一種基于腦電信號的對象選擇方法及裝置的制造方法
【技術領域】
[0001]本發明涉及人機交互領域，具體涉及一種基于腦電信號的對象選擇方法及裝置。
【背景技術】
[0002]通過醫學儀器將人體腦部自身產生的生物電進行記錄得到的腦電圖，主要用于醫學診斷。例如診斷癲癇、阿爾茨海默病、腦血管疾病等。隨著腦電信號處理技術的進步，腦電信號被用來作為人和終端設備之間的交互通道。
[0003]雖然腦電信號處理技術在醫學領域有著廣泛的應用，并且在人機交互領域有著良好的應用前景。但是將腦電信號處理技術應用到現實生活中，幫助人們完成某項任務，目前還面臨很多問題。

【發明內容】

[0004]有鑒于此，本發明提供了一種基于腦電信號的對象選擇方法及裝置。
[0005]本發明提供了一種基于腦電信號的對象選擇方法，所述方法包括:
[0006]利用腦電波采集設備采集腦電信號后，對所述腦電信號進行去噪處理，以提取所述腦電信號中的誘發腦電信號；
[0007]提取所述誘發腦電信號中，與預先確定的描述選擇對象激發的腦電信號的特征對應的靜態特征；
[0008]利用預先建立的動態模型，將所述靜態特征采用動態特征表示，得到所述誘發腦電信號的動態特征；
[0009]將所述動態特征輸入到預先訓練的對象選擇分類器中，以便進行對象選擇。
[0010]優選地，所述動態模型包括隱馬爾科夫模型。
[0011 ] 優選地，所述方法還包括:
[0012]預先進行N次對象選擇的試驗，確定用于描述對象選擇激發的腦電信號的特征，所述N為自然數。
[0013]優選地，所述對象選擇分類器包括非線性分類器。
[0014]優選地，所述非線性分類器包括利用高斯過程模型建立的分類器。
[0015]本發明提供的一種基于腦電信號的對象選擇裝置，所述裝置包括:
[0016]第一提取模塊，用于利用腦電波采集設備采集腦電信號后，對所述腦電信號進行去噪處理，以提取所述腦電信號中的誘發腦電信號；
[0017]第二提取模塊，用于提取所述誘發腦電信號中，與預先確定的腦電信號特征對應的靜態特征，所述腦電信號特征用于描述對象選擇激發的腦電信號；
[0018]動態表示模塊，用于利用預先建立的動態模型，將所述靜態特征采用動態特征表示，得到所述誘發腦電信號的動態特征；
[0019]分類模塊，用于將所述動態特征輸入到預先訓練的對象選擇分類器中，以便進行對象選擇。
[0020]優選地，所述動態模型包括隱馬爾科夫模型。
[0021 ] 優選地，所述裝置還包括:
[0022]試驗模塊，用于預先進行N次對象選擇的試驗，確定用于描述對象選擇激發的腦電信號的特征，所述N為自然數。
[0023]優選地，所述對象選擇分類器包括非線性分類器。
[0024]優選地，所述非線性分類器包括利用高斯過程模型建立的分類器。
[0025]本發明首先利用腦電波采集設備采集腦電信號后，對所述腦電信號進行去噪處理，以提取所述腦電信號中的誘發腦電信號。其次，提取所述誘發腦電信號中，與預先確定的腦電信號特征對應的靜態特征，所述腦電信號特征用于描述對象選擇激發的腦電信號。再次，利用預先建立的動態模型，將所述靜態特征采用動態特征表示，得到所述誘發腦電信號的動態特征。最后，將所述動態特征輸入到預先訓練的對象選擇分類器中，以便進行對象選擇。本發明旨在利用腦電信號處理技術實現現實生活中人對智能終端設備，如電腦、電視、手機中的對象選擇，以達到人機之間更加自然地交互的目的。
【附圖說明】
[0026]為了更清楚地說明本申請實施例中的技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。
[0027]圖1為本發明提供的基于腦電信號的對象選擇方法流程圖；
[0028]圖2為本發明提供的音視頻播放軟件的滑動式節目選擇界面示意圖；
[0029]圖3為本發明提供的基于腦電信號的對象選擇裝置結構示意圖；
[0030]圖4為本發明提供的計算機的部分結構的框圖。
【具體實施方式】
[0031 ] 下面將結合本申請實施例中的附圖，對本申請實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本申請一部分實施例，而不是全部的實施例。基于本申請中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本申請保護的范圍。
[0032]本發明實施例提供的基于腦電信號的對象選擇方法應用于基于腦電波的應用中，其中，所述基于腦電波的應用可以為音視頻播放軟件、圖片瀏覽器等。也就是說，本發明實施例提供的基于腦電信號的對象選擇方法具體可以為音視頻播放軟件中的音視頻選擇方法，也可以為圖片瀏覽器中的圖片選擇方法等。本發明實施例中，智能終端設備，如電視、手機、電腦等能夠安裝所述基于腦電波的應用。
