CN104202644B - 脑电波信号标准化输出方法、装置、机顶盒及系统 - Google Patents

Abstract

本发明涉及机顶盒技术领域，提供了一种脑电波信号标准化输出方法、装置、机顶盒及系统。基于机顶盒的脑电波信号标准化输出方法包括用户脑电波信号预采集、特征值提取、特征值匹配和标准化输出；基于机顶盒的脑电波信号标准化输出装置包括标识显示模块、用户脑电波信号接收模块、特征值提取模块、数据库、特征值匹配模块和标准化输出模块；机顶盒上设有如上所述的基于机顶盒的脑电波信号标准化输出装置；基于机顶盒的脑电波信号标准化输出系统包括脑电波采集设备和如上所述的机顶盒。本发明通过预采集一组用户的特征值存储至数据库，形成特征值匹配库作为对比参考，使脑电波信号能够标准化输出，解决了现有技术中脑电波信号不能标准化输出的问题。

Description

脑电波信号标准化输出方法、装置、机顶盒及系统

【技术领域】

本发明涉及机顶盒技术领域，特别是涉及一种脑电波信号标准化输出方法、装置、机顶盒及系统。

【背景技术】

脑电波采集技术作为目前一种比较新颖的技术，慢慢地开始融入到一些电子设备中。通过这种技术可以直接采集人脑的原始电信号，并且根据原始电信号提取特征值，每一组原始电信号都会对应存在一个特征值。目前市场上已有一些脑电波采集设备，这些脑电波采集设备具备输入设备的特性。

将脑电波采集设备作为输入设备，与当前的大部分输入设备(例如鼠标、键盘、遥控器等等)相比，其优点是使用更加方便，用户不需要动手、只需要想一想就可以做出相应的控制，所想即所得；其不足之处为：脑电原始信号作为一组复杂的模拟信号，很难实现类似键盘、遥控器那样的标准化输出，而且每个人针对同一控制目的所产生的脑电原始信号也不尽相同。

鉴于此，克服该现有技术所存在的缺陷是本技术领域亟待解决的问题。

【发明内容】

本发明要解决的技术问题是提供一种脑电波信号标准化输出方法、装置、机顶盒及系统，使应用于机顶盒控制的脑电波信号能够实现标准化输出，取代传统输入设备。

本发明采用如下技术方案：

一种基于机顶盒的脑电波信号标准化输出方法，预先进行如下操作：

用户脑电波信号预采集：在与所述机顶盒连接的显示设备上显示某一操作所对应的标识，提示用户观察所述标识，预采集用户的脑电波信号作为采样数据；

特征值提取：提取预采集的脑电波信号的特征值，根据所述特征值计算注意力的集中度，当特征值稳定且注意力的集中度达到设定值时，保存所述特征值和当前标识对应的操作至数据库；

执行如下步骤：

特征值匹配：正式采集用户的脑电波信号，并提取采集的脑电波信号的特征值，将提取的正式采样的特征值与数据库中存储的特征值进行匹配，匹配成功则获得与采集的脑电波信号所对应的操作；

标准化输出：将匹配获得的操作与一组特定长度的数据对应，输出所述数据作为标准化输出信号，根据所述标准化输出信号执行相应的操作命令。

本发明还提供了一种基于机顶盒的脑电波信号标准化输出装置，包括：

标识显示模块，用于在与所述机顶盒连接的显示设备上显示某一操作所对应的标识，提示用户观察所述标识；

用户脑电波信号接收模块，用于接收脑电波采集设备预采集的用户脑电波信号作为采样数据，以及接收脑电波采集设备正式采集的用户脑电波信号以执行相应的操作命令；

特征值提取模块，用于提取预采集的脑电波信号的特征值，根据所述特征值计算注意力的集中度，当特征值稳定且注意力的集中度达到设定值时，保存所述特征值和当前标识对应的操作至数据库，以及提取正式采集的脑电波信号的特征值；

