[发明专利]基于专注度的脑电特征反馈对VR沉浸教学管理系统

摘要

本发明公开了基于专注度的脑电特征反馈对VR沉浸教学管理系统，包括以下步骤：S1：带上设备；S2：通过WIFI无线接收装置接收脑电信号，每1秒分析一次脑电特征；S3：获取学生脑电，每1秒获取一次；4：计算记忆力指标；S5：根据A‑Rate来进行专注度的每隔1秒的实时判断；S6：学生摘下脑电VR头盔；本发明首次提出了脑电波+VR的应用硬件，内容，以及更易使用的脑电波开发平台的设计开发，能够帮助用户不仅识别大脑的状态，也可根据当前状态实时改变训练内容，让训练变得更加有效，同时易念波开发平台也将极大程度的提高开发者的效率，让其专注于脑电波算法的研发而不需要花大量时间考虑产品层面上的开发。

主权项

1.基于专注度的脑电特征反馈对VR沉浸教学管理系统，其特征在于，包括以下步骤：S1：带上设备：学生带上脑电头环+VR设备，打开沉浸教室系统应用，并选择VR创意课程，如化学课，其中实验可以根据学生具体的操作来控制场景元素，老师在讲台上对学生进行指导，教导学生如何进行操作；S2：分析特征：通过WIFI无线接收装置接收脑电信号，每1秒分析一次脑电特征；S3：检测算法：获取学生脑电，每1秒获取一次，采样率512Hz，通道数为前额Fp1，Fp2，T9，T10四个通道，得到的数据为4×512个维度，标注为X，对X进行滤波，滤波频段为(13，30)Hz的通道滤波，得到的数据为X_S；将X进行再次进行滤波，滤波的频段为(12，13)Hz，与(30，31)Hz，滤波类型为通道滤波，得到的数据为X_n；将X_S与X_n通过SSD算法得到的输出结果为X_SSD，数据维度为1×512，其中512为时间信息，将X_SSD取二阶均值得到的值为放松指标，即此时A‑Rate取值范围为‑1到1；将X进行滤波，分别在(1，4)Hz滤波，得到X_delta，(4，8)Hz的通道滤波，得到X_theta,(8,13)Hz滤波，得到X_alpha,(13,30)Hz滤波，得到X_beta，(30，50)Hz滤波，得到X_gamma；S4：计算记忆力指标：当M‑Rate>0.5时，学生的记忆力得到训练，当M‑Rate<0.5时，学生的记忆力并未得到训练[2]；同时计算学生的逻辑推理训练指数(L‑Rate)，该指数由Beta能量与alpha能量的比值获得，即同时计算学生的创造力指数(C‑Rate)，该指数由前额，也就是Fp1与Fp2的alpha能量与颞叶两端alpha能量的比值进行表示，S5：实现控制逻辑：根据A‑Rate来进行专注度的每隔1秒的实A‑Rate大于0时，说明该学生当前的专注度高，如果大于0的坚持时间超过5分钟，则系统给出声音奖励提示，并通过VR给出奖励得分；当A‑Rate的值低于0时，说明学生当前的专注度低，如果是在‑0.5到0这个阶段，VR沉浸教室将弹出卡通小精灵，提示学生当前需要集中注意力来进行实验；当A‑Rate的值低于‑0.5时，并且该专注度已经持续超过3分钟，则VR沉浸教室将临时关闭，舒尔特专注度训练方格将会弹出，提示学生进行注意力的训练，持续时间1分钟；如果在此过程中，学生的专注度又重新提升回0以上，则转入4.a；在该过程中，如果学生的注意力始终无法提升，则1分钟后，VR沉浸教室系统将关闭待机，并且提示学生先进行适当的休息。；S6：课程结束：学生摘下脑电VR头盔，后台将自动收集学生在学习过程中的的全部脑电，同时后台算法开始计算10分钟的学生的4项脑电指标。