CN109464152A - 脑部疲劳状态的检测方法、设备及计算机可读存储介质 - Google Patents
脑部疲劳状态的检测方法、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109464152A CN109464152A CN201910021412.6A CN201910021412A CN109464152A CN 109464152 A CN109464152 A CN 109464152A CN 201910021412 A CN201910021412 A CN 201910021412A CN 109464152 A CN109464152 A CN 109464152A
- Authority
- CN
- China
- Prior art keywords
- brain
- user
- state
- probability
- fatigue
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 210000004556 brain Anatomy 0.000 title claims abstract description 160
- 238000001514 detection method Methods 0.000 title claims abstract description 66
- 230000000116 mitigating effect Effects 0.000 claims description 25
- 230000033764 rhythmic process Effects 0.000 claims description 9
- 238000000151 deposition Methods 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 18
- 206010039203 Road traffic accident Diseases 0.000 abstract description 8
- 230000002618 waking effect Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 238000001914 filtration Methods 0.000 description 5
- 230000001960 triggered effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 208000019901 Anxiety disease Diseases 0.000 description 2
- 230000036506 anxiety Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 description 1
- 206010057315 Daydreaming Diseases 0.000 description 1
- 241001122767 Theaceae Species 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 235000019658 bitter taste Nutrition 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 235000019219 chocolate Nutrition 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000001020 rhythmical effect Effects 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Physiology (AREA)
- Developmental Disabilities (AREA)
- Educational Technology (AREA)
- Social Psychology (AREA)
- Child & Adolescent Psychology (AREA)
- Nursing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Hospice & Palliative Care (AREA)
- Signal Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种脑部疲劳状态的检测方法、设备及计算机可读存储介质，该方法包括步骤：获取用户在第一预设时长内预设时间点对应的专注度指数和冥想度指数；计算各个预设时间点对应的所述专注度指数和所述冥想度指数之间的差值，并计算所述差值在第一预设范围内的第一概率；若所述第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息，以使用户处于清醒状态，避免用户由于其脑部处于疲劳状态，导致交通事故的发生，降低了由于用户疲劳驾驶导致的交通事故的发生概率。
Description
技术领域
本发明涉及电子技术领域，尤其涉及一种脑部疲劳状态的检测方法、设备及计算机可读存储介质。
背景技术
在全球范围内，疲劳驾驶是导致交通安全事故的重要原因之一。当用户脑部处于疲劳状态时，用户会疲劳驾驶，会导致驾驶员注意力无法集中、反映速度下降、对车辆的操控力下降，进而导致交通事故的发生。
发明内容
本发明的主要目的在于提供一种脑部疲劳状态的检测方法、设备及计算机可读存储介质，旨在解决现有的由于用户脑部处于疲劳状态导致交通事故发生概率高的技术问题。
为实现上述目的，本发明提供一种脑部疲劳状态的检测方法，所述脑部疲劳状态的检测方法包括步骤：
获取用户在第一预设时长内预设时间点对应的专注度指数和冥想度指数；
计算各个预设时间点对应的所述专注度指数和所述冥想度指数之间的差值，并计算所述差值在第一预设范围内的第一概率；
若所述第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息。
优选地，所述若所述第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息的步骤包括：