数据库，用于存储预采集的脑电波信号的特征值和对应的操作；

特征值匹配模块，用于将提取的正式采样的特征值与数据库中存储的特征值进行匹配，匹配成功则获得与采集的脑电波信号所对应的操作；

标准化输出模块，用于将匹配获得的操作与一组特定长度的数据对应，输出所述数据作为标准化输出信号，根据所述标准化输出信号执行相应的操作命令。

本发明还提供了一种机顶盒，在所述机顶盒上设有如上所述的基于机顶盒的脑电波信号标准化输出装置。

本发明还提供了一种基于机顶盒的脑电波信号标准化输出系统，所述系统包括脑电波采集设备和如上所述的机顶盒，所述脑电波采集设备采集的脑电波信号通过无线通讯方式传输给机顶盒，所述机顶盒内的脑电波信号标准化输出装置输出标准化信号，机顶盒执行与所述标准化信号相应的操作命令。

与现有技术相比，本发明的有益效果在于：本发明通过预采集一组用户的特征值存储至数据库，形成特征值匹配库作为对比参考，使脑电波信号能够标准化输出，解决了现有技术中脑电波信号因人而异、不能标准化输出的问题，以及各种输入设备的协议难统一的问题。使用本发明技术方案能够取代传统输入设备，改善用户体验。

【附图说明】

图1是本发明实施例1提供的一种基于机顶盒的脑电波信号标准化输出方法的流程图；

图2是本发明实施例1中建立特征值匹配库的方法流程图；

图3是本发明实施例2提供的一种基于机顶盒的脑电波信号标准化输出装置的结构框图；

图4是本发明实施例4提供的一种基于机顶盒的脑电波信号标准化输出系统的示意图。

【具体实施方式】

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

实施例1：

本发明实施例1提供了一种基于机顶盒的脑电波信号标准化输出方法，如图1所示，预先进行如下操作：

步骤S1、用户脑电波信号预采集；

在与机顶盒连接的显示设备上显示某一操作所对应的标识，提示用户观察标识，预采集用户的脑电波信号作为采样数据。该标识可以是图标、数字、文字等。该显示设备可以是电视机等装置。

步骤S2、特征值提取；

提取预采集的脑电波信号的特征值，根据特征值计算注意力的集中度，当特征值稳定且注意力的集中度达到设定值时，保存特征值和当前标识对应的操作至数据库。

步骤S1和S2循环进行，直至机顶盒的所有操作所对应的标识的用户脑电波信号预采集和特征值提取全部完成。

执行如下步骤：

步骤S3、特征值匹配；

正式采集用户的脑电波信号，并提取采集的脑电波信号的特征值，将提取的正式采样的特征值与数据库中存储的特征值进行匹配，匹配成功则获得与采集的脑电波信号所对应的操作。

步骤S4、标准化输出；

将匹配获得的操作与一组特定长度的数据对应，输出数据作为标准化输出信号，根据标准化输出信号执行相应的操作命令。

特征值匹配和标准化输出利用预采集过程中保存的数据库，进行对比特征值，得到用户需要的操作命令。

特征值匹配库的建立：

由于每个人对于同一种事物或者同一个操作命令以及同一个人在不同时间对同一事物所产生的脑电波信号不尽相同，不同的人对操作命令“上”而言，有的人的脑海中会一直想“上”的字形，有的人可能会去想一些其他的事物来形容上(例如火箭的升天等等)。对于同一个人来说，不同的时候对同一事物也会有不同的想象。如果采用预设好的图标作为对应的操作命令，通过预采集其特征值用于后续的对比匹配，则保证了信号的统一性。因此，步骤S1和步骤S2建立了特征值匹配库，其具体的实现方法如图2所示，包括如下详细的步骤：

步骤A100、绘制图标，提示操作命令；

本实施例以图标作为标识为例进行说明。机顶盒的一般控制动作有：菜单、返回、上、下、左、右等等，首先针对特定的操作命令找到对应的图标，例如上、下、左、右可以绘制成箭头图标，指向对应的方向。当进行用户脑电波信号预采集，机顶盒在电视画面上开始绘制图标，并提示当前图标对应的操作。

