差异作为实时调控效果反馈给受试者包括，
[0024]在受试者面前呈现情绪刺激图片集中的图片，诱发受试者进入不同的情绪状态；
[0025]实时采集受试者在观看每张图片时的脑电信号；
[0026]将采集到的受试者的脑电信号进行预处理，得到受试者的脑电数据；5将受试者的脑电数据进行特征提取，得到受试者的脑电特征；
[0027]将受试者的脑电特征输入受试者的个性化情绪解码模型解码出当前情绪状态的评分；
[0028]通过对比受试者调控前后的个性化情绪解码模型解码出的情绪状态评分的差异，得到针对情绪调控效果的反馈信号，呈现给受试者，以让受试者参考当0前情绪状态的评分实时调整自己的调节策略，以提升自己的情绪状态。
[0029]进一步的，实时采集受试者在观看每张图片时的脑电信号中，采集脑电信号采用64导联湿电帽子，通过在64个湿电极上涂抹导电膏使得64个湿电极的阻抗降至20KΩ以下。
[0030]进一步的，获取受试者在观看每张图片时给自己情绪状态的评分中，情绪5状态的评分范围为0分到10分，5分以下为负面情绪状态，5分以上为正面情绪状态。
[0031]本专利技术还提供了一种基于脑电信号的情绪调控训练装置，包括，
[0032]情绪诱发模块，用于在受试者面前呈现情绪刺激图片集中的图片，诱发受试者进入不同的情绪状态；
[0033]脑电信号采集模块，用于实时采集受试者在观看每张图片时的脑电信号；
[0034]情绪评分获取模块，用于获取受试者在观看每张图片时给自己情绪状态的评分；
[0035]脑电信号预处理模块，用于将采集到的受试者的脑电信号进行预处理，得到受试者的脑电数据；
[0036]脑电特征提取模块，用于将受试者的脑电数据进行特征提取，得到受试者的脑电特征；
[0037]脑电特征筛选模块，用于应用特征筛选算法得到超参数最佳取值以及和情绪状态最相关的脑电特征；
[0038]情绪解码模型构建模块，用于将筛选出来的脑电特征及对应的情绪状态的评分利用机器学习分类算法构建受试者的个性化情绪解码模型；
[0039]情绪调控反馈训练循环模块，用于指导受试者采用认知重评策略对图片诱发情绪进行调控，实时采集脑电信号，通过应用受试者的个性化情绪解码模型，对调控前后的情绪状态进行解码，将情绪解码评分的差异作为实时调控效果反馈给受试者。
[0040]本专利技术还提供了一种计算机设备，所述计算机设备包括存储器及处本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于脑电信号的情绪调控训练方法，其特征在于：包括，在受试者面前呈现情绪刺激图片集中的图片，诱发受试者进入不同的情绪状态；实时采集受试者在观看每张图片时的脑电信号；获取受试者在观看每张图片时给自己情绪状态的评分；将采集到的受试者的脑电信号进行预处理，得到受试者的脑电数据；将受试者的脑电数据进行特征提取，得到受试者的脑电特征；应用特征筛选算法得到超参数最佳取值以及和情绪状态最相关的脑电特征；将筛选出来的脑电特征及对应的情绪状态的评分利用机器学习分类算法构建受试者的个性化情绪解码模型；指导受试者采用认知重评策略对图片诱发情绪进行调控，实时采集脑电信号，通过应用受试者的个性化情绪解码模型，对调控前后的情绪状态进行解码，将情绪解码评分的差异作为实时调控效果反馈给受试者。2.如权利要求1所述的基于脑电信号的情绪调控训练方法，其特征在于：将采集到的受试者的脑电信号进行预处理，得到受试者的脑电数据包括，对脑电信号利用FIR滤波器进行1
‑
45Hz带通滤波，保留1
‑
45Hz范围内的脑电信号，并再进行49
‑
51Hz陷波处理；对陷波处理后的脑电信号进行数据分段，以图片的刺激呈现为0时刻点，提取脑电信号片段，将二维的通道
×
时间的连续的脑电信号变为三维的通道
×
时间
×
试次的分段的脑电数据；基线矫正，分段脑电数据各点减去一个平均基线值，平均基线值以0时刻点前的脑电数据的均值作基线；基于ICA算法对脑电数据进行伪迹去除，去除脑电数据中的眼动伪影和肌电噪声；重参考至全脑平均，将采集后的所有电极电位的平均值作为参考信号，以获取单个电极电位。3.如权利要求1所述的基于脑电信号的情绪调控训练方法，其特征在于：将受试者的脑电数据进行特征提取，得到受试者的脑电特征中，提取的脑电特征包括，功率谱密度特征、微分熵特征、ERP特征、Hjorth参数特征、小波能量及小波熵特征。4.如权利要求1所述的基于脑电信号的情绪调控训练方法，其特征在于：应用特征筛选算法得到超参数最佳取值以及和情绪状态最相关的脑电特征包括，应用特征筛选算法获取特征权重排名前k名的脑电特征，进行十折交叉验证下的正负情绪状态二分类，选取预测结果最好的k值；基于确定的k值，取脑电特征权重排名前k个脑电特征进行十折交叉验证下的分类，得到超参数最佳取值以及和情绪状态最相关的脑电特征。5.如权利要求1所述的基于脑电信号的情绪调控训练方法，其特征在于：指导受试者采用认知重评策略对图片诱发情绪进行调控，实时采集脑电信号，通过应用受试者的...

【专利技术属性】
技术研发人员：桂雪盈，李琳玲，张治国，梁臻，黄淦，张力，
申请(专利权)人：深圳大学，
类型：发明
国别省市：