[发明专利]一种基于便捷式EEG设备的声波干预记忆力增强系统

权利要求书

1.基于便捷式EEG设备的声波干预记忆力增强系统，其特征在于：包括睡眠时EEG信号的采集、传输、分析和声波干预的步骤，所述睡眠时EEG信号的采集、传输、分析和声波干预的步骤为：

第一步：通过佩戴特制的EEG信号声波干预仪，采集使用者睡眠时的EEG信号；

第二步：对EEG信号进行放大并编码，实时传输到特制的EEG信号分析系统；

第三步：特制的EEG信号分析系统进行解码和预处理提取特征，并应用机器学习算法进行信号分析，通过EEG信号判别使用者所处的睡眠阶段；

第四步：当检测到使用者进入中度和深度睡眠阶段时，调取特定频率的声波音频给干预仪进行播放，从而增强大脑的记忆功能；

第五步：当检测到使用者进入非中度和非深度的睡眠阶段时，停止发送声波音频干预。

2.根据权利要求1所述的基于便捷式EEG设备的声波干预记忆力增强系统，其特征在于：所述第一步和第二步中信号采集和传输步骤具体流程为：

第一步：使用者佩戴的特制的EEG信号声波干预仪的电极阵列位于前额部分5个和脑后部2个，分别用于采集前额和脑后的脑电波信号和参考脑电波信号；

第二步：特制的EEG信号声波干预仪通过外传部件将信号进行放大和编码，整合为高频数字信号传输给特制的EEG信号分析系统。

3.根据权利要求1所述的基于便捷式EEG设备的声波干预记忆力增强系统，其特征在于：所述第三步进行信号解码、预处理、特征提取和分析判别步骤计算流程为：

第一步：特制的EEG信号分析系统对高频数字信号进行解码，还原为多通道的EEG信号；

第二步：通过回归法、自适应滤波和独立分量分析法，对信号进行滤波和降噪，去除干扰和噪声；

第三步：对处理后的脑电波数据进行时域和频域的参数提取和特征变化，并进行归类；

第四步：使用随机森林机器学习算法计算时域和频域的特征组合，得到不同睡眠阶段的参数；

第五步：通过建立并不断完善不同睡眠阶段的参数特征库，对比EEG信号的特征参数，判别使用者所处的睡眠阶段。

4.根据权利要求1所述的基于便捷式EEG设备的声波干预记忆力增强系统，其特征在于：所述第四步和第五步开启和停止声波干预的步骤具体流程为：

第一步：特制的EEG信号分析系统实时分析使用者的睡眠阶段，当特征参数达到中度和深度阶段时，调取特定频率的声波音频，传输给特制的EEG信号声波干预仪；

第二步：特制的EEG信号声波干预仪接收到音频后，发送给耳机喇叭播放，进行声波干预；

第三步：实时分析使用者的脑电波信号特征参数，如持续保持在中度和深度睡眠阶段，则持续传输特定频率的声波音频给EEG信号声波干预仪进行播放，进行持续干预；

第四步：实时分析使用者的脑电波信号特征参数，如使用者不在中度和深度睡眠阶段，则停止传输声波音频给特制的EEG信号声波干预仪，停止声波干预。

5.根据权利要求3所述的进行信号解码、预处理、特征提取和分析判别的步骤，其特征在于：所述第三步到第五步不同睡眠阶段分类及其特征和参数为：

清醒阶段：α波特征，参数为8～13Hz，20～40μV；

浅睡阶段：顶尖波特征，参数为4～7Hz，持续时间小于0.5秒；

中度睡眠阶段：睡眠纺锤波和K复合波特征，参数为11～16Hz，小于50μV，持续时间大于0.5秒；

深度睡眠阶段：δ波特征，参数为0.5～2Hz，大于75μV；

REM阶段(快速眼动期)：θ波特征，参数为3～7Hz，小于50μV。

6.根据权利要求4所述的开启和停止声波干预的步骤，其特征在于：所述第二步特定频率的声波的特征和参数为：频率为0.25-1Hz；声音的强度为20-55dB；音频时长为50ms，其中前5ms声音强度上升，后5ms声音强度下降。