若所述第一概率小于第一阈值，则计算所述差值在第二预设范围内的第二概率，其中，所述第二预设范围的下限值大于所述第一预设范围的上限值；
若所述第二概率大于第二阈值，则确定用户脑部处于疲劳状态，输出告警信息，其中，所述第二阈值大于所述第一阈值。
优选地，所述若所述第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息的步骤包括：
若所述第一概率小于第一阈值，则获取用户在第二预设时长内的眨眼次数；
若所述眨眼次数大于第一预设次数，则确定用户脑部处于疲劳状态，输出告警信息。
优选地，所述若所述第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息的步骤包括：
若所述第一概率小于第一阈值，则获取用户的脑电波信号，并确定所述脑电波信号中处于主导作用的节律；
若所述脑电波信号中起主导作用的波段为δ波和/或θ波，则确定用户脑部处于疲劳状态，输出告警信息。
优选地，所述若所述第一概率小于第一阈值，则获取用户的脑电波信号，并确定所述脑电波信号中处于主导作用的节律的步骤包括：
若所述第一概率小于第一阈值，则获取用户的脑电波信号，对所述脑电波信号进行滤波处理，得到滤波后的所述脑电波信号；
确定滤波后的所述脑电波信号中处于主导作用的波段。
优选地，所述计算所述差值在第一预设范围内的第一概率的步骤包括：
计算所述差值在所述第一预设范围内的数量；
将所述数量除以所述差值的总个数，得到所述差值在所述第一预设范围内的第一概率。
优选地，所述获取用户在第一预设时长内预设时间点对应的专注度指数和冥想度指数的步骤之前，还包括：
当侦测到设置所述告警信息的设置指令后，根据所述设置指令设置所述告警信息，并存储所述告警信息。
优选地，所述若所述第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息的步骤之后，还包括：
获取预先存储的缓解脑部疲劳的缓解方案，并输出所述缓解方案，以供用户根据所述缓解方案缓解脑部的疲劳程度。
此外，为实现上述目的，本发明还提供一种脑部疲劳状态的检测设备，所述脑部疲劳状态的检测设备包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的脑部疲劳状态的检测程序，所述脑部疲劳状态的检测程序被所述处理器执行时实现如上所述的脑部疲劳状态的检测方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有脑部疲劳状态的检测程序，所述脑部疲劳状态的检测程序被处理器执行时实现如上所述的脑部疲劳状态的检测方法的步骤。
本发明通过获取用户在第一预设时长内预设时间点对应的专注度指数和冥想度指数；计算各个预设时间点对应的专注度指数和冥想度指数之间的差值，并计算该差值在第一预设范围内的第一概率；若第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息提醒用户，以使用户处于清醒状态，避免用户由于其脑部处于疲劳状态，导致交通事故的发生，降低了由于用户疲劳驾驶导致的交通事故的发生概率。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的结构示意图；
图2为本发明脑部疲劳状态的检测方法第一实施例的流程示意图；
图3为本发明实施例中若所述第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息的一种流程示意图；
图4为本发明实施例中若所述第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息的另一种流程示意图；
图5为本发明脑部疲劳状态的检测方法第四实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，图1是本发明实施例方案涉及的硬件运行环境的结构示意图。
需要说明的是，图1即可为脑部疲劳状态的检测设备的硬件运行环境的结构示意图。本发明实施例脑部疲劳状态的检测设备可以是PC，便携计算机等终端设备。
如图1所示，该脑部疲劳状态的检测设备可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的脑部疲劳状态的检测设备结构并不构成对脑部疲劳状态的检测设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及脑部疲劳状态的检测程序。其中，操作系统是管理和控制脑部疲劳状态的检测设备硬件和软件资源的程序，支持脑部疲劳状态的检测程序以及其它软件或程序的运行。
在图1所示的脑部疲劳状态的检测设备中，用户接口1003主要用于接收检测指令和设置指令等；网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信，如获取预先存储的告警信息和缓解脑部疲劳的缓解方案；而处理器1001可以用于调用存储器1005中存储的脑部疲劳状态的检测程序，并执行以下操作：
获取用户在第一预设时长内预设时间点对应的专注度指数和冥想度指数；
计算各个预设时间点对应的所述专注度指数和所述冥想度指数之间的差值，并计算所述差值在第一预设范围内的第一概率；
若所述第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息。
进一步地，所述若所述第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息的步骤包括：
若所述第一概率小于第一阈值，则计算所述差值在第二预设范围内的第二概率，其中，所述第二预设范围的下限值大于所述第一预设范围的上限值；
若所述第二概率大于第二阈值，则确定用户脑部处于疲劳状态，输出告警信息，其中，所述第二阈值大于所述第一阈值。
进一步地，所述若所述第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息的步骤包括：
若所述第一概率小于第一阈值，则获取用户在第二预设时长内的眨眼次数；
若所述眨眼次数大于第一预设次数，则确定用户脑部处于疲劳状态，输出告警信息。
进一步地，所述若所述第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息的步骤包括：
若所述第一概率小于第一阈值，则获取用户的脑电波信号，并确定所述脑电波信号中处于主导作用的节律；
若所述脑电波信号中起主导作用的波段为δ波和/或θ波，则确定用户脑部处于疲劳状态，输出告警信息。
