[发明专利]一种基于团队的脑电反馈训练方法及系统在审

专利信息
申请号: 202310252055.0 申请日: 2023-03-10
公开(公告)号: CN116077797A 公开(公告)日: 2023-05-09
发明(设计)人: 许冰;刘飞 申请(专利权)人: 北京视友科技有限责任公司
主分类号: A61M21/02 分类号: A61M21/02;A61B5/369;A61B5/374;A61B5/00;A61M21/00;A61B5/16;G06F3/01;G06F17/11
代理公司: 北京维正专利代理有限公司 11508 代理人: 朱鹏程
地址: 100089 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 团队 反馈 训练 方法 系统
【权利要求书】:

1.一种基于团队的脑电反馈训练方法,其特征在于:该方法包括:

获取多条脑电数据,所述各脑电数据是进行团队训练时,训练人员的脑电波数据;

根据每一训练人员的脑电数据计算总的脑电参数;

基于预设的确定规则,根据所述总的脑电参数确定目标控制参数并输出。

2.根据权利要求1所述的基于团队的脑电反馈训练方法,其特征在于:所述根据每一训练人员的脑电数据计算总的脑电参数之前,还包括:

基于预设的分组规则,对多条所述脑电数据进行分组,所述分组数至少为一组。

3.根据权利要求2所述的基于团队的脑电反馈训练方法,其特征在于:所述基于预设的分组规则,对多条所述脑电数据进行分组,包括:

获取所述脑电数据对应的时间戳信息和设备编号;

根据每一脑电数据对应的时间戳信息确定目标脑电数据;

根据目标脑电数据对应的设备编号和预设的分组信息确定每组包括的目标脑电数据,所述分组信息包括分组数量以及每一组包括的目标脑电数据对应的设备编号。

4.根据权利要求2所述的基于团队的脑电反馈训练方法,其特征在于:所述根据每一训练人员的脑电数据计算总的脑电参数,包括:

确定所述脑电数据中包含的目标脑电数据;

根据每一组内的训练人员对应的目标脑电数据,计算分组脑电参数;

所述总的脑电参数包括各分组脑电参数。

5.根据权利要求4所述的基于团队的脑电反馈训练方法,其特征在于:所述根据每一组内的训练人员对应的目标脑电数据,计算分组脑电参数,包括:

根据所述目标脑电数据和预设的多变量回归方程,确定每个脑电数据对应的第一脑电参数,所述第一脑电参数用于进行脑电生物反馈控制;

根据第一脑电参数确定每一第一脑电参数对应的第二脑电参数;

根据第二脑电参数以及预设的权重值确定分组脑电参数。

6.根据权利要求5所述的基于团队的脑电反馈训练方法,其特征在于:所述根据所述目标脑电数据和预设的多变量回归方程,确定每个脑电数据对应的第一脑电参数,包括:

所述脑电数据包括delta波强度、theta波强度、alpha波强度、beta波强度、gamma波强度、专注度数值和放松度数值;

所述第一脑电参数= alpha波强度/(delta波强度+theta波强度+alpha波强度+beta波强度+gamma波强度);

或,

第一脑电参数= theta波强度/(theta波强度+beta波强度);

或,

第一脑电参数= 专注度数值;

或,

第一脑电参数= 放松度数值。

7.根据权利要求5所述的基于团队的脑电反馈训练方法,其特征在于:所述根据第一脑电参数确定每一第一脑电参数对应的第二脑电参数,包括:

确定第一脑电参数的最大值和最小值,并计算所述最大值和最小值的差值;

分别计算每一训练人员的第一脑电参数与所述差值的比值;

分别计算每一所述比值与预设的第一调整参数的乘积得出每一第一脑电参数对应的第二脑电参数。

8.根据权利要求5所述的基于团队的脑电反馈训练方法,其特征在于:所述根据第二脑电参数以及预设的权重值确定分组脑电参数,包括:

根据第二脑电参数以及预设的权重值,对分组内的第二脑电参数进行加权求和确定分组脑电参数。

9.根据权利要求8所述的基于团队的脑电反馈训练方法,其特征在于:所述基于预设的确定规则,根据所述总的脑电参数确定目标控制参数,包括:

所述预设的确定规则包括多个子规则,所述目标控制参数包括至少一个分组目标控制参数;

获取分组数量以及训练模式,所述训练模式为训练过程中采用的训练方式;

根据所述分组数量、训练模式以及所述分组数量、训练模式和子规则的对应关系确定对应的子规则;

根据所述子规则和分组脑电参数确定分组目标控制参数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京视友科技有限责任公司,未经北京视友科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310252055.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top