[發明專利]碎片化閱讀習慣識別方法、裝置、可讀介質及電子設備

有效

• 申請號: 202110632489.4
• 申請日: 2021-06-07
• 公開（公告）號: CN113157101B
• 公開（公告）日: 2022-08-19
• 發明（設計）人: 張軍鵬;馮靜雯
• 申請（專利權）人: 成都華腦科技有限公司
• 主分類號: G06F3/01
• 分類號: G06F3/01;G06F3/14;G06K9/62;G06N20/00
• 代理公司: 成都創新引擎知識產權代理有限公司 51249
• 代理人: 向群

1.一種碎片化閱讀習慣識別方法，其特征在于，所述方法包括：

獲取受試者在持續注意測試下的多個有效腦電信號，步驟包括：

將偽隨機序列中的白色數字依次顯示在黑屏中央，每個所述白色數字的顯示時間是第一時長，兩個所述白色數字顯示的間隔時間為第二時長，其中，所述偽隨機序列包括由數字1、2、3、4、5、6、7、8、9組成的第一預設數目個數字；

在所述偽隨機序列顯示期間，獲取所述受試者在注視所述黑屏和根據所述黑屏反應下的64通道腦電信號，其中所述反應包括正確反應和錯誤反應，所述正確反應為：在出現第一數字后出現第二數字的情況下動作，其它情況下不動作，所述第一數字為數字1至9中的任何一個，所述第二數字與所述第一數字不同；

對所述64通道腦電信號進行處理，得到處理后的64通道腦電信號，所述處理包括濾波、平均重參考和去除偽跡；

針對處理后的每通道腦電信號，截取與所述偽隨機序列顯示各間隔對應的腦電信號，得到第二預設數目段腦電信號，每段腦電信號即為有效腦電信號，其中，每段腦電信號與所述偽隨機序列各間隔前顯示的數字對應，所述第二預設數目小于或等于所述第一預設數目；

根據多個所述有效腦電信號，得到腦電特征集，包括：

針對每個所述有效腦電信號，計算得到該有效腦電信號的功率譜；

根據多個所述有效腦電信號的功率譜計算得到每個所述有效腦電信號的相對功率譜；

根據每個所述有效腦電信號的相對功率譜，計算得到每個所述有效腦電信號的重心頻率；

根據每個所述有效腦電信號的功率譜或相對功率譜，得到每個所述有效腦電信號的各頻段的相對功率和各頻段兩兩之間的相對功率比值；

其中，64通道的第二預設數目段腦電信號的每個所述有效腦電信號的重心頻率、每個所述有效腦電信號的各頻段的相對功率和各頻段兩兩之間的相對功率比值構成了所述腦電特征集，64通道的每個所述有效腦電信號的重心頻率、每個所述有效腦電信號的各頻段的相對功率和各頻段兩兩之間的相對功率比值作為一個樣本，則所述腦電特征集包括第二預設數目個樣本；

將所述腦電特征集輸入預設閱讀習慣識別模型，得到所述預設閱讀習慣識別模型輸出的多個識別結果，并根據所述多個識別結果識別所述受試者有無碎片化閱讀習慣，其中，所述識別結果為有碎片化閱讀習慣或無碎片化閱讀習慣。

2.根據權利要求1所述的方法，其特征在于，所述閱讀習慣識別模型是通過以下方式訓練得到的：

獲取多個有碎片化閱讀習慣用戶的腦電特征集，根據用戶輸入的第一標注指令對得到的每個所述腦電特征集內的每個樣本進行標注，所述第一標注指令為有碎片化閱讀習慣；

獲取多個無碎片化閱讀習慣用戶的腦電特征集，根據用戶輸入的第二標注指令對得到的每個所述腦電特征集內的每個樣本進行標注，所述第二標注指令為無碎片化閱讀習慣；

根據標注后的樣本對應的數字，將標注后的所有樣本劃分為與各數字對應的樣本集；

基于所述與各數字對應的樣本集分別進行機器學習，得到與各數字對應的閱讀習慣識別模型；

將所述與各數字對應的閱讀習慣識別模型中準確率高的模型作為所述預設閱讀習慣識別模型；

所述將所述腦電特征集輸入預設閱讀習慣識別模型，得到所述預設閱讀習慣識別模型輸出的多個識別結果，并根據所述多個識別結果識別所述受試者有無碎片化閱讀習慣包括：

將所述腦電特征集中與所述預設閱讀習慣識別模型中對應數字相同的樣本輸入所述預設閱讀習慣識別模型，得到所述預設閱讀習慣識別模型輸出的多個識別結果；

根據所述多個識別結果中占比多的識別結果，識別所述受試者有無碎片化閱讀習慣。

3.根據權利要求2所述的方法，其特征在于，所述基于所述與各數字對應的樣本集分別進行機器學習，得到與各數字對應的閱讀習慣識別模型包括：

將所述與各數字對應的樣本集分別輸入matlab，遍歷Classification Learner中的所有分類模型進行機器學習，并采用十折交叉驗證法進行測試驗證，篩選出所述所有分類模型中準確率最高的分類模型，作為所述與各數字對應的閱讀習慣識別模型。