进一步地，所述若所述第一概率小于第一阈值，则获取用户的脑电波信号，并确定所述脑电波信号中处于主导作用的节律的步骤包括：
若所述第一概率小于第一阈值，则获取用户的脑电波信号，对所述脑电波信号进行滤波处理，得到滤波后的所述脑电波信号；
确定滤波后的所述脑电波信号中处于主导作用的波段。
进一步地，所述计算所述差值在第一预设范围内的第一概率的步骤包括：
计算所述差值在所述第一预设范围内的数量；
将所述数量除以所述差值的总个数，得到所述差值在所述第一预设范围内的第一概率。
进一步地，所述获取用户在第一预设时长内预设时间点对应的专注度指数和冥想度指数的步骤之前，处理器1001还可以用于调用存储器1005中存储的脑部疲劳状态的检测程序，并执行以下步骤：
当侦测到设置所述告警信息的设置指令后，根据所述设置指令设置所述告警信息，并存储所述告警信息。
进一步地，所述若所述第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息的步骤之后，并执行以下步骤：
获取预先存储的缓解脑部疲劳的缓解方案，并输出所述缓解方案，以供用户根据所述缓解方案缓解脑部的疲劳程度。
基于上述的结构，提出脑部疲劳状态的检测方法的各个实施例。
参照图2，图2为本发明脑部疲劳状态的检测方法第一实施例的流程示意图。
本发明实施例提供了脑部疲劳状态的检测方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
脑部疲劳状态的检测方法可应用于终端或者服务器中，终端可以包括诸如手机、穿戴设备、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal DigitalAssistant，PDA)、等移动终端，以及诸如数字TV、台式计算机等固定终端。脑部疲劳状态的检测方法的各个实施例中，为了便于描述，省略执行主体进行阐述各个实施例。
脑部疲劳状态的检测方法包括：
步骤S10，获取用户在第一预设时长内预设时间点对应的专注度指数和冥想度指数。
当侦测到检测用户脑部是否处于疲劳状态的检测指令后，根据该检测指令启动检测装置，通过该检测装置获取用户在第一预设时长内预设时间点对应的专注度指数和冥想度指数。其中，检测装置可设置在耳机中，当该耳机与终端连接，或者其它能与该耳机连接的设备连接时，该耳机即可获取到用户的专注度指数和冥想度指数。在检测装置中，安装有脑波传感器，通过该脑波传感器获取用户的专注度指数和冥想度指数。该检测指令可由用户根据需要而触发，或者自动触发。如当检测装置为耳机时，用户驾驶车辆过程中，用户可手动在耳机中或者耳机所连接的终端中触发该检测指令，或者当用户佩戴该耳机时，自动触发该检测指令，此时，车辆与耳机对应终端处于连接状态。具体地，该耳机可以与车辆连接，或者车辆与耳机对应终端连接，车辆与该终端可通过WiFi或者蓝牙等方式连接。
专注度“Attention”指数，这个无符号的一个字节值表明用户当前的“专注度指数”，即用户精神“集中度”水平或“注意度”水平的强烈程度，例如，当你能够进入高度专注状态并且可以稳定地控制你的心理活动，该指数的值就会很高。在本实施例中，将专注度指数的范围值设置为0到100。当用户处于心烦意乱、精神恍惚、精神不集中以及焦虑等精神状态时，专注度指数的数值会降低。冥想度“Meditation”指数，这个无符号的一个字节值表明用户当前的“冥想度指数”，即用户精神“平静度”水平或“冥想度”水平。在本实施例中，冥想度指数的范围值设置为0到100。需要注意的是，冥想度指数反映的是用户的精神状态，而不是其身体状态，所以，简单地进行全身肌肉放松并不能快速地提高冥想度指数。然而，对大多数人来说，在正常的环境下，进行身体放松通常有助于精神状态的放松。心烦意乱、精神恍惚、焦虑、激动不安等精神状态以及感官刺激等都将降低冥想度指数的数值。通常每一秒可获得一个专注度指数和冥想度指数。
第一预设时长可根据具体需要而设置，如可以设置为1分钟、3分钟或者30分钟等。预设时间点根据第一预设时长的时间长短而设置，如当第一预设时长为1分钟时，可在这1分钟，每间隔3秒设置一个预设时间点；当第一预设时长为3分钟时，可在这3分钟内，每间隔5秒设置一个预设时间点。需要说明的是，一个预设时间点对应一个专注度指数和冥想度指数。
步骤S20，计算各个预设时间点对应的所述专注度指数和所述冥想度指数之间的差值，并计算所述差值在第一预设范围内的第一概率。
当获取到各个预设时间点对应的专注度指数和冥想度指数后，计算各个预设时间点对应的专注度指数和冥想度指数之间的差值。当计算得到各个预设时间点对应的专注度指数和冥想度指数之间的差值后，计算该差值在第一预设范围内的概率，并将该概率记为第一概率。其中，第一预设范围对应的上限值和下限值是通过获取大量用户的脑部处于疲劳状态时，专注度指数和冥想度指数之间的差值所确定的，在本实施例中对第一预设范围上限值和下限值不做具体限制。
进一步地，计算所述差值在第一预设范围内的第一概率的步骤包括：
步骤a，计算所述差值在所述第一预设范围内的数量。
步骤b，将所述数量除以所述差值的总个数，得到所述差值在所述第一预设范围内的第一概率。
计算差值在第一预设范围的第一概率的过程为：计算该差值在第一预设范围内的数量，即判断专注度指数和冥想度指数之间的差值大于或者等于第一预设范围的下限值，小于或者等于第一预设范围的上限值的数量。当计算得到差值在第一预设范围内的数量后，将该数量除以差值的总个数，得到差值在第一预设范围的第一概率。可以理解的是，差值的总个数等于所获取的专注度指数的个数，以及等于所获取的冥想度指数的个数。
步骤S30，若所述第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息。
当计算得到第一概率后，判断第一概率是否小于第一阈值。若第一概率小于第一阈值，则确定用户脑部处于疲劳状态。其中，第一阈值是通过检测用户脑部处于疲劳状态的实验所得。当确定用户脑部处于疲劳状态后，获取预先存储的告警信息，输出该告警信息以提醒用户，以使用户处于清醒状态，该告警信息是预先设置好，如输出有警示作用的铃声。具体地，该终端可自己输出该告警信息。当终端与车辆连接时，终端也可将该告警信息发送给车辆。当该车辆接收到告警信息后，输出该告警信息。
进一步地，当确定第一概率大于或者等于第一阈值时，确定用户脑部处于非疲劳状态，此时，继续获取用户对应的专注度指数和冥想度指数。
