买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学技术大学申请的专利一种基于趣味任务和实时脑电信号的认知调节方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115859086B 。

龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211594434.X，技术领域涉及：G06F18/213；该发明授权一种基于趣味任务和实时脑电信号的认知调节方法及系统是由张效初;干贺帆设计研发完成，并于2022-12-13向国家知识产权局提交的专利申请。

本一种基于趣味任务和实时脑电信号的认知调节方法及系统在说明书摘要公布了：本发明涉及一种基于趣味任务和实时脑电信号的认知调节方法及系统，前端交互模块获取用户的认知调节需求；根据用户的认知调节需求，前端信号分析处理模块从云端数据库中加载对应的认知数据集，对认知数据集进行预处理和特征提取，利用机器学习算法构建脑电模式识别分类器；前端交互模块加载趣味性神经反馈游戏化训练页面；脑电采集设备获取用户实时脑电信号，并转换为实时数字信号，通过蓝牙通信方式将实时数字信号传输至前端信号分析处理模块；前端信号分析处理模块对实时数字信号进行预处理和特征提取，得到特征值，利用脑电模式识别分类器进行趣味性神经反馈游戏化训练；趣味性神经反馈游戏化训练结束后，前端交互模块向用户发送训练报告。

本发明授权一种基于趣味任务和实时脑电信号的认知调节方法及系统在权利要求书中公布了：1.一种基于趣味任务和实时脑电信号的认知调节方法，其特征在于，包括以下步骤： S1，前端交互模块获取用户的认知调节需求； S2，根据用户的认知调节需求，前端信号分析处理模块从云端数据库中加载对应的认知数据集，对认知数据集进行预处理和特征提取，利用机器学习算法构建脑电模式识别分类器； S3，前端交互模块加载趣味性神经反馈游戏化训练页面； S4，脑电采集设备获取用户实时脑电信号，并转换为实时数字信号，通过蓝牙通信方式将实时数字信号传输至前端信号分析处理模块； S5，前端信号分析处理模块对实时数字信号进行预处理和特征提取，得到特征值，利用脑电模式识别分类器进行趣味性神经反馈游戏化训练； S6，趣味性神经反馈游戏化训练结束后，前端交互模块向用户发送训练报告； 所述步骤S1中，认知调节需求包括：1缓解生活压力；2改善焦虑情绪；3提升专注力；4降低吸烟渴求； 所述S2具体实现为：云端数据库存有不同类型的认知数据集，包括：压力相关数据集、焦虑情绪相关数据集、专注力相关数据集和吸烟渴求相关数据集，分别对应认知调节需求中的缓解生活压力、改善焦虑情绪、提升专注力和降低吸烟渴求；每个类型的认知数据集均包括高阈值和低阈值两种条件下的子数据集；在用户选择认知调节需求类型后，前端信号分析处理模块通过WIFI通信连接方式从云端数据库加载对应类型的认知数据集，在加载完成后，前端信号分析处理模块对认知数据集进行预处理和特征提取； 所述预处理的步骤包括：对认知数据集进行高通滤波和低通滤波；进行降采样；进行平均重参考；使用传统的递归最小二乘法算法校正眨眼伪影；进行分段；使用自动检测算法剔除包含噪音的分段；接着，对预处理结束后的认知数据集进行特征提取； 所述特征提取的步骤包括：计算认知数据集的全局场功率GFP，得到全局场功率时间序列；在全局场功率时间序列中，将所有波峰相对应的脑电地形图输入到k-means聚类算法中，其中k设定为4，得到4个标准脑电地形图类别A,B,C,D类；计算每一波峰与4个标准地形图之间的空间相关系数，将该波峰归为与其空间相关系数最高的类别，波峰之间的波谷被认为是不同类别的转换时间点；至此，全局场功率时间序列被归类完成；对不同类型的认知数据集，所提取的特征值分别包括高阈值低阈值两种条件为： 压力相关数据集，提取的特征值为：全局场功率时间序列中A类的涵盖比例，涵盖比例的定义为每个类别总的持续时间占全局场功率时间序列时间长度的比例； 焦虑情绪相关数据集，提取的特征值为：全局场功率时间序列中A类向D类的转换概率，以及B类向C类的转换概率，转换概率的定义为在全局场功率时间序列中一个类别向另一个类别转换的概率； 专注力相关数据集，提取的特征值为：全局场功率时间序列中D类的持续时间和发生率，持续时间的定义为全局场功率时间序列中每个类别出现的平均时间，发生率的定义为全局场功率时间序列中每个类别在一秒内出现的次数； 吸烟渴求相关数据集,提取的特征值为：全局场功率时间序列中C类的持续时间，持续时间的定义为全局场功率时间序列中每个类别出现的平均时间； 将提取的两种条件下的特征值输入到支持向量机算法中进行分类建模，从而构建脑电模式识别分类器；该脑电模式识别分类器可实现对一段新的脑电信号进行识别分类，将其归为不同的认知状态条件； 所述步骤S5具体实现为：前端信号分析处理模块通过蓝牙通信的方式，每隔一段时间接收来自信号转换设备的实时数字信号，并对实时数字信号进行预处理和特征提取； 所述预处理的步骤包括：对实时数字信号进行高通滤波和低通滤波；进行降采样；进行平均重参考；使用传统的递归最小二乘法算法校正眨眼伪影；进行分段；使用自动检测算法剔除包含噪音的分段；接着，对预处理后的实时数字信号进行特征提取； 所述特征提取的步骤包括：计算实时数字信号的全局场功率GFP，得到全局场功率时间序列；在全局场功率时间序列中，将所有波峰相对应的脑电地形图输入到k-means聚类算法中，其中k设定为4，得到4个标准脑电地形图类别A,B,C,D类；计算每一波峰与4个标准地形图之间的空间相关系数，将该波峰归为与其空间相关系数最高的类别，波峰之间的波谷被认为是不同类别的转换时间点；至此，全局场功率时间序列被归类完成；根据用户在开始阶段所选的认知调节需求，所提取的特征值为： 缓解生活压力，提取的特征值为：全局场功率时间序列中A类的涵盖比例，涵盖比例的定义为每个类别总的持续时间占全局场功率时间序列时间长度的比例； 改善焦虑情绪，提取的特征值为：全局场功率时间序列中A类向D类的转换概率，以及B类向C类的转换概率，转换概率的定义为在全局场功率时间序列中一个类别向另一个类别转换的概率； 提升专注力，提取的特征值为：全局场功率时间序列中D类的持续时间和发生率，持续时间的定义为全局场功率时间序列中每个类别出现的平均时间，发生率的定义为全局场功率时间序列中每个类别在一秒内出现的次数； 降低吸烟渴求，提取的特征值为：全局场功率时间序列中C类的持续时间，持续时间的定义为全局场功率时间序列中每个类别出现的平均时间； 前端信号分析处理模块将所提取的特征值输入到先前构建的脑电模式识别分类器中，获得脑电模式识别分类器输出的概率值；随后，前端信号分析处理模块将概率值发送至前端交互模块，前端交互模块基于概率值进行趣味性神经反馈游戏化训练。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。