步骤A200、提示用户观察图标；

本步骤提示用户需集中注意力观察图标。

步骤A300、采集脑电波信号；

步骤A400、判断是否有信号，若有则执行步骤A500，否则返回执行步骤A200；

步骤A500、提取特征值，计算注意力集中度；步骤A600、判断特征值是否稳定且注意力是否集中，若都是则执行步骤A700，否则返回执行步骤A500；

也即，当特征值稳定且注意力的集中度达到设定值时，保存该特征值和当前图标对应的操作至数据库。

步骤A700、判断采集是否完成，若是则执行步骤A800，否则返回执行步骤A100；这样进行一个个图标的测试，直至所有图标的脑电波信号采集完成。

步骤A800、保存特征值至数据库。

本步骤保存前面测试的一组特征值至数据库，用于后续的匹配控制。至此，特征值匹配库建立完成。针对每个用户，建立其特征值匹配库后，后续使用时无需再建库，只需进行特征值匹配和标准化输出即可。

特征值提取：

原始信号是由脑电波采集设备输出的，脑电波采集设备都会包含一个脑电波采集芯片，该芯片直接连接干电极，一般包括两个电极：EEG电极(脑电采集点)和REF电极(参考点)。两个电极经过差分采集脑电波信号后送入采集芯片，芯片经运放、滤波、模/数转换器(Analog-to-Digital Converter，ADC)处理将信号转化为数字信号，得到数字信号后，采集芯片内部分析出α、β、δ、γ、θ等8组独立脑电波数据，并处理输出专注度和放松度指数数据，最后由通用异步收发传输器(Universal Asynchronous Receiver/Transmitter，UART)接口输出。对于原始脑电波信号，分析专注度和放松度指数相对容易，只需进行普通的数字滤波以及运算就可得到较稳定的值。而对于α、β、δ、γ、θ信号的特征值提取就需通过特殊的方法进行分析提取。

提取α、β、δ、γ、θ信号的特征值具体过程如下：

当用户观察不同的图标，脑电波信号的不同体现于信号的幅值差异、波形的形状等等，有一些参数能用来反映这些特征，例如：

从基准线(0V)到峰值的值以及时间；

从基准线(0V)到波谷的值以及时间；

利用信号波形图上升过程中的三个点计算出上升过程中的二阶导数的最大值(拐点)；

利用信号波形图下降过程中的三个点计算出下降过程中的二阶导数的最大值(拐点)，等等。

下面对本实施例中特征值提取的步骤进行详细说明：当某个图标出现在电视画面上之后，开始采集用户的脑电波信号，采样频率为256Hz，得到α、β、δ、γ、θ等独立的脑电波数据之后，开始分析处理，此时以α信号为例进行说明，采集时间为0.5s，可得到125组数据，具体步骤如下：

根据脑电波信号的特征，去掉采样数据中幅值不在预定范围之内的错误数据，保留正确数据，其中预定范围为：α波信号频率8-13Hz，幅值10-100uv；β波信号频率14-30Hz，幅值5-25uv；δ波信号频率0.5-3Hz，幅值20-200uv；θ波信号频率4-7Hz，幅值20-100uv；

根据信号波形图上升过程中的三个点计算出上升过程中二阶导数的最大值((Y₁-Y₂)/(T₁-T₂)-(Y₂-Y₃)/(T₂-T₃))/(T₁-T₃)，其中Y₁、Y₂和Y₃为三个点对应的值，T1、T2和T3为三个点对应的时间；

找到所有采样数据中的最大值，计算出时间Time＝N*tone，其中N为最大值在所有采样数据中的位置，tone为间隙时间，tone＝1/f_采样，其中f_采样为单位时间内采集脑电波信号的次数。

最后，将计算得到的最大值和时间与对应的操作保存至数据库，并设置误差系数μ(或者成为容错系数)。

尽可能地减少判断的参数，有助于较大程度上减少系统资源开销。为了尽可能少地提取特征，可通过筛选一组差异比较大的图片来实现脑电信号的差异化，用以减少特征值提取方法的复杂度。

