[发明专利]基于脑电信号分析的培训测评方法、装置及电子设备

权利要求书

1.一种基于脑电信号分析的培训测评方法，其特征在于，包括：

获取待测评人员进行培训时的脑电信号数据；

基于获取的待测评人员的所述脑电信号确定待测评人员的注意力状态信息和/或警觉度状态信息；

基于确定的所述注意力状态信息和/或警觉度状态信息确定针对所述待测评人员的考核内容；

基于所述考核内容确定针对所述待测评人员的培训测评结果。

2.根据权利要求1所述的方法，其特征在于，其中，所述基于确定的所述注意力状态信息和/或警觉度状态信息确定针对所述待测评人员的考核内容，包括：

确定各时间区间对应的培训内容的重要等级信息；

基于确定的所述注意力状态信息和/或警觉度状态信息，以及各注意力状态和/或警觉度状态对应时间的培训内容的重要等级，确定针对所述待测评人员的考核内容。

3.根据权利要求2所述的方法，其特征在于，其中，所述基于确定的所述注意力状态信息和/或警觉度状态信息，以及各注意力状态和/或警觉度状态对应时间的培训内容的重要等级，确定针对所述待测评人员的考核内容，包括：

当注意力状态和/或警觉度状态低于预定的阈值时，判断所述注意力状态和/或警觉度状态对应时间的培训内容是否满足预定的重要等级要求；

若满足预定的重要等级要求，则将针对所述对应时间的培训内容设置的考题确定为针对所述待测评人员的考核内容。

4.根据权利要求1所述的方法，其特征在于，其中，所述脑电信号为培训时通过待测评人员佩戴的可穿戴脑机设备采集的额页两侧的脑电信号。

5.根据权利要求1所述的方法，其特征在于，其中，所述基于获取的待测评人员的所述脑电信号确定待测评人员的注意力状态信息和/或警觉度状态信息，包括：

通过SVM、决策树、KNN、随机森林、朴素贝叶斯分类、最小二乘法、逻辑回归、深度学习模型中的至少一种方法，基于获取的待测评人员的所述脑电信号数据，确定待测评人员的注意力状态信息和/或警觉度状态信息。

6.根据权利要求1所述的方法，其特征在于，其中，基于所述考核内容确定针对所述待测评人员的培训测评结果，包括：

基于所述注意力状态信息和/或警觉度状态信息，确定第一测评结果；

基于所述考核内容确定针对所述待测评人员的第二测评结果；

基于所述第一测评结果与所述第二测评结果确定所述培训测评结果。

7.根据权利要求1-6任一项所述的方法，其特征在于，其中，该方法还包括：

基于确定的待测评人员的培训测评结果以及各工作岗位的评测要求确定待测评人员的目标工作岗位。

8.一种基于脑电信号分析的培训测评装置，包括：

获取模块，用于获取待测评人员进行培训时的脑电信号数据；

第一确定模块，用于基于获取的待测评人员的所述脑电信号确定待测评人员的注意力状态信息和/或警觉度状态信息；

第二确定模块，用于基于确定的所述注意力状态信息和/或警觉度状态信息确定针对所述待测评人员的考核内容；

第三确定模块，用于基于所述考核内容确定针对所述待测评人员的培训测评结果。

9.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。

10.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。