(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211281094.5 (22)申请日 2022.10.19 (71)申请人 安徽效隆科技有限公司 地址 230000 安徽省合肥市高新区习友路 3333号中 国(合肥)国际智能语音产业 园研发中心 楼611-74室 (72)发明人 张效初　 (74)专利代理 机构 北京中知音诺知识产权代理 事务所(普通 合伙) 13138 专利代理师 张童 (51)Int.Cl. G06K 9/00(2022.01) A61B 5/369(2021.01) A61B 5/00(2006.01) (54)发明名称 一种基于实时脑电信号的注意力提升方法 (57)摘要 本发明公开了一种基于实时脑电信号的注 意力提升方法， 涉及脑电信号处理技术领域， 通 过数据采集终端获取实时脑电数据， 对所获得的 脑电数据进行预处理； 将经过预处理后的脑电数 据输入至 特征提取模型， 通过特征提取模型提取 对应的脑电特征； 根据所提取到的脑电特征输出 脑电数据的分类结果， 并将分类结果反馈至用 户； 在对特征提取模型进行训练的过程中， 利用 时间窗， 使得所获得的特征矩阵的数量更多， 从 而获得更多的训练样本数据， 避免因为样本数据 量不足， 导致特征提取模型的预测结果与实际结 果存在较大的差异； 利用时间窗达到实时对特征 提取模型进行训练的作用， 使得特征提取模型的 兼容性和适应性更强。 权利要求书2页 说明书5页 附图1页 CN 115545079 A 2022.12.30 CN 115545079 A 1.一种基于实时脑电信号的注意力提升方法， 其特 征在于， 包括以下步骤： 步骤S1： 通过 数据采集终端获取实时脑电数据， 对所获得的脑电数据进行 预处理； 步骤S2： 将经过预处理后的脑电数据输入至特征提取模型， 通过特征提取模型提取对 应的脑电特 征； 步骤S3： 根据所提取到的脑电特征输出脑电数据的分类结果， 并将分类结果反馈至用 户。 2.根据权利要求1所述的一种基于实时脑电信号的注意力提升方法， 其特征在于， 通过 数据采集终端获取实时脑电数据的过程包括： 所述数据采集终端由若干个采集电极组成， 安装在用户头皮表面的不同位置； 设置采集电极的数据采集周期和时间窗； 根据所获得的数据， 生成采集电极关于脑电数据的数据矩阵， 并对所获得的脑电数据 进行预处理， 获得对应的预处 理后的脑电数据。 3.根据权利要求2所述的一种基于实时脑电信号的注意力提升方法， 其特征在于， 对所 获得的脑电数据进行 预处理的过程包括： 对所获得的数据矩阵依次进行降采样处理、 工频陷波处理、 高通滤波处理、 低 通滤波处 理以及去基线漂移处 理； 将经过去基线漂移处理后得到的数据矩阵中， 符合眼电伪 迹特征和肌电伪 迹特征的数 据片段进行剔除； 对经过低通滤波处理后的数据矩阵进行带通滤波处理， 并根据 经过带通滤波处理后的 数据矩阵内的各个采集电极所获取到的脑电数据的强度， 判断采集电极是否异常， 若存在 异常， 则将异常的采集电极所获取到的对应数据进行剔除， 并将距离异常的采集电极最近 的采集电极所获得的脑电数据进 行插值计算， 并将插值计算的结果替换异常的采集电极所 获取到的脑电数据。 4.根据权利要求3所述的一种基于实时脑电信号的注意力提升方法， 其特征在于， 通过 特征提取模型提取对应的脑电特 征的过程包括： 将经过预处理后的脑电数据进行按照 时序进行分段， 获得不同分段的脑电数据， 根据 所获得的不同分段的脑电数据生成训练数据集； 将所生成的训练数据集进行时频转换， 获得 频域数据； 将所获得的频域数据按照频段进行数据分段， 获取各个频段的数据的特征向量， 并根 据所获得的特 征向量生成对应的特 征矩阵； 通过所获得的特 征矩阵， 对特 征提取模型进行训练。 5.根据权利要求4所述的一种基于实时脑电信号的注意力提升方法， 其特征在于， 对特 征提取模型的训练过程包括： 所述特征提取模型为线性模型； 将特征提取模型 所输出的预测结果记为y； 则y＝a11X11+a12X12+……+a21X21+a22X22+……+ak1k2Xk1k2； 其中k1对脑电数据进行 数据分段后， 所获得的频 段数量； k2为每个频段内所包 含的采集电极的数量； ak1k2为对应Xk1k2的拟合系数。权　利　要　求　书 1/2 页 2 CN 115545079 A 26.根据权利要求5所述的一种基于实时脑电信号的注意力提升方法， 其特征在于， 根据 所提取到的脑电特 征输出脑电数据的分类结果， 并将分类结果反馈 至用户的过程包括： 将所获得的实时脑电数据输入至特征提取模型内， 通过特征提取模型所提取到的脑电 特征， 获得对应的分类预测结果； 特 征提取模型的分类预测结果包括 不同的分类预测范围； 将不同的分类预测范围进行标记， 每个分类预测范围均对应一个不同的预测值阈值范 围； 将特征提取模型根据所获得的实时脑电数据所输出的预测结果与不同的分类预测范 围的预测值阈值范围进行匹配； 将匹配结果进行输出， 并以可视化形式进行展示。权　利　要　求　书 2/2 页 3 CN 115545079 A 3