用于专注度检测的方法和系统技术方案

提出了一种用于专注度检测的方法和系统。用于专注度检测的方法包括：从大脑信号提取时间特征；通过使用分类器将提取的时间特征分类以给出分数x1；从大脑信号提取谱空间特征；从提取的谱空间特征集合中选择包含专注状态和非专注状态之间的区别信息的谱空间特征；通过使用分类器将选择的谱空间特征分类以给出分数x2；将分数x1和x2组合以给出单一分数；以及基于该单一分数确定受试者是否处于专注状态。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术广泛涉及用于专注度检测的方法和系统。
技术介绍
专注度检测方法可以使用在诸如神经认知状况诊断等多种应用中，例如注意力缺 陷多动障碍(ADHD)。此外，可以将这些方法用于体育运动、博彩、驾驶等的行为监控和提升 改造中，或者用于评估工作相关的压力。还可以将专注度检测方法用于监控诸如临床药物 试验等药物治疗的有效性或者诸如生物反馈等治疗和康复的有效性。通常，可取的是，专注度检测方法允许对专注度或者注意力水平的连续检测和测 量。此外，专注度检测方法要求精确性和稳定性。还可取的是，专注度检测方法容易使用且 成本低。Monastra和Lubar介绍了计算专注度检测的注意力指数的方法(Monastra和 Lubar 于 2000 年公开的 US06097980，题为QuantitativeelectroerK^phalographidQEEG) process and apparatus for assessingattention deficit hyperactivity disorder； V. J. Monastra、S. Lynn、M. Linden、J. F. Lubar本文档来自技高网...

【技术保护点】
１．一种用于专注度检测的方法，所述方法包括以下步骤：从大脑信号提取时间特征；使用分类器将提取的时间特征分类以给出分数ｘ１；从大脑信号提取谱空间特征；从提取的谱空间特征集合选择包含专注状态和非专注状态之间的区别信息的谱空间特征；使用分类器将选择的谱空间特征分类以给出分数ｘ２；将所述分数ｘ１和ｘ２结合以给出单一分数；以及基于所述单一分数确定受试者是否处于专注状态。

【技术特征摘要】
【国外来华专利技术】1.一种用于专注度检测的方法，所述方法包括以下步骤 从大脑信号提取时间特征；使用分类器将提取的时间特征分类以给出分数X1 ； 从大脑信号提取谱空间特征；从提取的谱空间特征集合选择包含专注状态和非专注状态之间的区别信息的谱空间 特征；使用分类器将选择的谱空间特征分类以给出分数&； 将所述分数X1和&结合以给出单一分数；以及 基于所述单一分数确定受试者是否处于专注状态。2.根据任意一个前述权利要求所述的方法，其中从大脑信号提取时间特征的步骤还包括在多个电极通道的每个中计算大脑波形的统计量；以及 将所述统计量连接成联合特征矢量。3.根据权利要求2所述的方法，其中所述大脑波形的所述统计量是标准偏差。4.根据任意一个前述权利要求所述的方法，其中提取大脑信号的谱空间特征的步骤还 包括使用滤波器组在离散频率窗口中提取各个大脑信号分量以获得大脑信号的谱特征；以及使用CSP阵列将CSP算法应用于每个所述谱特征以获得大脑信号的谱空间特征。5.根据权利要求4所述的方法，其中所述滤波器组包括具有4赫兹通带宽度的低次带 通Chebyshev II型滤波器。6.根据任意一个前述权利要求所述的方法，其中从提取的谱空间特征集合选择包含专 注状态和非专注状态之间的区别信息的谱空间特征的步骤还包括基于与所述专注状态和非专注状态相关的特征的相互依赖性选择谱空间特征。7.根据任意一个前述权利要求所述的方法，其中将所述分数X1和&结合以给出单一 分数的步骤还包括根据等式(X-mx) /sx将所述分数X1和&标准化以给出Xln和x2n，其中mx和Sx分别是使 用训练抽样从所述分类器得到的输出的平均值和标准偏差； 将权重W1和W2分别分配给标准化的分数Xln和；以及 根据等式将分数Xln和^结合以给出单一的分数。8.根据权利要求7所述的方法，其中所述权重W1和W2是根据等式Wi= (yi)p而计算， 其中，如果i = 1，Yi则是将所述提取的时间特征分类的分类精确度，如果i = 2，yi则是将 所述提取的谱空间特征分类的分类精确度，并且P (P > 0)在所述单一分数的计算中控制Wi 的功率。9.根据任意一个前述权利要求所述的方法，其中基于所述单一分数确定所述受试者是 否处于关注度状态的步骤还包括如果所述单一分数高于阈值，则确定所述受试者处于专注状态；如果所述单一分数低 于阈值，则确定所述受试者不处于专注状态。10.根据任意一个前述权利要求所述的方法，其中所述分类器包括由线性判别分析分类器、神经网络、支持矢量机器、模糊接口系统、树基分类器，模糊类型2和相关性矢量机器 构成的组中的一个或多个。11.根据任意一个前述权利要求所述的方法，所述方法还包括使用训练数据以生成参数，所述参数用于通过使用分类器将所述提取的时间特征分 类、用于从大脑信号提取谱空间特征、用于从提取的谱空间特征集合选择包含所述专注状 态和非专注状态之间的区别信息的谱空间特征、以及用于通过使用分类器将所选择的谱空 间特征分类。12.根据权利要求11所述的方法，其中所述参数包括由用于CSP算法的CSP的投影矩 阵、用于基于互信息选择谱空间特征的参数、和用于所述分类器的模型构成的组中的一个 或者多个。13.根据权利要求11或者12所述的方法，其中使用训练数据生成参数的步骤还包括 从执行一系列任务的受试者收集训练数据；以及通过机器学习方法确定所述参数。14.根据权利...

【专利技术属性】
技术研发人员：张海宏，关存太，布莱姆·艾哈迈德·萨拉哈·哈马蒂查莱弗，王传初，潘国顺，
申请(专利权)人：科技研究局ASTAR，
类型：发明
国别省市：SG