注意力集中度计算：

具体可通过如下方式进行注意力集中度的计算：

1)将采集到的模拟脑电波信号进行放大和滤波处理得到0.5Hz-30Hz范围内的包括α波、β波、δ波和θ波的模拟脑电波信号；

2)将模拟脑电波信号进行模数转换成数字脑电波信号后进行傅里叶变换分别得到α波、β波、θ波和δ波的傅里叶谱，将信号从空间域变换至频率域；

3)对采集得到的脑电波信号经过放大预处理后，干扰得到了抑制，但不会消除，为了减少频谱泄漏，对包括α波、β波、δ波和θ波的数字脑电波信号进行凯泽窗处理，经幅值分析、时间域分析和频率域分析得到脑电波信号的各项指标参数。本步骤中得到的脑电波指标参数包括量化的放松度水平和专注度水平。专注度参数以0-100之间的数值来表示被试者的注意力集中度；放松度参数以0-100之间的数值来表示被试者的放松程度，数值越大，则表明用户当前的注意力集中度越高。上文中提到的注意力的集中度的设定值可设置为一较高的值，例如80-100中的数值。本实施例中，当特征值稳定且注意力的集中度达到设定值90时，保存该特征值和当前图标对应的操作至数据库。

特征值匹配：

与提取特征值的过程一样，首先采样0.5s得到一组数据，然后根据上面的特征值提取方法提取特征值；

从数据库中依次读取用户脑电波信号预采集和特征值提取步骤存储的特征值，通过以下公式对各个参数进行匹配：

(1-μ)*N_存<N&&N<(1+μ)*N_存，其中N_存为数据库中存储的特征值，N为提取的特征值。

如果某组参数能够全部匹配成功，则说明用户正希望进行该项操作，发出相应的操作命令。

标准化输出：

标准化输出即把一系列的操作命令与一组特定长度的数据对应。例如：定义一个24bits的数据长度作为输出标准，包括4个字段，每个字段代表不同的含义，如表1所示：

表1：数据字段表

用户ID(8bits)

设备ID(8bits)

键值(8bits)

校验位(8bits)

用户ID：前8Byte用于识别用户ID，标识不同的用户。可能一个设备会同时存在很多个用户，在预采集阶段可以自动为该用户分配一个ID号，应用可以通过此ID判断是哪一个用户在操作，操作系统也可以给每一个ID分配用户权限等用。

设备ID：设备ID用于标识需要控制的设备。本实施例是以机顶盒为例，但是脑电波采集设备也可能会应用于其他设备，因此设备ID可以用来标识需要控制的设备。

键值：键值用于标识需要执行的操作。该值与采集到的脑电波信号相关，首先需分析特征值以及专注度，达到匹配条件时，与内置数据库开始匹配，能匹配到某一操作时，得到对应的键值，用于标准化输出。

校验位：校验位用于保证数据在传输过程中的准确性，校验位通过CRC校验或奇偶校验生成。

本实施例通过预采集一组用户的特征值存储至数据库，形成特征值匹配库作为对比参考，使脑电波信号能够标准化输出，解决了现有技术中脑电波信号因人而异、不能标准化输出的问题，以及各种输入设备的协议难统一的问题。使用本实施例提供的技术方案能够取代传统输入设备，改善用户体验。

实施例2：

本发明实施例2提供了一种基于机顶盒的脑电波信号标准化输出装置，包括标识显示模块100、用户脑电波信号接收模块200、特征值提取模块300、数据库400、特征值匹配模块500和标准化输出模块600。其中：

标识显示模块100用于在与机顶盒连接的显示设备上显示某一操作所对应的标识，提示用户观察标识；

用户脑电波信号接收模块200用于接收脑电波采集设备预采集的用户脑电波信号作为采样数据，以及接收脑电波采集设备正式采集的用户脑电波信号以执行相应的操作命令；用户脑电波信号接收模块200与脑电波采集设备之间可通过无线方式通讯，例如蓝牙、红外、Wifi、ZigBee等方式，优选采用蓝牙。