本实施例通过获取用户在第一预设时长内预设时间点对应的专注度指数和冥想度指数；计算各个预设时间点对应的专注度指数和冥想度指数之间的差值，并计算该差值在第一预设范围内的第一概率；若第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息提醒用户，以使用户处于清醒状态，避免用户由于其脑部处于疲劳状态，导致交通事故的发生，降低了由于用户疲劳驾驶导致的交通事故的发生概率。
进一步地，提出本发明脑部疲劳状态的检测方法第二实施例。
所述脑部疲劳状态的检测方法第二实施例与所述脑部疲劳状态的检测方法第一实施例的区别在于，参照图3，步骤S30包括：
步骤S31，若所述第一概率小于第一阈值，则计算所述差值在第二预设范围内的第二概率，其中，所述第二预设范围的下限值大于所述第一预设范围的上限值。
当确定第一概率小于第一阈值后，计算冥想度指数与专注度指数之间的差值在第二预设范围内的概率，并将该差值在第二预设范围内的概率记为第二概率。其中，第二预设范围的下限值大于第一预设范围的上限值。第二预设范围的确定方法与第一预设范围的确定方法相同，在本实施例中不再详细赘述。计算该差值在第二预设范围的第二概率与计算该差值在第一预设范围内的第一概率的方法相同，在本实施例中不再详细赘述。
步骤S32，若所述第二概率大于第二阈值，则确定用户脑部处于疲劳状态，输出告警信息，其中，所述第二阈值大于所述第一阈值。
当计算得到第二概率后，判断该第二概率是否大于第二阈值。其中，第二阈值大于第一阈值，第二阈值的确定方法与第一阈值的确定方法相同，在本实施例中不再赘述。若确定第二概率大于第二阈值，则确定用户脑部处于疲劳状态，并获取预先设置好的告警信息，输出该告警信息。若确定第二概率小于或者等于第二阈值，则确定用户脑部处于非疲劳状态。
进一步地，步骤S30还包括：
步骤c，若所述第一概率小于第一阈值，则获取用户在第二预设时长内的眨眼次数。
若确定第一概率小于第一阈值，则获取用户在第二预设时长内的眨眼次数。其中，第二预设时长可根据具体需要而设置，如可设置为1分钟，3分钟或者7分钟等。具体地，可通过终端中的摄像头录制用户在第二预设时长内的视频，或者通过车辆中所安装的摄像头录制用户在第二预设时长内的视频，在所录制的视频中的提取用户在第二预设时长内的眨眼次数。需要说明的是，当通过车辆中所安装的摄像头录制用户在第二预设时长内的视频时，该摄像头安装在车辆中便于录制用户脸部视频的位置。
步骤d，若所述眨眼次数大于第一预设次数，则确定用户脑部处于疲劳状态，输出告警信息。
当获取到用户在第二预设时长内的眨眼次数后，判断眨眼次数是否大于第一预设次数。其中，第一预设次数可根据具体需要而设置，在本实施例对第一预设次数对应的具体数值不做限制。可以理解的是，第二预设时长对应的时间越长，对应的第一预设次数越大。当确定眨眼次数小于或者等于第一预设次数时，确定用户脑部处于非疲劳状态。
需要说明的是，也可以通过获取用户在某个时间段内的摇头次数、心跳频率和血压等数据来确定用户脑部是否处于疲劳状态。其中，摇头次数包括用户的点头次数。
本实施例在通过确定第一概率小于第一阈值后，进一步获取第二概率和/或用户在某个时间段内的眨眼次数，根据第二概率和/或眨眼次数确定用户脑部是否处于疲劳状态，提高了判断用户脑部是否处于疲劳状态的准确度。
进一步地，提出本发明脑部疲劳状态的检测方法第三实施例。
所述脑部疲劳状态的检测方法第三实施例与所述脑部疲劳状态的检测方法第一或第二实施例的区别在于，参照图4，步骤S30还包括：
步骤S33，若所述第一概率小于第一阈值，则获取用户的脑电波信号，并确定所述脑电波信号中处于主导作用的波段。
若确定第一概率小于第一阈值，则获取用户当前的脑电波信号，并确定脑电波信号中处于主导作用的节律。具体地，可通过检测装置中的脑波传感器获取用户当前的脑电波信号。脑电波是一些自发的有节律的神经电活动，其频率变动范围在每秒1－30次之间的，可划分为四个波段，即δ波、θ波、α波和β波，δ波对应的频率范围为：1－3Hz(赫兹)，θ波对应的频率范围为：4－7Hz，α波对应的频率范围为：8－13Hz，β波对应的频率范围为：14－30Hz。由于不同的波段对应的频率不一样，因此通过脑电波信号中各个频率点对应的频率即可确定脑电波信号中处于主导作用的波段。具体地，在所获取的脑电波信号中，若某一个或者某两个的波段对应频率的出现概率大于其它波段对应频率的出现概率，则确定脑电波信号中频率的出现概率大于其它波段对应频率的出现概率的波段为处于主导作用的波段。如若脑电波信号中，δ波和θ波对应频率的出现概率大于α波和β波，则确定δ波和θ波为脑电波信号中处于主导作用的波段。
步骤S34，若所述脑电波信号中起主导作用的波段为δ波和/或θ波，则确定用户脑部处于疲劳状态，输出告警信息。
当确定脑电波信号中处于主导作用的波段后，判断脑电波信号中处于主导作用的波段是否为δ波和/或θ波。若确定脑电波信号中处于主导作用的波段为δ波和/或θ波，则确定用户脑部处于疲劳状态，输出告警信息。若确定脑电波信号中处于主导作用的波段不为δ波和/或θ波，则确定用户脑部处于非疲劳状态。
进一步地，步骤S33包括：
步骤e，若所述第一概率小于第一阈值，则获取用户的脑电波信号，对所述脑电波信号进行滤波处理，得到滤波后的所述脑电波信号。
步骤f，确定滤波后的所述脑电波信号中处于主导作用的波段。
进一步地，为了提高确定脑电波信号中处于主导作用的波段的准确度，当确定第一概率小于第一阈值后，获取用户当前的脑电波信号，对脑电波信号进行滤波处理，得到滤波后的脑电波信号。需要说明的是，通过对脑电波信号进行滤波处理，可减少其他噪音对脑电波信号的干扰。对脑电波信号进行滤波处理的方法包括但不限于带通滤波和低通滤波。
本实施例通过确定第一概率小于第一阈值后，进一步确定脑电波信号中处于主导作用的波段，根据脑电波信号中处于主导作用的波段确定用户脑部是否处于疲劳状态，提高了确定用户脑部处于疲劳状态的准确度。
进一步地，为了提高确定用户脑部处于疲劳状态的准确度，可在确定第一概率小于第一阈值后，判断第二概率是否大于第二阈值；当第二概率大于第二阈值时，判断眨眼次数是否大于第一预设次数；当确定眨眼次数大于第一预设次数，判断脑电波信号中处于主导作用的波段是否为δ波和/或θ波；当确定脑电波信号中起主导作用的波段为δ波和/或θ波时，确定用户脑部处于疲劳状态。
进一步地，提出本发明脑部疲劳状态的检测方法第四实施例。
所述脑部疲劳状态的检测方法第四实施例与所述脑部疲劳状态的检测方法第一、第二或第三实施例的区别在于，参照图5，脑部疲劳状态的检测方法还包括：
