[發明專利]基于腦機接口設備技術的注意力狀態監測裝置及方法

在審

• 申請號: 202110184656.3
• 申請日: 2021-02-10
• 公開（公告）號: CN112957049A
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 郭建明;沈陽;盧樹強
• 申請（專利權）人: 首都醫科大學宣武醫院
• 主分類號: A61B5/256
• 分類號: A61B5/256;A61B5/291;A61B5/372;A61B5/378;A61B5/16;A61B5/00
• 代理公司: 上海譜璟專利代理事務所(普通合伙) 31422
• 代理人: 呂琳琳

1.一種基于腦機接口設備技術的注意力狀態監測裝置，其特征在于，其包括供用戶佩戴于頭部的腦機接口設備和注意力監測任務設備，所述注意力監測任務設備包括含有各種任務的任務庫和注意力監測任務模塊；

所述注意力監測任務模塊用于供用戶注冊賬戶，根據用戶對任務的使用情況從任務庫中選取多個任務以構建注意力監測任務，并依次顯示注意力監測任務中的各個任務以供用戶完成；

所述腦機接口設備用于實時地收集每一任務完成過程中用戶的EEG信號，并對EEG信號進行濾波處理、信號放大和模數轉換后獲得EEG數字信號，并將EEG數字信號發給注意力監測任務模塊；

所述注意力監測任務模塊用于對傳來的EEG數字信號進行時頻域特征提取，將時頻域特征構成的一維特征矩陣輸入深度學習算法模型中進行分析以獲得注意力狀態評測結果，注意力狀態評測結果分為0～10級，分別表征注意力狀態程度0％、10％、20％、30％、40％、50％、60％、70％、80％、90％和100％，其中0％為無意識，100％為過度集中。

2.如權利要求1所述的基于腦機接口設備技術的注意力狀態監測裝置，其特征在于，所述注意力監測任務模塊用于在監測過程中，所采集的EEG信號變化顯示注意力程度低于所進行的任務所需的程度時，對用戶發出預警。

3.如權利要求1所述的基于腦機接口設備技術的注意力狀態監測裝置，其特征在于，所述深度學習算法模型采用卷積神經網絡模型。

4.一種基于腦機接口設備技術的注意力狀態監測方法，其特征在于，其包括以下步驟：

S1、注意力監測任務模塊供用戶注冊賬戶，根據用戶對任務的使用情況從任務庫中選取多個任務以構建注意力監測任務，并依次顯示注意力監測任務中的各個任務以供用戶完成；

S2、腦機接口設備實時地收集每一任務完成過程中用戶的EEG信號，并對EEG信號進行濾波處理、信號放大和模數轉換后獲得EEG數字信號，并將EEG數字信號發給注意力監測任務模塊；

S3、所述注意力監測任務模塊對傳來的EEG數字信號進行時頻域特征提取，將時頻域特征構成的一維特征矩陣輸入深度學習算法模型中進行分析以獲得注意力狀態評測結果，注意力狀態評測結果分為0～10級，分別表征注意力狀態程度0％、10％、20％、30％、40％、50％、60％、70％、80％、90％和100％，其中0％為無意識，100％為過度集中。

5.如權利要求4所述的基于腦機接口設備技術的注意力狀態監測方法，其特征在于，所述注意力監測任務模塊用于在監測過程中，所采集的EEG信號變化顯示注意力程度低于所進行的任務所需的程度時，對用戶發出預警。

6.如權利要求4所述的基于腦機接口設備技術的注意力狀態監測方法，其特征在于，所述深度學習算法模型采用卷積神經網絡模型。