本申请涉及医疗保健技术领域，具体而言，涉及一种解析脑电信号的方法、芯片、存储介质及装置。
背景技术：
现在主要的专注度测量方法有基于脑电信号的专注度测量方法，基于头部姿态的专注度计算方法，基于闭眼时长的专注度计算方法，基于面部表情的专注度等计算方法。基于头部姿态、面部表情以及闭眼时间计算专注度，由于个体习惯特性的差异性，适应性差。通过脑电信号计算专注度相对客观、准确。
传统的bci(脑机接口)分析专注度，现有的算法是基于多通道的专注度检测，通常是将电极帽或电极传感器戴在人头上，然后通过ad转换电路将模拟信号转换为数字信号，输出给上位机进行处理。在一些实现中，是通过一个上位机的处理器进行，用到计算量较大的机器学习，例如神经网络模型或其他。这样的方案往往导致脑电信号采集设备和分析设备体积很大，不具备便携性，设备往往比较庞大。
传统的专注度的计算公式c＝β/(α θ),其中，β为14-30hz的脑波能量值，α为8-14hz的脑波能量值，θ为4-8hz的脑波能量值。如果为了减小体积而缩减通道数，那么就会因为没有参考信号而很难滤除伪迹信号。在进行专注度的计算时，往往需要采集大量的专注度数据，进行深度学习。但是由于脑电波的个体差异性，所以这样训练出来的模型往往是准确率较低的。
因此，如何使得芯片具备专注度和咬合力解析功能，提高芯片集成度，减小采集设备和分析设备的体积，增强脑电信号分析装置的便携性，成为了一个有待解决的问题。
技术实现要素：
本申请的目的在于提供一种解析脑电信号的方法、芯片、存储介质及装置，通过在单通道芯片增加解析模块，可以使芯片具备专注度和咬合力解析功能，提高芯片集成度，减小采集设备和分析设备的体积，增强脑电信号分析装置的便携性。
本申请的实施例是这样实现的：
本申请实施例的第一方面提供一种解析脑电信号的芯片，包括电源管理模块，ad转换模块，数据预处理模块，regmap模块，自定义总线协议，pga，输入端口，输出端口，其特征在于，还包括解析模块。
所述解析模块用于接收所述数据预处理模块通过自定义总线协议发送的脑电频域信号，所述解析模块通过程序控制解析原始脑电信号的专注度c和咬合力j,然后发送所述专注度c和咬合力j至数据输入输出双向端。
可选地，所述数据预处理模块接收所述ad转换模块发送的离散脑电信号并输出频域信息。
可选地，所述输入端口包括导联输入端、参考输入端。
可选地，所述输出端口包括右腿驱动输出端。
可选地，还包括数据输入输出双向端，所述数据输入输出双向端用于输入和输出信号。
本申请实施例的第二方面一种解析脑电信号的方法，包括以下步骤:
采集原始脑电信号；
将原始脑电信号进行离散小波变换解析出时频信息；
小波变换通过对原始脑电信号连续分解，将信号分解出高频和低频部分进行重构，可以在不丢失时域信息的同时滤除眼电和伪迹信号；
将所述时域信息进行快速傅里叶变换，解析出频域信息；
通过解析模块解析所述频域信息，获取原始脑电信号的专注度c和咬合力j。
可选地，所述专注度c的解析方法如下：
专注度c＝β/α
其中，α与β是通过设备的电极采集的脑电信号，并记录下来的脑细胞电活动的脑电图中特定频段的脑波能量值，β为14-30hz的脑波能量值，α为8-14hz的脑波能量值。
可选地，所述咬合力j的解析方法如下：
咬合力j＝β α
其中，α与β是通过设备电极采集并记录下来的脑细胞电活动的脑电图中特定频段的脑波能量值，β为14-30hz的脑波能量值，α为8-14hz的脑波能量值。
本申请实施例的第三方面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存储有计算机指令，当所述计算机指令中的至少部分指令被处理器执行时，实现如本申请实施例的第二方面发明内容中任意一项所述的操作。
本申请实施例的第四方面一种解析脑电信号的装置，其特征在于，所述装置包括至少一个解析脑电信号的芯片以及至少一个存储器；
所述至少一个存储器用于存储计算机指令；
所述至少一个解析脑电信号的芯片用于执行所述计算机指令中的部分指令以实现如本申请实施例的第二方面发明内容中任意一项所述的操作。
本申请通过在单通道芯片增加解析模块，可以使所述单通道芯片具备专注度和咬合力解析功能，提高芯片集成度，减小采集设备和分析设备的体积，增强脑电信号分析装置的便携性。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了一种目前通过脑电信号分析专注度和咬合力的检测装置的结构简化图；
图2示出了根据本申请的一个实施例一种解析脑电信号芯片的结构示意图；
图3示出了根据本申请的一个实施例脑电信号处理逻辑图。
具体实施方式
现在将描述某些示例性实施方案，以从整体上理解本文所公开装置和方法的结构、功能、制造和用途的原理。这些实施方案的一个或多个示例已在附图中示出。本领域的普通技术人员将会理解，在本文中具体描述并示出于附图中的装置和方法为非限制性的示例性实施方案，并且本申请的多个实施方案的范围仅由权利要求书限定。结合一个示例性实施方案示出或描述的特征可与其他实施方案的特征进行组合。这种修改和变型旨在包括在本申请的范围之内。
本说明书通篇提及的“多个实施例”、“一些实施例”、“一个实施例”或“实施例”等，意味着结合该实施例描述的具体特征、结构或特性包括在至少一个实施例中。因此，本说明书通篇出现的短语“在多个实施例中”、“在一些实施例中”、“在至少另一个实施例中”或“在实施例中”等并不一定都指相同的实施例。此外，在一个或多个实施例中，具体特征、结构或特性可以以任何合适的方式进行组合。因此，在无限制的情形下，结合一个实施例示出或描述的具体特征、结构或特性可全部或部分地与一个或多个其他实施例的特征、结构或特性进行组合。这种修改和变型旨在包括在本申请的范围之内。
图1示出了一种实现方式中脑电信号专注度和咬合力检测装置的结构简化图。
传统的bci(脑机接口)分析专注度，通常是将多导电极帽或电极传感器戴在头上，然后通过模拟电路处理，ad转换成数字信号，输出给上位机进行处理。如图1所示，需要一个电极帽和一个处理器解析专注度和咬合力，设备往往比较庞大，其结构复杂，无法便携。
实施例1
图2示出了根据本申请的一个实施例脑电信号处理逻辑图。本申请提供的一种解析脑电信号的芯片，包括电源管理模块、ad(analog-to-digital：模数)转换模块、数据预处理模块、regmap(寄存器)模块、自定义总线协议模块、pga(programmable-gainamplifier：可编程增益放大器)、输入端口、输出端口，还包括专注度咬合力解析模块。
本实施例所述的芯片为单通道芯片。
本实施例所述解析脑电信号的芯片输入端只有一对差分输入电极，即所述输入端包括1个导联输入端和1个参考输入端，在本实施例中，所述导联输入端和参考输入端具体为正输入端和负输入端，如图2所示。所述正输入端用于将电极片采集的原始脑电信号输入至pga进行放大处理。
所述输出端口包括右腿驱动输出端。在本实施例中，所述右腿驱动输出端也称为耳垂驱动电极，如图2所示，所述右腿电极输出形成一个负反馈系统，可以滤除系统的共模噪声，比如工频噪声或射频噪声。
在至少另一实施例中，所述单通道芯片还包括数据输入输出双向端，如图2所示，所述数据输入输出双向端用输出最终解析的专注度c和咬合力j。同时，也可以输入其他的测试信号。
所述解析脑电信号的芯片包含三个电极，一个导联输入端，一个参考输入端以及右腿电极。由于本实施例采用单通道芯片方案，相比较于一些实现方式中的多通道芯片方案，本实施例的输入端口的导联输入端口数量只有1个，而多通道芯片具有多个导联输入端口，从而使得脑电信解析系统需要多个通道，对系统的体积和成本造成了影响。通常地，多通道芯片是指的是大于三个电极，即多个导联输入端，一个参考输入，一个右腿电极，也称为耳垂驱动电极。多通道芯片，需要建立多维度信息来滤除眼电干扰信号，从而保证专注度和咬合力的检测。本申请所述的单通道芯片单芯片方案只有3个导联输入端，所以芯片的体积更小，成本更低。
所述ad转换模块用于接收输入端口输入的脑电信号，将模拟信号转换为数字信号。
所述数据预处理模块用于将所述数字信号进行预处理，如图3所示。
首先将原始脑电信号进行离散小波变换解析出时频信息。
小波变换通过对原始脑电信号连续分解，针对特定的频率范围，将信号分解出高频和低频部分进行重构，可以在不丢失时域信息的同时滤除眼电和伪迹信号。
再将经过离散小波变换的时域信息进行快速傅里叶变换，解析出频域信息。
快速傅里叶变换算法对离散傅里叶变换计算量大的问题的有效改进，其公式表示如下：
其中，x(n)为ad转换模块输出的离散脑电信号数据，fft(fastfouriertransform：快速傅里叶变换)算法是对所述输入的有限序列的离散脑电信号数据进行卷积操作。x为预处理模块所得到的频域数据。
所述数据预处理模块的数据是经过ad转换模块对采集到的脑电信号进行模数转换得到的。该模块根据自定义总线协议完成对数据的处理便于数据在芯片内部的传输。同时，该模块内部可对所得到的脑电数据经过小波变换后的时域数据进行快速傅里叶变换(fft)得到所需要的频域数据。
在至少另一实施例中,系统中采样频率等模式可以通过芯片外部的寄存器配置,不作为一个确定的值。
所述pga其放大倍数可以根据需要用程序进行控制。采用这种放大器，可通过程序调节放大倍数，使a/d转换器满量程信号达到均一化，因而大大提高测量精度。所谓量程自动转换就是根据需要对所处理的信号利用可编程增益放大器进行倍数的自动调节，以满足后续电路和系统的要求。
regmap模块，寄存器是芯片内的组成部分，所述寄存器是有限存贮容量的高速存贮部件，它们可用来暂存指令、数据和地址。
电源管理模块，所述电源管理模块通过将交流电转换为所述单通道芯片所需的直流电,用于芯片系统的直流供电。
自定义总线协议，通过所述自定义总线协议将ad转换模块、解析模块、数据预处理模块以及数据输入输出双向端之间互相连接，实时的传输数据。
数据输入输出双向端，所述数据输入输出双向端通过自定义总线与芯片内部的寄存器连接，用于所述单通道芯片的数据采集输入和输出。
时钟输入端，所述时钟输入端通过自定义总线协议连接至寄存器regmap,所述时钟输入端提供时钟信号，也被称为外部时钟。
所述专注度咬合力解析模块接收预处理模块发送的脑电信号，用于解析脑电信号的专注度和咬合力。所述专注度咬合力解析模块的专注度计算方法如下：
专注度c＝β/α
其中，α与β是通过设备电极采集并记录下来的脑细胞电活动的脑电图中特定频段的脑波能量值，β为14-30hz的脑波能量值，α为8-14hz的脑波能量值。
所述专注度咬合力解析模块的咬合力计算方法如下：
咬合力j＝β α
其中，β为14-30hz的脑波能量值，α为8-14hz的脑波能量值。
本申请通过在单通道芯片增加专注度和咬合力解析模块，可以使芯片具备专注度和咬合力解析功能，提高芯片集成度，减小采集设备和分析设备的体积，增强脑电信号分析装置的便携性。
应当理解，本申请提供的一种装置，所述设备包括至少一个解析脑电信号的芯片以及至少一个存储器。在一些实施例中，所述电子设备可以通过硬件、软件或者软件和硬件的结合来实现。其中，硬件部分可以利用专用逻辑来实现；软件部分则可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器的控制代码中来实现，例如在诸如磁盘、cd或dvd-rom的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本申请的电子设备不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用例如由各种类型的处理器所执行的软件实现，还可以由上述硬件电路和软件的结合(例如，固件)来实现。
此外，本领域技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。
计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、rf、或类似介质，或任何上述介质的组合。
本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如java、scala、smalltalk、eiffel、jade、emerald、c 、c#、vb.net、python等，常规程序化编程语言如c语言、visualbasic、fortran2003、perl、cobol2002、php、abap，动态编程语言如python、ruby和groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(lan)或广域网(wan)、或连接至外部计算机(例如通过因特网)、或在云计算环境中、或作为服务使用如软件即服务(saas)。
此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外，对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是，如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方，以本申请的描述、定义和/或术语的使用为准。
1.一种解析脑电信号的芯片，包括电源管理模块，ad转换模块，数据预处理模块，regmap模块，自定义总线协议，pga，输入端口，输出端口，其特征在于，还包括解析模块，
所述解析模块用于接收所述数据预处理模块通过自定义总线协议发送的脑电频域信号，所述解析模块通过程序控制解析原始脑电信号的专注度c和咬合力j,然后发送所述专注度c和咬合力j至数据输入输出双向端。
2.根据权利要求1所述的一种解析脑电信号的芯片，其特征在于，所述数据预处理模块接收所述ad转换模块发送的离散脑电信号并输出频域信息。
3.根据权利要求1所述的一种解析脑电信号的芯片，其特征在于，所述输入端口包括导联输入端、参考输入端。
4.根据权利要求1所述的一种解析脑电信号的芯片，其特征在于，所述输出端口包括右腿驱动输出端。
5.根据权利要求1所述的一种解析脑电信号的芯片，其特征在于，还包括数据输入输出双向端，所述数据输入输出双向端用于输入和输出信号。
6.一种解析脑电信号的方法，其特征在于，包括以下步骤:
采集原始脑电信号；
将原始脑电信号进行离散小波变换解析出时频信息；
小波变换通过对原始脑电信号连续分解，将信号分解出高频和低频部分进行重构，可以在不丢失时域信息的同时滤除眼电和伪迹信号；
将所述时域信息进行快速傅里叶变换，解析出频域信息；
通过解析模块解析所述频域信息，获取原始脑电信号的专注度c和咬合力j。
7.根据权利要求6所述的一种解析脑电信号的方法，其特征在于，所述专注度c的解析方法如下：
专注度c＝β/α
其中，α与β是通过设备电极采集并记录下来的脑细胞电活动的脑电图中特定频段的脑波能量值，β为14-30hz的脑波能量值，α为8-14hz的脑波能量值。
8.根据权利要求6所述的一种解析脑电信号的方法，其特征在于，所述咬合力j的解析方法如下：
咬合力j＝β α
其中，α与β是通过设备电极采集并记录下来的脑细胞电活动的脑电图中特定频段的脑波能量值，β为14-30hz的脑波能量值，α为8-14hz的脑波能量值。
9.一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存储有计算机指令，当所述计算机指令中的至少部分指令被处理器执行时，实现如权利要求6～8中任意一项所述的操作。
10.一种解析脑电信号的装置，其特征在于，所述装置包括至少一个解析脑电信号的芯片以及至少一个存储器；
所述至少一个存储器用于存储计算机指令；
所述至少一个解析脑电信号的芯片用于执行所述计算机指令中的部分指令以实现如权利要求6～8中任意一项所述的操作。
技术总结