[發(fā)明專利]基于腦部計算機界面的圖像分類的方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201680043634.2
• 申請日: 2016-06-02
• 公開（公告）號: CN107924472B
• 公開（公告）日: 2022-11-25
• 發(fā)明（設計）人: 埃米爾·B·杰瓦;利昂·Y·迪歐爾;謝爾蓋·魏斯曼;奧馬里·哈里什;然艾·馬諾爾;艾坦·內澤爾;夏妮·夏爾吉
• 申請（專利權）人: 英樂愛有限公司
• 主分類號: G06V20/20
• 分類號: G06V20/20;G06V10/22;G06V10/25;G06V10/44;G06V10/77;G06V10/764;G06V10/82;G06N20/10;G06N3/04;G06N3/08
• 代理公司: 上海翼勝專利商標事務所(普通合伙) 31218
• 代理人: 翟羽

1.一種分類一圖像的方法，其特征在于，所述方法包含步驟：

使用一計算機視覺程序到所述圖像，以檢測在所述圖像中的一目標，并使用所述計算機視覺程序分配一計算機檢測結果得分到所述圖像；

呈現所述圖像到一觀察者以作為一視覺刺激，同時從所述觀察者的一腦部收集多個神經生理信號；

處理所述多個神經生理信號以識別一神經生理事件，所述神經生理事件用以代表所述觀察者對所述目標的一檢測結果；并基于所述識別分配一神經生理檢測結果得分到所述圖像；

基于所述計算機檢測結果得分及所述神經生理檢測結果得分兩者，決定在所述圖像中所述目標的一存在與否；

確定所述計算機檢測結果得分和所述神經生理檢測結果得分之間的一不匹配；以及

當檢測到所述不匹配時，將所述圖像再呈現給所述觀察者。

2.如權利要求1所述的方法，其特征在于：所述方法更包含：處理所述多個神經生理信號以識別多個眨眼，及在所述圖像的先前呈現期間響應于所述眨眼為一陽性識別，向所述觀察者再呈現所述圖像。

3.如權利要求1或2所述的方法，其特征在于：所述方法更包含：重復所述神經生理事件的所述呈現及所述識別，進行比較所述識別與所述圖像的一先前識別，及基于所述比較的結果決定所述觀察者的一神經生理狀態(tài)。

4.如權利要求1或2所述的方法，其特征在于：所述多個神經生理信號包含多個腦電圖信號，及其中所述的方法包含：計算一慢波腦電圖與一快波腦電圖的一比值，及基于所述比值決定所述觀察者的一神經生理狀態(tài)。

5.如權利要求1或2所述的方法，其特征在于：所述方法更包含：對所述觀察者呈現一數據庫圖像，所述數據庫圖像包含所述目標；處理所述多個神經生理信號，以識別一神經生理事件，所述神經生理事件用以代表所述觀察者對所述數據庫圖像中所述目標的一檢測結果；及基于所述識別決定所述觀察者的一神經生理狀態(tài)。

6.如權利要求1或2所述的方法，其特征在于：所述方法更包含：處理所述多個神經生理信號以識別一肌肉緊張，并在所述圖像的先前呈現期間響應于所述肌肉緊張的一陽性識別，對所述觀察者再呈現所述圖像。

7.如權利要求1或2所述的方法，其特征在于：所述多個神經生理信號包含多個腦電圖信號，及其中所述的方法包含：計算一慢波腦電圖與一快波腦電圖的一比值，及基于所述比值決定所述觀察者的一神經生理狀態(tài)。

8.如權利要求1或2所述的方法，其特征在于：所述方法更包含：處理所述多個神經生理信號以識別多個眨眼，以評估所述多個眨眼的一時間模式；及基于所述時間模式決定所述觀察者的一神經生理狀態(tài)。

9.如權利要求1或2所述的方法，其特征在于：所述計算機視覺程序使用一集群分析。

10.如權利要求1或2所述的方法，其特征在于：所述計算機視覺程序使用多個神經網絡。

11.如權利要求1或2所述的方法，其特征在于：所述收集所述多個神經生理信號是以至少150赫茲的一采樣速率進行采樣。

12.如權利要求1或2所述的方法，其特征在于：所述方法更包含：對被收集的所述多個神經生理信號使用一低通濾波器。

13.如權利要求1或2所述的方法，其特征在于：所述處理所述多個神經生理信號的步驟包含：對所述多個神經生理信號使用一空間加權費雪線性判別分類器。

14.如權利要求1或2所述的方法，其特征在于：所述處理所述多個神經生理信號的步驟包含：對所述多個神經生理信號使用一卷積神經網絡分類器。