脑电人工智能算法
系统介绍

脑电波是脑神经细胞的电生理活动在大脑皮层或头皮表面的总体反映,是直接反映大脑活动状态的重要生物信息。脑电检测已经有近百年的历史,广泛应用于睡眠、脑疾病、脑机接口等领域,在国际上被誉为疲劳检测的“金标准”。帝仪科技已建立基于脑电波信息的大数据平台,通过获取大量的脑电波及行为数据,利用模式识别和机器学习,自主研发了一系列的脑电算法,不仅可以准确判断人体的精神状态,如疲劳、注意力不集中、放松状态等,还可以进行情绪识别、睡眠监测和意念控制等,可以为不同应用场景提供定制化的脑电算法服务。


硬件配置
主要功能

警觉度识别

警觉度表明人在从事某项任务时长时间维持警惕性的水平,即对客观事物的警觉程度,睡眠不足或者长时间高负荷的工作等都会降低警觉度。警觉度越低,表明人的警惕性越不佳或疲劳水平越高,低于一定程度将会进入瞌睡状态。因此警觉度识别可以应用在司乘人员在驾驶期间疲劳状态的量化和提醒。

专注度识别

专注度表明人在从事某项任务时注意力的集中程度,心烦意乱、精神恍惚以及焦虑不安都会降低专注度。专注度越低,表明人的注意力越不佳,难以集中精神从事当前任务。因此,专注度识别可以应用在青少年在学习期间注意力的量化和训练。

放松度识别

放松度表明人在精神上的放松程度或平静程度,高压环境、感官刺激以及焦虑不安都会降低放松度。放松度越高,表明人的精神状态越放松,越有利于其生理状态和心理状态的恢复。因此,放松度识别可以应用在城市白领在压力环境下焦虑状态的量化和调节。

睡眠监测

脑电图是目前研究睡眠客观的依据,籍由监测睡眠中脑波变化,人们可以区分睡眠中的不同时期。通过采集睡眠时期的脑电波,依据美国睡眠医学学会制定的睡眠分期EEG标准,对脑波特征进行提取分析,实现浅睡眠和深睡眠的自动区分,同时依据脑电波的同步原理,配合专业的睡眠脑波音乐,能够有效的改良睡眠。因此,睡眠监测可以应用在睡不着人群睡眠状态的量化和改善。

情绪识别

情绪是多种感觉、思想和行为综合产生的心理和生理状态,基于脑电的情绪识别方法是一种常用且有效的情绪识别方式。当人的情绪出现波动时,脑电信号中时域、频域等特征也会有所变化,通过识别这些信号特征即可区分不同的情绪类别。目前,帝仪科技能量化的情绪状态有悲伤、愤怒、恐惧、快乐、厌恶和中性等六大类,并可将情绪识别应用在多种领域,比如结合VR将情绪反馈给内容,提升用户体验,或者根据病人的情绪反馈来实施心理疏导。

意念控制

意念控制的核心是通过对于脑电信息的提取分析解读,将其进一步转化为相应的动作。通过采集大脑特定区域(如,大脑中央区C3、C4和大脑枕区O1、O2)的脑电信号,再结合其他生物电信号,借助人工智能算法形成多模态的人机交互技术,可以利用人的意念控制外部设备,达到释放四肢的效果。意念控制可以应用于各类意念控制产品和医疗康复领域。

版权所有:山西帝仪通安科技有限公司    备案号:晋ICP备2020010054号