[0033]基于腦電波的應用中，通常需要設計進行交互的人機界面，即對象選擇的交互界面。例如應用中的各個對象可以采用不同的顏色，交互界面采用不同的空間布局，如規則的分布各個選擇對象，滑動式顯示各個選擇對象等。具體的實現過程中，用戶在利用基于腦電波的應用進行對象選擇時，在大腦中想象對特定對象的選擇。
[0034]實施例一
[0035]參考圖1，圖1為本實施例提供的一種基于腦電信號的對象選擇方法流程圖，具體可以包括:
[0036]SlOl:利用腦電波采集設備采集腦電信號后，對所述腦電信號進行去噪處理，以提取所述腦電信號中的誘發腦電信號。
[0037]S102:提取所述誘發腦電信號中，與預先確定的腦電信號特征對應的靜態特征，所述腦電信號特征用于描述對象選擇激發的腦電信號。
[0038]S103:利用預先建立的動態模型，將所述靜態特征采用動態特征表示，得到所述誘發腦電信號的動態特征。
[0039]S104:將所述動態特征輸入到預先訓練的對象選擇分類器中，以便進行對象選擇。
[0040]SlOl中，腦電信號分為自發腦電信號和誘發腦電信號，其中，誘發腦電信號是由外部刺激引發的腦電波，一般比大腦自發活動產生的腦電信號(自發腦電信號)要弱很多。現實生活中的基于腦電波的應用一般只與誘發腦電信號有關，但是腦電波采集設備也會采集到來自于骨骼肌活動產生的電信號、心臟活動產生的電信號或者是眼球運動產生的電信號等自發腦電信號，而這些自發腦電信號對于現實生活中基于腦電波的應用中任務的識別是一種干擾噪音的來源。所以，本發明實施例中，用戶在使用基于腦電波的應用時，腦電波采集設備首先采集用戶的腦電波信號，其次，對所述腦電波信號進行去噪處理，具體包括去除腦電信號中的自發腦電信號，最終提取腦電信號中的誘發腦電信號。
[0041]實際應用中，根據應用領域及其精度要求的不同，存在不同型號的腦電波采集設備。一般醫用的腦電波記錄儀精度比較高，但價格也比較昂貴；而便攜式腦電波采集設備是可以在日常生活中使用的腦電波記錄儀，其精度相對較低，但是也能夠滿足一般基于腦電波的應用的需求。本發明實施例基于使用方便的需求，采用便攜式腦電波采集設備對腦電波?目號進行米集。
[0042]在S102中，基于腦電波應用的對象選擇界面的設計不同，導致腦電波中受外部刺激激發的特征也不同。例如，不同的顏色和形狀激發不同特點的腦電信號。本發明實施例中，可以提取的腦電波信號的特征包括頻率、振幅范圍、腦電波產生的時間延時信息或者大腦功能區域等。本發明實施例預先進行N次對象選擇的試驗，所述N為自然數，最終確定描述對象選擇激發的腦電信號的特征。具體實現過程中，多次采集用戶在對象選擇時產生的腦電信號，并與用戶在正常狀態下產生的腦電信號比較，找出用戶在對象選擇時產生的腦電信號中具有代表性的特征，并將該特征確定為描述對象選擇激發的腦電信號的特征。
[0043]本發明實施例中，在獲取腦電信號中的誘發腦電信號后，提取所述誘發腦電信號中與預先確定的腦電信號特征對應的靜態特征，所述腦電信號特征用于描述對象選擇激發的腦電信號。例如，預先確定的用于描述對象選擇激發的腦電波信號的特征為腦電信號的頻率，則提取所述誘發腦電信號中若干個時間點的頻率特征作為所述誘發腦電信號中的靜態特征。
[0044]S103中，建立動態模型，所述動態模型的輸入為提取的所述誘發腦電信號中的靜態特征，所述動態模型的輸出參數為所述誘發腦電信號的動態特征。也就是說，利用所述動態模型，將所述靜態特征采用動態特征表示出來。具體的，所述動態模型包括隱馬爾科夫模型(Hidden Markov Chain)，能夠動態的描述腦電信號的狀態變化。本發明實施例通過利用隱馬爾科夫模型對靜態特征進行動態表示，能夠用一定時間內的腦電信號的狀態變化反映用戶的對象選擇結果，與單純的利用靜態特征相比，能夠更準確的反映對象選擇的結果。
[0045]在S104中，預先訓練對象選擇分類器，所述對象選擇分類器包括線性分類器和非線性分類器。為了保證對象選擇結果的準確性，本發明實施例使用的對象選擇器最好為非線性分類器，具體的非線性分類器為利用高斯過程模型建立的分類器。
[0046]本發明實施例中，預先通過多次訓練，得到用于建立對象選擇分類器的模型參數，使得對象選擇分類器在實際使用時能夠進行對象選擇的預測。具體的，進行M次對象選擇的試驗，得到分類器的模型參數，所述M為自然數。在使用訓練好的對象選擇分類器時，將使用時產生誘發腦電信號的動態特征輸入到對象選擇分類器中，經過所述對象選擇分類器的處理得到用戶的對象選擇結果。具體的，所述對象選擇分類器的輸出結果為O或1，其中，O表示用戶未選擇當前顯示的對象，I表示用戶選擇當前顯示的對象。
[0047]下面以一種應用于音視頻播放軟件中的音視頻選擇方法為例，簡單介紹一下本發明提供的基于腦電信號的對象選擇方法。
[0048]如圖2，圖2為音視頻播放軟件的滑動式節目選擇界面示意圖。具體的，用戶佩戴有便攜式腦電波采集設備。當所述用戶對所述滑動式節目選擇界面上的當前節目(圖2中的All dogs go to Heaven)進行選擇時，所述便攜式腦電波采集設備采集所述用戶產生的腦電信號，并將所述腦