步骤S40，获取预先存储的缓解脑部疲劳的缓解方案，并输出所述缓解方案，以供用户根据所述缓解方案缓解脑部的疲劳程度。
当确定用户脑部处于疲劳状态后，获取预先存储的缓解脑部疲劳的缓解方案，并输出该缓解方案，以供用户根据该缓解方案缓解脑部的疲劳程度。具体地，可通过终端或者车辆输出该缓解方案。在终端或者车辆输出该缓解方案过程中，可通过语音或者文字等方式输出该缓解方案。该缓解方案可为：用鼻轻轻地吸一口气，意想自己纳入全宇宙一切轻灵之气，用口慢慢地呼一口气，意想自己吐出全身心所有秽浊之物、喝苦味咖啡、喝茶或者吃巧克力等。
本实施例通过当确定用户脑部处于疲劳状态后，输出缓解脑部疲劳的缓解方案，以供用户根据缓解方案缓解脑部的疲劳程度，以便于用户快速使自己脑部处于非疲劳状态。
进一步地，脑部疲劳状态的检测方法还包括：
步骤h，当侦测到设置所述告警信息的设置指令后，根据所述设置指令设置所述告警信息，并存储所述告警信息。
当侦测到设置告警信息的设置指令后，根据该设置指令设置告警信息，并存储该告警信息。其中，该设置指令可由用户在与检测装置对应的终端中根据需要而触发。在设置告警信息过程中，用户可根据需要将某段音乐，或者某段语音设置为告警信息，该语音可为用户自己输入的。
进一步地，在终端中，预先设置好了默认的告警信息。若用户未设置告警信息，当确定用户脑部处于疲劳状态时，终端会将输出该默认的告警信息提醒用户。
本实施例通过根据用户触发的设置指令设置告警信息，实现了根据用户喜好设置告警信息，以便于在输出告警信息时，达到更好的告警效果。
此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有脑部疲劳状态的检测程序，所述脑部疲劳状态的检测程序被处理器执行时实现如下步骤：
获取用户在第一预设时长内预设时间点对应的专注度指数和冥想度指数；
计算各个预设时间点对应的所述专注度指数和所述冥想度指数之间的差值，并计算所述差值在第一预设范围内的第一概率；
若所述第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息。
进一步地，所述若所述第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息的步骤包括：
若所述第一概率小于第一阈值，则计算所述差值在第二预设范围内的第二概率，其中，所述第二预设范围的下限值大于所述第一预设范围的上限值；
若所述第二概率大于第二阈值，则确定用户脑部处于疲劳状态，输出告警信息，其中，所述第二阈值大于所述第一阈值。
进一步地，所述若所述第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息的步骤包括：
若所述第一概率小于第一阈值，则获取用户在第二预设时长内的眨眼次数；
若所述眨眼次数大于第一预设次数，则确定用户脑部处于疲劳状态，输出告警信息。
进一步地，所述若所述第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息的步骤包括：
若所述第一概率小于第一阈值，则获取用户的脑电波信号，并确定所述脑电波信号中处于主导作用的节律；
若所述脑电波信号中起主导作用的波段为δ波和/或θ波，则确定用户脑部处于疲劳状态，输出告警信息。
进一步地，所述若所述第一概率小于第一阈值，则获取用户的脑电波信号，并确定所述脑电波信号中处于主导作用的节律的步骤包括：
若所述第一概率小于第一阈值，则获取用户的脑电波信号，对所述脑电波信号进行滤波处理，得到滤波后的所述脑电波信号；
确定滤波后的所述脑电波信号中处于主导作用的波段。
进一步地，所述计算所述差值在第一预设范围内的第一概率的步骤包括：
计算所述差值在所述第一预设范围内的数量；
将所述数量除以所述差值的总个数，得到所述差值在所述第一预设范围内的第一概率。
进一步地，所述获取用户在第一预设时长内预设时间点对应的专注度指数和冥想度指数的步骤之前，所述脑部疲劳状态的检测程序被处理器执行时实现如下步骤：
当侦测到设置所述告警信息的设置指令后，根据所述设置指令设置所述告警信息，并存储所述告警信息。
进一步地，所述若所述第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息的步骤之后，所述脑部疲劳状态的检测程序被处理器执行时实现如下步骤：
获取预先存储的缓解脑部疲劳的缓解方案，并输出所述缓解方案，以供用户根据所述缓解方案缓解脑部的疲劳程度。
本发明计算机可读存储介质具体实施方式与上述脑部疲劳状态的检测方法各实施例基本相同，在此不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种脑部疲劳状态的检测方法，其特征在于，所述脑部疲劳状态的检测方法包括以下步骤：
获取用户在第一预设时长内预设时间点对应的专注度指数和冥想度指数；
计算各个预设时间点对应的所述专注度指数和所述冥想度指数之间的差值，并计算所述差值在第一预设范围内的第一概率；
若所述第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息。
2.如权利要求1所述的脑部疲劳状态的检测方法，其特征在于，所述若所述第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息的步骤包括：
若所述第一概率小于第一阈值，则计算所述差值在第二预设范围内的第二概率，其中，所述第二预设范围的下限值大于所述第一预设范围的上限值；
若所述第二概率大于第二阈值，则确定用户脑部处于疲劳状态，输出告警信息，其中，所述第二阈值大于所述第一阈值。
3.如权利要求1所述的脑部疲劳状态的检测方法，其特征在于，所述若所述第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息的步骤包括：
若所述第一概率小于第一阈值，则获取用户在第二预设时长内的眨眼次数；
若所述眨眼次数大于第一预设次数，则确定用户脑部处于疲劳状态，输出告警信息。
4.如权利要求1所述的脑部疲劳状态的检测方法，其特征在于，所述若所述第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息的步骤包括：
若所述第一概率小于第一阈值，则获取用户的脑电波信号，并确定所述脑电波信号中处于主导作用的节律；
若所述脑电波信号中起主导作用的波段为δ波和/或θ波，则确定用户脑部处于疲劳状态，输出告警信息。