特征值提取模块300用于提取预采集的脑电波信号的特征值，根据特征值计算注意力的集中度，当特征值稳定且注意力的集中度达到设定值时，保存特征值和当前标识对应的操作至数据库，以及提取正式采集的脑电波信号的特征值；

数据库400用于存储预采集的脑电波信号的特征值和对应的操作；

特征值匹配模块500用于将提取的正式采样的特征值与数据库中存储的特征值进行匹配，匹配成功则获得与采集的脑电波信号所对应的操作；

标准化输出模块600用于将匹配获得的操作与一组特定长度的数据对应，输出数据作为标准化输出信号，根据标准化输出信号执行相应的操作命令。

值得说明的是，上述装置内的模块之间的信息交互、执行过程等内容，由于与本发明的处理方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。

实施例3：

本发明实施例3提供了一种机顶盒，在该机顶盒上设有实施例2提供的基于机顶盒的脑电波信号标准化输出装置，该装置可作为应用内置到机顶盒中。

实施例4：

本发明实施例4提供了一种基于机顶盒的脑电波信号标准化输出系统，如图4所示，该系统包括脑电波采集设备和实施例3提供的机顶盒，脑电波采集设备的脑电波信号通过无线通讯方式传输给机顶盒，机顶盒内的脑电波信号标准化输出装置输出标准化信号，机顶盒执行与该标准化信号相应的操作命令。

其中，无线通讯方式包括蓝牙、红外、Wifi、ZigBee等方式，优选采用蓝牙。

本领域普通技术人员可以理解实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，Random AccessMemory)、磁盘或光盘等。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于机顶盒的脑电波信号标准化输出方法，其特征在于，预先进行如下操作：

用户脑电波信号预采集：在与所述机顶盒连接的显示设备上显示某一操作所对应的标识，提示用户观察所述标识，预采集用户的与所述标识相对应的脑电波信号作为采样数据；

特征值提取：提取预采集的脑电波信号的特征值，根据所述特征值计算注意力的集中度，当特征值稳定且注意力的集中度达到设定值时，保存所述特征值和当前标识对应的操作至数据库，所述数据库是针对每个用户建立的数据库；其中，所述提取预采集的脑电波信号的特征值具体包括：

根据用户脑电波信号的特征，去掉所述采样数据中幅值不在预定范围之内的错误数据，保留正确数据；

根据信号波形图上升过程中的三个点计算出上升过程中二阶导数的最大值((Y₁-Y₂)/(T₁-T₂)-(Y₂-Y₃)/(T₂-T₃))/(T₁-T₃)，其中Y₁、Y₂和Y₃为所述三个点对应的值，T₁、T₂和T₃为所述三个点对应的时间；

找到所有采样数据中的所述最大值，计算出时间Time＝N*tone，其中N为最大值在所有采样数据中的位置，tone为间隙时间，tone＝1/f_采样，其中f_采样为单位时间内采集脑电波信号的次数；

执行如下步骤：

特征值匹配：正式采集用户的脑电波信号，并通过与预采集的脑电波信号的特征值相同的方式提取正式采集的脑电波信号的特征值，将提取的正式采样的特征值与数据库中存储的特征值进行匹配，匹配成功则获得与采集的脑电波信号所对应的操作；

标准化输出：将匹配获得的操作与一组特定长度的数据对应，输出所述数据作为标准化输出信号，根据所述标准化输出信号执行相应的操作命令。

2.根据权利要求1所述的基于机顶盒的脑电波信号标准化输出方法，其特征在于，所述用户脑电波信号预采集和特征值提取的步骤循环进行，直至所述机顶盒的所有操作所对应的标识的用户脑电波信号预采集和特征值提取全部完成。

