【技術實現步驟摘要】
本專利技術涉及視覺認知訓練，尤其涉及一種基于腦電信號神經反饋的視覺認知訓練方法。
技術介紹
1、眾多行業的從業人員不僅具有非凡的勝利能力以及專業技能，同時需要在感知和認知層面達到較高的水平。認知水平是衡量學習能力和評估發展潛力的關鍵維度，如何針對認知能力開展訓練是認知研究者們所關注的火熱議題之一。隨著計算機技術的高速發展，認知訓練的主要呈現形式已經由紙筆化任務過渡到計算機化，且訓練方式以基于特定任務的訓練為主。
2、近年來，神經反饋技術被認為是提高認知能力水平的有效手段之一。神經反饋是生物反饋的一種新形式，該技術將提取的特定大腦神經活動轉換為不同形式的反饋信號并通過閉環腦機接口提供給受試者，受試者即可依據反饋信號的實時變化實現對大腦相關神經活動的自主調節。將腦電神經反饋技術與傳統認知訓練方法相結合，能夠同步實現大腦狀態以及認知能力水平的多維度調節，提升認知訓練的效率。
3、當前視覺認知訓練仍以基于重復性任務訓練的傳統方法為主，缺少與新型認知能力水平評估、增強手段的結合。此外，當前神經反饋技術主要應用于調控靜息狀態下的大腦響應，缺少對任務誘發態大腦相應調控效果的研究，以及對結合腦電的視覺認知訓練方法的相關探究。
技術實現思路
1、本專利技術提供了一種基于腦電信號神經反饋的視覺認知訓練方法，通過訓練同步實現用戶視覺認知水平的提升以及用戶對大腦活動狀態的調控。此外，用戶逐漸掌握的大腦調節方法能夠使其在訓練過程中保持更加積極、興奮的狀態，進而有助于提升視覺認知訓練的
2、本專利技術采用的技術方案如下：一種基于腦電信號神經反饋的視覺認知訓練方法，包括：
3、計算機呈現視覺認知訓練任務，分為測試部分和正式訓練部分，同時腦電信號采集設備同步采集用戶執行訓練任務過程中的腦電信號，并將采集的腦電信號以數據流的形式傳輸給所述計算機；
4、根據測試部分的視覺認知訓練任務獲得個體化腦電信號特征基準值；
5、正式訓練部分，所述計算機根據用戶執行所述視覺認知訓練任務時的腦電信號提取腦電信號特征，并計算所述腦電信號特征數值與個體化腦電信號特征基準值的比值；
6、依據所述比值與預先設定閾值的比較結果，分別以條形指示器和文字的形式呈現在所述計算機屏幕中反饋給用戶，實現腦電信號采集、處理、反饋呈現的閉環。
7、所述預先設定閾值分為閾值上限和閾值下限，閾值上限設定為1.2，閾值下限設定為0.8。
8、所述測試部分包含不少于五個測試任務模塊；所述訓練部分包含不少于三個的訓練任務小節，每個訓練任務小節分別包含不少于十五個訓練任務模塊。
9、所述測試部分所包含的測試任務模塊對應的所述腦電信號特征的平均值，作為所述用戶在當次訓練的個體化腦電信號特征基準值。
10、所述計算機根據用戶執行所述視覺認知訓練任務時的腦電信號提取腦電特征，并計算所述腦電信號特征數值與個體化腦電信號特征基準值的比值，具體包括：
11、所述計算機根據時間戳從腦電信號數據流中截取用戶執行視覺認知訓練任務對應的腦電信號數據段，對所述腦電信號數據段進行預處理，提取與專注度相關的腦電信號特征，即頂葉區電極通道的β頻帶相對功率，所述β頻帶相對功率為β頻帶功率與1-30hz寬頻帶功率的比值。
12、所述用戶每完成一個訓練任務模塊后，所述計算機計算該訓練任務模塊對應的腦電信號特征與所述個體化腦電信號特征基準值的比值，并將該比值以條形指示器的形式呈現在所述計算機的屏幕中；所述比值與預先設定的閾值進行比較，并依據比較結果在所述計算機的屏幕中呈現文字反饋。
13、所述文字反饋的設定如下：所述比值低于預先設定的閾值下限，則在屏幕中以文字形式呈現負性反饋；所述比值高于預先設定的閾值上限，則在屏幕中以文字形式呈現正性反饋；所述比值介于預先設定閾值的上下限之間，則在屏幕中以文字形式呈現中性反饋。
14、所述用戶每完成一個訓練任務小節，根據所述比值在某一訓練任務小節內的平均值與預先設定閾值的比較結果，對下一訓練小節內訓練任務的難度進行調整。
15、所述用戶每完成一個訓練任務小節，所述比值在某一訓練任務小節內的平均值低于所述閾值的下限，則降低下一訓練小節的任務難度；所述平均值高于所述閾值的上限，則提升下一訓練小節的任務難度；所述平均值介于所述閾值上下限之間，則保持當前訓練任務難度。
16、本專利技術的有益效果：