5.如权利要求4所述的脑部疲劳状态的检测方法，其特征在于，所述若所述第一概率小于第一阈值，则获取用户的脑电波信号，并确定所述脑电波信号中处于主导作用的节律的步骤包括：
若所述第一概率小于第一阈值，则获取用户的脑电波信号，对所述脑电波信号进行滤波处理，得到滤波后的所述脑电波信号；
确定滤波后的所述脑电波信号中处于主导作用的波段。
6.如权利要求1所述的脑部疲劳状态的检测方法，其特征在于，所述计算所述差值在第一预设范围内的第一概率的步骤包括：
计算所述差值在所述第一预设范围内的数量；
将所述数量除以所述差值的总个数，得到所述差值在所述第一预设范围内的第一概率。
7.如权利要求1所述的脑部疲劳状态的检测方法，其特征在于，所述获取用户在第一预设时长内预设时间点对应的专注度指数和冥想度指数的步骤之前，还包括：
当侦测到设置所述告警信息的设置指令后，根据所述设置指令设置所述告警信息，并存储所述告警信息。
8.如权利要求1至7任一项所述的脑部疲劳状态的检测方法，其特征在于，所述若所述第一概率小于第一阈值，则确定用户脑部处于疲劳状态，输出告警信息的步骤之后，还包括：
获取预先存储的缓解脑部疲劳的缓解方案，并输出所述缓解方案，以供用户根据所述缓解方案缓解脑部的疲劳程度。
9.一种脑部疲劳状态的检测设备，其特征在于，所述脑部疲劳状态的检测设备包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的脑部疲劳状态的检测程序，所述脑部疲劳状态的检测程序被所述处理器执行时实现如权利要求1至8中任一项所述的脑部疲劳状态的检测方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有脑部疲劳状态的检测程序，所述脑部疲劳状态的检测程序被处理器执行时实现如权利要求1至8中任一项所述的脑部疲劳状态的检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910021412.6A CN109464152B (zh) | 2019-01-09 | 2019-01-09 | 脑部疲劳状态的检测方法、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910021412.6A CN109464152B (zh) | 2019-01-09 | 2019-01-09 | 脑部疲劳状态的检测方法、设备及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109464152A true CN109464152A (zh) | 2019-03-15 |
| CN109464152B CN109464152B (zh) | 2021-11-26 |
Family
ID=65678488
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910021412.6A Active CN109464152B (zh) | 2019-01-09 | 2019-01-09 | 脑部疲劳状态的检测方法、设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109464152B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110786869A (zh) * | 2019-10-29 | 2020-02-14 | 浙江工业大学 | 一种程序员的疲劳程度的检测方法 |
| CN113017184A (zh) * | 2021-03-29 | 2021-06-25 | 广东电网有限责任公司 | 一种智能安全帽及智能监控系统 |
| CN113084843A (zh) * | 2021-04-29 | 2021-07-09 | 上海建桥学院有限责任公司 | 一种脑电波服务机器人装置 |
Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2045690A1 (en) * | 2007-10-04 | 2009-04-08 | Koninklijke Philips Electronics N.V. | Improvements relating to brain computer interfaces |
| US20120077160A1 (en) * | 2010-06-25 | 2012-03-29 | Degutis Joseph | Computer-implemented interactive behavioral training technique for the optimization of attention or remediation of disorders of attention |
| CN103093215A (zh) * | 2013-02-01 | 2013-05-08 | 北京天诚盛业科技有限公司 | 人眼定位方法及装置 |
| CN103606245A (zh) * | 2013-11-08 | 2014-02-26 | 北京工业大学 | 基于蓝牙脑电耳机和安卓手机的疲劳驾驶检测预警系统 |
| CN103793593A (zh) * | 2013-11-15 | 2014-05-14 | 吴一兵 | 第三种生命维护模式及长寿定量牵引信息交换方法和实现 |
| CN103976740A (zh) * | 2014-05-23 | 2014-08-13 | 清华大学 | 一种面向网络环境的脑电信号身份识别系统及识别方法 |
| US20140276188A1 (en) * | 2013-03-14 | 2014-09-18 | Accendowave Inc. | Systems, methods and devices for assessing and treating pain, discomfort and anxiety |
| US20150199010A1 (en) * | 2012-09-14 | 2015-07-16 | Interaxon Inc. | Systems and methods for collecting, analyzing, and sharing bio-signal and non-bio-signal data |
