基于脑电信号概率编码的人机交互方法、装置及设备制造方法及图纸

本申请公开一种基于脑电信号概率编码的人机交互方法、装置及设备，通过获取用户的初始脑电数据对应的状态分类信息，以提取初始脑电数据对应的脑电特征数据，以确认认知任务和认知模式；获取认知模式对应的标准特征向量，分别计算脑电特征数据对应的多个脑电特征向量与标准特征向量的相似度；在多个相似度中确定目标相似度，确定目标相似度对应的多个大脑活动模式；根据认知任务和认知模式，确定融合权重值；根据融合权重值将多个大脑活动模式对应的进行融合，获取融合特征向量和对应的融合结果；根据融合结果获取认知属性，和对应的响应模式；根据响应模式生成融合结果和对应的大脑响应控制信息，根据大脑响应控制信息调整用户的大脑活动状态。

【技术实现步骤摘要】

本申请涉及脑机接口，尤其涉及一种基于脑电信号概率编码的人机交互方法、装置及设备。

技术介绍

1、现有的脑机接口(bci)技术大多基于简单的模式识别算法,如线性判别分析(lda)、支持向量机(svm)等,将脑电信号直接映射到预定义的任务类别上,难以精确解释和描述复杂的认知加工过程。

2、此外,现有技术主要关注解码大脑状态,对如何有效地调节认知状态缺乏深入探讨。大脑是一个高度动态的系统,认知状态会随着时间和任务的变化而发生动态调整,需要实时监控和调节才能保持在期望的轨道上。简单的开环控制方式很难满足这一需求,容易产生控制偏差,影响识别准确性。而闭环控制则需要构建复杂的脑电响应模型,对系统参数和控制规则的设计提出了很高的要求。

3、再者,现有技术往往将注意力、工作记忆、情绪等不同的认知功能分开处理,缺乏对认知功能之间相互作用和融合关系的描述。而实际上,人类大脑的认知过程常常是多种认知功能相互耦合、共同参与的。比如,在做出决策时,需要注意力进行信息编码,工作记忆维持相关线索,同时情绪状态也会影响决策的偏好。忽视这种复杂的交互效应,难以全面解本文档来自技高网...

【技术保护点】

1.一种基于脑电信号概率编码的人机交互方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，在所述获取所述初始脑电数据对应的状态分类信息之前，还包括：

3.根据权利要求1所述的方法，其特征在于，所述获取所述初始脑电数据对应的状态分类信息，包括：

4.根据权利要求1所述的方法，其特征在于，所述根据所述脑电特征数据获取认知任务和认知模式，包括：

5.根据权利要求1所述的方法，其特征在于，在所述将所述目标相似度对应的特征向量输入至预构建的因果贝叶斯网络模型之前，还包括：

6.根据权利要求1所述的方法，其特征在于，...

【技术特征摘要】

1.一种基于脑电信号概率编码的人机交互方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，在所述获取所述初始脑电数据对应的状态分类信息之前，还包括：

3.根据权利要求1所述的方法，其特征在于，所述获取所述初始脑电数据对应的状态分类信息，包括：

4.根据权利要求1所述的方法，其特征在于，所述根据所述脑电特征数据获取认知任务和认知模式，包括：

5.根据权利要求1所述的方法，其特征在于，在所述将所述目标相似度对应的特征向量输入至预构建的因果贝叶斯网络模型之前，还包括：

6.根据权利要求...

【专利技术属性】
技术研发人员：李越，李宝宝，
申请(专利权)人：小舟科技有限公司，
类型：发明
国别省市：