17、第一，本專利技術通過融合神經反饋技術，計算機能夠實時解碼用戶執行視覺認知訓練任務時的腦特征指標，并將解碼的特征以視覺形式呈現于屏幕中，使用戶能夠直觀地感知自身大腦活動狀態，從而建立大腦活動與外部反饋之間的實時關聯，有效提升訓練過程的交互性和即時性。
18、第二，本專利技術利用腦電技術提取與用戶專注度高度相關的生理特征指標，即β頻帶相對功率，并將其作為核心訓練參數。在訓練過程中，系統通過可視化界面實施呈現該指標的變化趨勢，使用戶能夠準確掌握自身專注狀態，并通過主動調節使特征值的正向增長，實現大腦專注度的提升。
19、第三，本專利技術可以運用于球類運動員、電競運動員的視覺認知能力訓練中，利用本文所述方法能夠使受訓用戶執行視覺認知任務時保持更高的專注度與精神活躍度，進而實現用戶視覺認知能力的提升。
本文檔來自技高網...【技術保護點】
1.一種基于腦電信號神經反饋的視覺認知訓練方法，其特征在于，包括：
2.根據權利要求1所述的基于腦電信號神經反饋的視覺認知訓練方法，其特征在于，所述預先設定閾值分為閾值上限和閾值下限，閾值上限設定為1.2，閾值下限設定為0.8。
3.根據權利要求1所述的基于腦電信號神經反饋的視覺認知訓練方法，其特征在于，所述測試部分包含不少于五個測試任務模塊；所述訓練部分包含不少于三個的訓練任務小節，每個訓練任務小節分別包含不少于十五個訓練任務模塊。
4.根據權利要求3所述的基于腦電信號神經反饋的視覺認知訓練方法，其特征在于，所述測試部分所包含的測試任務模塊對應的所述腦電信號特征的平均值，作為所述用戶在當次訓練的個體化腦電信號特征基準值。
5.根據權利要求1-4任一所述的基于腦電信號神經反饋的視覺認知訓練方法，其特征在于，所述計算機根據用戶執行所述視覺認知訓練任務時的腦電信號提取腦電特征，并計算所述腦電信號特征數值與個體化腦電信號特征基準值的比值，具體包括：
6.根據權利要求5所述的基于腦電信號神經反饋的視覺認知訓練方法，其特征在于，所
7.根據權利要求6所述的基于腦電信號神經反饋的視覺認知訓練方法，其特征在于，所述文字反饋的設定如下：所述比值低于預先設定的閾值下限，則在屏幕中以文字形式呈現負性反饋；所述比值高于預先設定的閾值上限，則在屏幕中以文字形式呈現正性反饋；所述比值介于預先設定閾值的上下限之間，則在屏幕中以文字形式呈現中性反饋。
8.根據權利要求5所述的基于腦電信號神經反饋的視覺認知訓練方法，其特征在于，所述用戶每完成一個訓練任務小節，根據所述比值在某一訓練任務小節內的平均值與預先設定閾值的比較結果，對下一訓練小節內訓練任務的難度進行調整。
9.根據權利要求8所述的基于腦電信號神經反饋的視覺認知訓練方法，其特征在于，所述用戶每完成一個訓練任務小節，所述比值在某一訓練任務小節內的平均值低于所述閾值的下限，則降低下一訓練小節的任務難度；所述平均值高于所述閾值的上限，則提升下一訓練小節的任務難度；所述平均值介于所述閾值上下限之間，則保持當前訓練任務難度。
...【技術特征摘要】
1.一種基于腦電信號神經反饋的視覺認知訓練方法，其特征在于，包括：
2.根據權利要求1所述的基于腦電信號神經反饋的視覺認知訓練方法，其特征在于，所述預先設定閾值分為閾值上限和閾值下限，閾值上限設定為1.2，閾值下限設定為0.8。
3.根據權利要求1所述的基于腦電信號神經反饋的視覺認知訓練方法，其特征在于，所述測試部分包含不少于五個測試任務模塊；所述訓練部分包含不少于三個的訓練任務小節，每個訓練任務小節分別包含不少于十五個訓練任務模塊。
4.根據權利要求3所述的基于腦電信號神經反饋的視覺認知訓練方法，其特征在于，所述測試部分所包含的測試任務模塊對應的所述腦電信號特征的平均值，作為所述用戶在當次訓練的個體化腦電信號特征基準值。
5.根據權利要求1-4任一所述的基于腦電信號神經反饋的視覺認知訓練方法，其特征在于，所述計算機根據用戶執行所述視覺認知訓練任務時的腦電信號提取腦電特征，并計算所述腦電信號特征數值與個體化腦電信號特征基準值的比值，具體包括：
6.根據權利要求5所述的基于腦電信號神經反饋的視覺認知訓練方法，其特征在于，所述用戶每完成一個訓練任務模塊后，所述計算機計算該訓練任務模塊對應的...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。