| CN105011932A (zh) * | 2015-08-11 | 2015-11-04 | 西安科技大学 | 一种基于冥想度与专注度的疲劳驾驶脑电监测方法 |
| CN105054951A (zh) * | 2015-08-11 | 2015-11-18 | 西安科技大学 | 一种基于眨眼频率识别的疲劳驾驶脑电监测方法 |
| CN105105773A (zh) * | 2015-08-11 | 2015-12-02 | 西安科技大学 | 一种基于多阈值比较的疲劳驾驶脑电监测方法 |
| CN105595997A (zh) * | 2016-03-10 | 2016-05-25 | 西安科技大学 | 一种基于台阶式疲劳判定的疲劳驾驶脑电监测方法 |
| CN105595996A (zh) * | 2016-03-10 | 2016-05-25 | 西安科技大学 | 一种眼电与脑电综合判定的疲劳驾驶脑电监测方法 |
| CN105615878A (zh) * | 2016-03-10 | 2016-06-01 | 西安科技大学 | 一种疲劳驾驶脑电监测方法 |
| CN106128032A (zh) * | 2016-07-05 | 2016-11-16 | 北京理工大学珠海学院 | 一种疲劳状态监测及预警方法及其系统 |
| CN106476281A (zh) * | 2016-09-14 | 2017-03-08 | 西安科技大学 | 基于眨眼识别与视觉诱发的3d打印机控制方法 |
| US20170171441A1 (en) * | 2015-12-15 | 2017-06-15 | Intel Corporation | Electroencephalography (eeg) camera control |
| CN106952448A (zh) * | 2017-03-08 | 2017-07-14 | 武汉理工大学 | 一种具备驾驶全周期疲劳等级实时辨识预警功能的车载装置 |
| US20180228423A1 (en) * | 2015-02-16 | 2018-08-16 | NeuroSteer Ltd. | Systems and methods for brain activity interpretation |
| CN108766532A (zh) * | 2018-05-11 | 2018-11-06 | 深圳市心流科技有限公司 | 提高注意力的教学方法、装置及计算机可读存储介质 |
-
2019
- 2019-01-09 CN CN201910021412.6A patent/CN109464152B/zh active Active
Patent Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2045690A1 (en) * | 2007-10-04 | 2009-04-08 | Koninklijke Philips Electronics N.V. | Improvements relating to brain computer interfaces |
| US20120077160A1 (en) * | 2010-06-25 | 2012-03-29 | Degutis Joseph | Computer-implemented interactive behavioral training technique for the optimization of attention or remediation of disorders of attention |
| US20150199010A1 (en) * | 2012-09-14 | 2015-07-16 | Interaxon Inc. | Systems and methods for collecting, analyzing, and sharing bio-signal and non-bio-signal data |
| CN103093215A (zh) * | 2013-02-01 | 2013-05-08 | 北京天诚盛业科技有限公司 | 人眼定位方法及装置 |
| US20140276188A1 (en) * | 2013-03-14 | 2014-09-18 | Accendowave Inc. | Systems, methods and devices for assessing and treating pain, discomfort and anxiety |
| CN103606245A (zh) * | 2013-11-08 | 2014-02-26 | 北京工业大学 | 基于蓝牙脑电耳机和安卓手机的疲劳驾驶检测预警系统 |
| CN103793593A (zh) * | 2013-11-15 | 2014-05-14 | 吴一兵 | 第三种生命维护模式及长寿定量牵引信息交换方法和实现 |
| CN103976740A (zh) * | 2014-05-23 | 2014-08-13 | 清华大学 | 一种面向网络环境的脑电信号身份识别系统及识别方法 |
| US20180228423A1 (en) * | 2015-02-16 | 2018-08-16 | NeuroSteer Ltd. | Systems and methods for brain activity interpretation |
| CN105105773A (zh) * | 2015-08-11 | 2015-12-02 | 西安科技大学 | 一种基于多阈值比较的疲劳驾驶脑电监测方法 |
| CN105054951A (zh) * | 2015-08-11 | 2015-11-18 | 西安科技大学 | 一种基于眨眼频率识别的疲劳驾驶脑电监测方法 |
| CN105011932A (zh) * | 2015-08-11 | 2015-11-04 | 西安科技大学 | 一种基于冥想度与专注度的疲劳驾驶脑电监测方法 |
| US20170171441A1 (en) * | 2015-12-15 | 2017-06-15 | Intel Corporation | Electroencephalography (eeg) camera control |
| CN105595997A (zh) * | 2016-03-10 | 2016-05-25 | 西安科技大学 | 一种基于台阶式疲劳判定的疲劳驾驶脑电监测方法 |
