[发明专利]一种基于脑电波的网瘾检测方法及系统

摘要

本发明公开了一种基于脑电波的网瘾检测方法和系统，首先采集不同测试者的脑电波信号，计算滤波处理后的脑电波信号能量特征矩阵；然后对能量特征矩阵进行训练，获得训练好的分类模型；最后将被测试者的脑电波信号输入分类模型中，输出被测试者的网瘾程度。本发明将脑电波与网瘾检测相结合，通过采集不同网瘾程度的青少年上网后的脑电波信息，使用基于深度学习映射核函数的ELM训练分类模型，使用该模型对青少年的网瘾程度进行判断，该分类模型在保证学习精度的前提下，比传统训练模型具有更快的学习速度和更强的泛化能力。有助于改善过去网瘾判断的主观性，为医师判断青少年网络成瘾提供一种客观的真实的辅助诊断方案。

主权项

1.一种基于脑电波的网瘾检测方法，其特征在于，包括：步骤1，采集不同测试者的脑电波信号，所述的脑电波信号标注以无网瘾、轻度网络成瘾、中度网络成瘾和重度网络成瘾，形成脑电波数据训练集；步骤2，对步骤1采集的脑电波信号以滑动时间窗进行截取，对截取的脑电波信号进行滤波处理；步骤3，计算滤波处理后的脑电波信号能量特征矩阵；步骤4，对能量特征矩阵进行训练，获得训练好的分类模型；步骤5，采集被测试者的脑电波信号，经过步骤2至步骤3的处理后，获得能量特征矩阵，将能量特征矩阵输入步骤4训练好的分类模型，输出被测试者的网瘾程度。