[發明專利]視覺注意力水平識別方法

在審

• 申請號: 202011056426.0
• 申請日: 2020-09-30
• 公開（公告）號: CN112826509A
• 公開（公告）日: 2021-05-25
• 發明（設計）人: 許敏鵬;程秀敏;魏斯文;明東
• 申請（專利權）人: 天津大學
• 主分類號: A61B5/16
• 分類號: A61B5/16;A61B5/378;A61B5/00
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 劉國威

本發明涉及腦電技術、醫療器械，為提出一種通過測量背景SSVEP進行視覺注意力水平識別的新策略，發展適用于識別不同視覺注意力水平下SSVEP信號的判別典型模式匹配(discriminative canonical pattern matching,DCPM)算法，并獲得理想的分類正確率。為此，本發明采取的技術方案是，視覺注意力水平識別方法,設計以穩態視覺刺激為背景且可誘發視覺注意力疲勞的實驗范式，搭建好實驗所需的腦電信號采集裝置，利用搭建的裝置，采集操作者的行為學數據和腦電信號，將其存儲后再進行預處理和特征提取，最后進行分類，計算其判別正確率。本發明主要應用于視覺注意力水平識別場合。

技術領域

本發明涉及腦電技術、醫療器械，具體涉及視覺注意力水平識別裝置和方法。

背景技術

注意(attention)指心理活動集中于某一事物而忽略其他不相關事物的行為和認知過程。在人們日常學習、工作和生活中，注意發揮著至關重要的作用。但是，對于大多數人而言，長時間保持良好的注意狀態是極其困難的。伴隨著注意力水平的下降，不僅學習、工作效率會受到直接影響，甚至可能引發嚴重的事故。如果注意力的下降可以被提前感知，就有可能在失誤來臨之前采取相應的措施加以阻止，控制由于注意力水平下降造成的失誤。然而，大多數時候個體無法準確識別自己的注意狀態，特別是當注意已經脫離手頭任務的時候。因此，注意力水平識別技術有著重大的研究意義和應用價值。

注意的過程包含大量復雜的神經活動，這導致直接對注意力水平進行識別具有一定的挑戰性。現有的注意力水平識別方法主要分為心理行為測驗和儀器測量兩種。其中心理行為測驗包括問卷法和作業法，這些方法操作簡便，能夠在一定程度上反映被試的注意水平，但是由于在實驗過程中被試存在誤操作現象以及檢測方法的各式各樣，導致了測量結果不準確且難以標準化，并且這種方法需要在被試完成全部測試后再進行評估，因此無法實現對注意力水平的早期監測；儀器測量法包括持續性操作測試、行為學檢測、眼動檢測、腦電圖 (electroencephalogram,EEG)、腦磁圖(magnetoencephalography,MEG)、磁共振成像(magnetic resonance imaging,MRI)等。持續性操作測試和行為學檢測為離線識別，不具備實時性；眼動檢測雖然可以實時監測被試的注視行為，但是無法區分注視過程中的注意力水平；EEG、 MEG和MRI作為非侵入式的神經成像技術，包含了大量的人體生理、心理以及病理信息。相較于MEG和MRI，EEG具有時間分辨率高、成像時間短和簡便易行等優勢，這為基于EEG 的注意力水平識別技術進一步向應用成果轉化奠定了有力基礎。

以往基于EEG的注意力水平識別大多是直接采取自發腦電信號特征，比如計算θ、α與β波段腦電信號的功率比值。這種方法識別效果易受干擾，且個體間差異性較大。相對于自發腦電，穩態誘發電位具有信噪比高、頻率標記、連續時間過程監測等特性。其中穩態視覺誘發電位(steady state visual evoked potential,SSVEP)作為一種相對穩定的大腦活動模式，近年來的研究結果表明，視覺注意對其具有調節作用。具體來講，在注意情景下，以特定頻率振蕩的穩態視覺刺激誘發的相應SSVEP的響應幅度會得到增強，但是研究發現這一調節作用非常微弱，目前還未有研究證明視覺注意對SSVEP信號的調制結果具有可分性。因此，證明不同視覺注意水平下SSVEP信號特征是可分的，對于開發新型的視覺注意力水平監測識別技術具有重要意義。

發明內容

為克服現有技術的不足，本發明旨在基于視覺注意對SSVEP的調制作用，結合可誘發視覺注意力疲勞的實驗范式，提出一種通過測量背景SSVEP進行視覺注意力水平識別的新策略，發展適用于識別不同視覺注意力水平下SSVEP信號的判別典型模式匹配(discriminative canonical pattern matching,DCPM)算法，并獲得理想的分類正確率。為此，本發明采取的技術方案是，視覺注意力水平識別方法,設計以穩態視覺刺激為背景且可誘發視覺注意力疲勞的實驗范式，搭建好實驗所需的腦電信號采集裝置，利用搭建的裝置，采集操作者的行為學數據和腦電信號，將其存儲后再進行預處理和特征提取，最后進行分類，計算其判別正確率。