3.根据权利要求1所述的基于机顶盒的脑电波信号标准化输出方法，其特征在于，所述保存所述特征值和当前标识对应的操作至数据库的步骤具体包括：

将所述计算得到的最大值和时间与对应的操作保存至数据库，并设置误差系数μ。

4.根据权利要求3所述的基于机顶盒的脑电波信号标准化输出方法，其特征在于，所述特征值匹配步骤中，将提取的特征值与数据库中的存储的特征值进行匹配具体包括：

从数据库中依次读取用户脑电波信号预采集和特征值提取步骤存储的特征值，通过以下公式对各个参数进行匹配：

(1-μ)*N_存<N&&N<(1+μ)*N_存，其中N_存为数据库中存储的特征值，N为提取的特征值。

5.根据权利要求1所述的基于机顶盒的脑电波信号标准化输出方法，其特征在于，所述特定长度的数据包括4个字段：

用户ID：所述用户ID为预采集阶段自动为每一用户分配的ID号，用于标识不同的用户；

设备ID：所述设备ID用于标识需要控制的设备；

键值：所述键值用于标识需要执行的操作；

校验位：所述校验位用于保证数据在传输过程中的准确性，校验位通过CRC校验或奇偶校验生成。

6.一种基于机顶盒的脑电波信号标准化输出装置，其特征在于，包括：

标识显示模块，用于在与所述机顶盒连接的显示设备上显示某一操作所对应的标识，提示用户观察所述标识；

用户脑电波信号接收模块，用于接收脑电波采集设备预采集的用户脑电波信号作为采样数据，以及接收脑电波采集设备正式采集的用户脑电波信号以执行相应的操作命令；

特征值提取模块，用于提取预采集的脑电波信号的特征值，根据所述特征值计算注意力的集中度，当特征值稳定且注意力的集中度达到设定值时，保存所述特征值和当前标识对应的操作至数据库，以及提取正式采集的脑电波信号的特征值，所述特征值提取模块通过如下方式提取脑电波信号的特征值；

根据脑电波信号的特征，去掉采样数据中幅值不在预定范围之内的错误数据，保留正确数据；

根据信号波形图上升过程中的三个点计算出上升过程中二阶导数的最大值((Y₁-Y₂)/(T₁-T₂)-(Y₂-Y₃)/(T₂-T₃))/(T₁-T₃)，其中Y₁、Y₂和Y₃为所述三个点对应的值，T₁、T₂和T₃为所述三个点对应的时间；

找到所有采样数据中的所述最大值，计算出时间Time＝N*tone，其中N为最大值在所有采样数据中的位置，tone为间隙时间，tone＝1/f_采样，其中f_采样为单位时间内采集脑电波信号的次数；

数据库，用于存储预采集的脑电波信号的特征值和对应的操作，所述数据库是针对每个用户建立的数据库；

特征值匹配模块，用于将提取的正式采样的特征值与数据库中存储的特征值进行匹配，匹配成功则获得与采集的脑电波信号所对应的操作；

标准化输出模块，用于将匹配获得的操作与一组特定长度的数据对应，输出所述数据作为标准化输出信号，根据所述标准化输出信号执行相应的操作命令。

7.如权利要求6所述的基于机顶盒的脑电波信号标准化输出装置，其特征在于，所述特征值提取模块通过如下方式保存特征值和当前标识对应的操作至数据库：

将所述计算得到的最大值和时间与对应的操作保存至数据库，并设置误差系数μ；

所述特征值匹配模块通过如下方式将提取的特征值与数据库中的存储的特征值进行匹配：

从数据库中依次读取用户脑电波信号预采集和特征值提取步骤存储的特征值，通过以下公式对各个参数进行匹配：

(1-μ)*N_存<N&&N<(1+μ)*N_存，其中N_存为数据库中存储的特征值，N为提取的特征值。

8.一种机顶盒，其特征在于，在所述机顶盒上设有如权利要求6-7任一项所述的基于机顶盒的脑电波信号标准化输出装置。

9.一种基于机顶盒的脑电波信号标准化输出系统，其特征在于，所述系统包括脑电波采集设备和如权利要求8所述的机顶盒，所述脑电波采集设备采集的脑电波信号通过无线通讯方式传输给机顶盒，所述机顶盒内的脑电波信号标准化输出装置输出标准化信号，机顶盒执行与所述标准化信号相应的操作命令。