[发明专利]一种基于深度学习的脑电信号开锁系统及方法

权利要求书

1.一种基于深度学习的脑电信号开锁系统，其特征是：包括非侵入采集设备和计算机，所述计算机包含脑电信号接收模块、脑电信号特征提取模块、脑电信号特征训练模块、脑电信号测试模块以及锁具控制模块，其中：

所述非侵入采集设备，被配置为采集锁具主人在思考开锁行为和不思考开锁行为时的脑电信号，采集除锁具主人以外的多人的思考开锁行为的脑电信号；

所述计算机，被配置为对采集的各个行为模式下的脑电信号进行特征提取，将提取得到的特征进行学习和分类识别，确认是否与预先存储的锁具主人在思考开锁行为脑电信号是否匹配，如果匹配，确认为开锁行为，并输出相应的控制结果；

所述脑电信号接收模块，接收采集的脑电波；

所述脑电信号特征提取模块，被配置为对采集的各个行为模式下的脑电信号进行特征提取；

所述脑电信号特征训练模块，被配置为对集的各个行为模式下的脑电信号进行训练，得到学习模型；

所述脑电信号测试模块，被配置为接收欲开锁的脑电波信号，并判断是否为开锁信号，输出测试结果；

所述锁具控制模块，被配置为根据测试结果生成锁具控制信号。

2.如权利要求1所述的一种基于深度学习的脑电信号开锁系统，其特征是：所述非侵入采集设备为一种可穿戴式头盔设备，采集到的脑电信号直接或间接送入计算机中。

3.如权利要求1所述的一种基于深度学习的脑电信号开锁系统，其特征是：锁具设备具有远程控制的能力，接收与之相连的计算机的指令，从而开锁。

4.如权利要求3所述的一种基于深度学习的脑电信号开锁系统，其特征是：所述锁具设备具有WiFi的能力，接收与之相连的计算机的指令，从而开锁。

5.如权利要求1所述的一种基于深度学习的脑电信号开锁系统，其特征是：锁具接受到开锁指令时锁具打开。

6.基于如权利要求1-5中任一项所述的一种基于深度学习的脑电信号开锁系统的方法，其特征是：接收到的脑电信号进行预处理，要对脑电信号进行去伪迹处理，对采集到的脑电信号进行特征提取，对特征量进行分类，将各个行为模式的标签和特征量作为一组，输入到分类算法中进行训练，当训练准确度达到设定精度时，将此训练模型应用；

所述对特征量进行分类，首先对采集到的同一人不同思想活动和不同人同一思想活动的脑电信号能量加标签，对主人思考开锁时脑电信号标签为0，主人不思考开锁时的脑电信号标签为-1，非主人思考开锁行为的脑电信号标签为1；

采集需要开锁人的脑电信号进行去伪迹和特征提取处理，然后将特征量送入保存好的训练模型中进行识别，判断是否开锁。

7.如权利要求6所述的一种基于深度学习的脑电信号开锁系统的方法，对采集到的脑电信号进行特征提取，其特征是：特征提取的方法为利用小波分析提取脑电信号能量。

8.一种保险柜，其特征是：采用如权利要求1-5中任一项所述的基于深度学习的脑电信号开锁系统。

9.一种加密设备，其特征是：采用如权利要求1-5中任一项所述的基于深度学习的脑电信号开锁系统。