[发明专利]视觉注意力水平识别方法

权利要求书

1.一种视觉注意力水平识别方法，其特征是，设计以稳态视觉刺激为背景且可诱发视觉注意力疲劳的实验范式，搭建好实验所需的脑电信号采集装置，利用搭建的装置，采集操作者的行为学数据和脑电信号，将其存储后再进行预处理和特征提取，最后进行分类，计算其判别正确率。

2.如权利要求1所述的视觉注意力水平识别方法，其特征是，构建如下实验范式，视觉刺激由软件产生，视觉刺激包括背景稳态视觉刺激以及能够诱发视觉注意力疲劳的瞬态任务刺激，这里的瞬态任务刺激为出现在背景白圆上半部分或下半部分的蓝色小圆点，被试安静地坐于屏幕前靠椅上，注视着计算机屏幕上的视觉刺激界面进行按键反应，脑电信号由脑电采集系统采集，脑电信号的预处理包括：降采样，带通滤波、有效数据段截取，在脑电信号采集的同时保存被试的行为学反应数据，高、低视觉注意力状态由行为学反应情况判定，将预处理后的脑电信号以及相应的行为学数据输入判别典型模式匹配DCPM算法得到基于脑电的视觉注意状态识别模型，实现对不同视觉注意状态下脑电信号的识别。

3.如权利要求2所述的视觉注意力水平识别方法，其特征是，视觉刺激的设计以10Hz稳态视觉刺激SSVS(steady state visual stimulus)作为背景的go/no-go实验范式，刺激序列呈现在像素为1600*900，刷新率为60Hz的液晶显示屏上，每个block中包含600个试次，持续时间为10min，在每个go和no-go试次中背景SSVS为位于屏幕中央以10Hz频率闪烁的白色圆形，其半径大小为25个像素，SSVS在整个试次中都存在；瞬态任务刺激TTS(transienttask stimulus)为每隔1s随机出现在白圆的上半部分或者下半部分的蓝色RGB(0,0,128)小圆点，其半径大小为1个像素，当蓝色小圆点出现在白圆的上半部分时为go刺激，出现在下半部分时为no-go刺激，go刺激与no-go刺激在每个试次中的持续时间为700ms，实验过程中其余的屏幕背景为黑色(RGB(0,0,0))；

每个block中go刺激出现的概率是88％，此时被试需要尽可能快地按下↑键；no-go刺激出现的概率是12％，此时被试不需要按键。no-go刺激出现时，被试未按键则为反应正确，意味着被试处于高注意力水平；被试按键则为反应错误，意味着被试处于低注意力水平，反应正确和反应错误均指被试在刺激出现后0～1s时间段内所做出的反应；

利用结合空间滤波和模板匹配的DCPM算法构建分类模板，DCPM算法由三个主要部分组成：(1)判别空间模式DSPs(discriminative spatial patterns)的构建；(2)典型相关分析CCA(canonical correlation analysis)模板的构建；(3)模板匹配；具体计算过程如下：

(1)构建判别空间模式，以消除共模噪声

是模式k＝1，2的训练集，是测试集，其中N_c是导联数，N_t是采样时间点数，N_s是样本量。模式k的模板，记为是训练样本的平均值，的协方差矩阵为：

X₁和X₂的方差为：

基于Fisher’s线性判别准则，DSP找到一个投影矩阵W，W可被视为一组空间滤波器，

S_B＝Σ₁₁+Σ₂₂-Σ₁₂-Σ₂₁ (5)

其中λ_i是W第i列的特征值；

(2)CCA模板的构建

通过W去除共模噪声后，利用CCA算法找到两个投影矩阵U_k和V_k来揭示和W^TY之间潜在的相关性，这一过程相当于求解：

其中ε[·]是期望值；

(3)模板匹配

最后，在模式匹配过程中，确定训练模板和测试数据间的相似度的计算过程如下式：

其中corr(*)为Pearson’s相关，dist(*)为欧氏距离；

Y的预测编码模式为：