| CN105595996A (zh) * | 2016-03-10 | 2016-05-25 | 西安科技大学 | 一种眼电与脑电综合判定的疲劳驾驶脑电监测方法 |
| CN105615878A (zh) * | 2016-03-10 | 2016-06-01 | 西安科技大学 | 一种疲劳驾驶脑电监测方法 |
| CN106128032A (zh) * | 2016-07-05 | 2016-11-16 | 北京理工大学珠海学院 | 一种疲劳状态监测及预警方法及其系统 |
| CN106476281A (zh) * | 2016-09-14 | 2017-03-08 | 西安科技大学 | 基于眨眼识别与视觉诱发的3d打印机控制方法 |
| CN106952448A (zh) * | 2017-03-08 | 2017-07-14 | 武汉理工大学 | 一种具备驾驶全周期疲劳等级实时辨识预警功能的车载装置 |
| CN108766532A (zh) * | 2018-05-11 | 2018-11-06 | 深圳市心流科技有限公司 | 提高注意力的教学方法、装置及计算机可读存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 丁晓茜: "短期身心调节训练提高创造力的认知神经机制", 《中国优秀博硕士学位论文全文数据库（博士）医药卫生科技辑》 * |
| 严新平,张晖,吴超仲,等: "道路交通驾驶行为研究进展及其展望", 《交通信息与安全》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110786869A (zh) * | 2019-10-29 | 2020-02-14 | 浙江工业大学 | 一种程序员的疲劳程度的检测方法 |
| CN110786869B (zh) * | 2019-10-29 | 2021-12-21 | 浙江工业大学 | 一种程序员的疲劳程度的检测方法 |
| CN113017184A (zh) * | 2021-03-29 | 2021-06-25 | 广东电网有限责任公司 | 一种智能安全帽及智能监控系统 |
| CN113084843A (zh) * | 2021-04-29 | 2021-07-09 | 上海建桥学院有限责任公司 | 一种脑电波服务机器人装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109464152B (zh) | 2021-11-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20250098999A1 (en) | Method and system for monitoring and improving attention | |
| CN109464130B (zh) | 睡眠辅助方法、系统及可读存储介质 | |
| US11723568B2 (en) | Mental state monitoring system | |
| JP7422801B2 (ja) | 脳波データ分析方法及び脳波測定検査のための情報の呈示方法 | |
| EP3133471B1 (en) | Play control method, apparatus, terminal, and recording medium | |
| CN113301843B (zh) | 用于向用户提供生物反馈的设备、系统和方法 | |
| CN109222950B (zh) | 数据处理方法及装置 | |
| CN109464152A (zh) | 脑部疲劳状态的检测方法、设备及计算机可读存储介质 | |
| JP7344423B1 (ja) | ヘルスケアシステムおよびその方法 | |
| WO2022161067A1 (zh) | 一种睡前状态检测方法及设备 | |
| WO2019104779A1 (zh) | 一种压力检测的方法及终端 | |
| EP4240229A1 (en) | Wearable data collection device with non-invasive sensing | |
| US20200376231A1 (en) | Traumatic nightmare detection and intervention | |
| Kang et al. | Sinabro: Opportunistic and unobtrusive mobile electrocardiogram monitoring system | |
| WO2018034113A1 (ja) | コンテンツ提供システム、コンテンツ提供方法、及びコンテンツ提供システム用のプログラム | |
| CN108837271B (zh) | 电子装置、提示信息的输出方法及相关产品 | |
| KR20180009222A (ko) | 우울증 인지 및 케어를 위한 스마트 주얼리 시스템 | |
| US20190217048A1 (en) | Sleep-aid device and method thereof | |
| US12001606B2 (en) | Control device comprising detection unit configured to perform detection of brain wave and control method therefor | |
| Whang | The emotional computer adaptive to human emotion | |
| CN114171161A (zh) | 基于云端设备的心理治疗方法及设备 | |
| EP3059644B1 (fr) | Dispositif portable et procédé pour la détermination et l'affichage d'une durée subjective | |
| CN119848292A (zh) | 一种数据处理方法和相关装置 | |
| EP4358092A1 (en) | Notification handling dependent upon user state | |
| JP6963669B1 (ja) | ソリューション提供システム及び携帯端末 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |