本申请涉及一种基于用户脑电图（electroencephalogram，eeg）信号修改显示器上数字内容的呈现的系统和方法。通过对数字内容的动态操控，可以增强用户的认知能力。
背景技术：
1、人与计算机之间的交互通常通过例如键盘、鼠标和显示器的外围设备执行。这种交互不可避免地涉及用户的神经肌肉系统。为取代这些外围设备，已经提出使用脑机接口（brain-computer interface，bci）系统在人脑与计算机系统之间建立直接的信息交换。脑机接口系统允许用户绕过神经肌肉通信，并且替代地允许用户基于用户的大脑活动控制系统。
2、人脑产生包括被称为脑电波的电学图案的生物信号，该生物信号可以通过脑电图检测和记录。可以使用脑电图设备，量化这些脑电波，脑电图设备通常以模拟形式（analogform）采集脑电波。随后，脑电波数据可以以其初始模拟格式进行分析，或者转换为数字表征（digital representation），以用于进一步的分析。大多数现有的脑机接口系统采用利用记录的脑电图信号的技术，因为与例如功能性磁共振成像（functional magneticresonance imaging，fmri）、功能性近红外光谱（functional near-infraredspectroscopy，fnirs）和脑磁图（magnetoencephalography，meg））的其他非侵入性方法相比，这是一种较简单且相对较便宜的脑信号采集技术。
3、通过与脑机接口系统的交互，个体将能够响应于实时刺激，自动调节其脑信号。因此，通过训练大脑，个体通过神经可塑性过程重塑其底层神经回路将是可行的。因此，本领域技术人员一直在探索通过控制脑机接口系统，使用人的大脑活动以丰富或增强人的认知能力的方法。
技术实现思路
1、一方面，本申请公开一种计算机系统，该计算机系统被设置为基于采集的原始脑电图信号，修改显示器上数字内容的呈现。计算机系统包括计算机处理器；以及处理单元可读的非暂时性介质，该介质存储指令，当处理单元执行该指令时，该指令使处理单元将原始脑电图信号作为输入，提供给经训练的神经网络和经训练的多层感知器网络。然后，处理单元被控制使用经训练的神经网络生成认知评分，其中神经网络使用与持续注意力认知状态相关的脑电图信号和与注意力缺失认知状态相关的脑电图信号训练，并且处理单元被控制使用经训练的多层感知器网络，为原始脑电图信号的每个时间窗口生成生理评分，其中多层感知器网络使用与α波段和β波段相关的脑电图信号特征训练。然后，处理单元被进一步控制将认知评分和生理评分提供给显示控制器模块，并且处理单元被控制使用显示控制器模块，基于认知评分和生理评分，修改显示器上数字内容的呈现。
2、在该方面的另一实施例中，本申请公开原始脑电图信号是使用通信连接于计算机系统的移动生物传感器设备、从用户采集的。然后，基于认知评分和生理评分修改显示器上数字内容的呈现的指令附加地包括用于控制处理单元使用显示控制器模块在显示器上显示时空活动，以及用于控制处理单元使用移动生物传感器设备，指示用户持续参与显示的时空活动，直至判定原始脑电图信号的时间窗口集群上的平均认知评分已达到预设目标的指令。
3、在该方面的另一实施例中，本申请公开原始脑电图信号是使用通信连接于计算机系统的移动生物传感器设备从用户采集的。然后，基于认知评分和生理评分修改显示器上数字内容的呈现的指令附加地包括用于控制处理单元使用显示控制器模块，在显示器上显示时空活动，并且控制处理单元使用移动生物传感器设备，指示用户持续参与显示的时空活动，直至判定原始脑电图信号的时间窗口集群上的平均生理评分已超过预设阈值评分的指令。
4、另一方面，本申请公开一种基于采集的原始脑电图信号修改显示器上数字内容的呈现的方法，该方法包括以下步骤：使用机器学习模块，接收原始脑电图信号，并且将接收的原始脑电图信号作为输入，提供给经训练的神经网络和经训练的多层感知器网络；使用经训练的神经网络生成认知评分，其中神经网络使用与持续注意力认知状态相关的脑电图信号和与注意力缺失认知状态相关的脑电图信号训练；以及使用经训练的多层感知器网络，为原始脑电图信号的每个时间窗口生成生理评分，其中多层感知器网络使用与α波段和β波段相关的脑电图信号特征训练。该方法还包括以下步骤：使用显示控制器模块，接收认知评分和生理评分；以及使用显示控制器模块，基于认知评分和生理评分，修改显示器上数字内容的呈现。
1.一种计算机系统，所述计算机系统被设置为基于采集的原始脑电图信号，修改显示器上数字内容的呈现，所述计算机系统包括：
2.根据权利要求1所述的计算机系统，其中基于所述认知评分和所述生理评分修改所述显示器上所述数字内容的呈现的指令还包括用于控制所述处理单元执行以下操作的指令：
3.根据权利要求2所述的计算机系统，其中所述第一数字内容包括放松程序。
4.根据权利要求1至3中任一项所述的计算机系统，其中基于所述认知评分和所述生理评分修改所述显示器上所述数字内容的呈现的指令还包括用于控制所述处理单元执行以下操作的指令：
5.根据权利要求4所述的计算机系统，其中所述第二数字内容包括注意力训练程序。
6.根据权利要求1所述的计算机系统，其中在使用所述经训练的神经网络生成认知评分的指令之前，所述非暂时性介质还包括用于控制所述处理单元执行以下操作的指令：
7.根据权利要求1所述的计算机系统，其中所述原始脑电图信号是使用通信连接于所述计算机系统的移动生物传感器设备从用户采集的。
8.根据权利要求1至7中任一项所述的计算机系统，其中基于所述认知评分和所述生理评分修改所述显示器上所述数字内容的呈现的指令还包括用于控制所述处理单元执行以下操作的指令：
9.根据权利要求1所述的计算机系统，其中所述原始脑电图信号是使用通信连接于所述计算机系统的移动生物传感器设备从用户采集的，并且其中基于所述认知评分和所述生理评分修改所述显示器上所述数字内容的呈现的指令还包括用于控制所述处理单元执行以下操作的指令：
10.根据权利要求1所述的计算机系统，其中所述原始脑电图信号是使用通信连接于所述计算机系统的移动生物传感器设备从用户采集的，并且其中基于所述认知评分和所述生理评分修改所述显示器上所述数字内容的呈现的指令还包括用于控制所述处理单元执行以下操作的指令：
11.根据权利要求7所述的计算机系统，其中所述非暂时性介质还包括用于控制所述处理器执行以下操作的指令：
12.根据权利要求1所述的计算机系统，其中所述神经网络包括多尺度卷积神经网络，所述多尺度卷积神经网络包括被设置为学习脑电图信号的全部通道的动态表征和频率表征的动态时间层、被设置为计算全局空间核和半球空间核的非对称空间层、被设置为融合来自所述全局空间核和所述半球空间核的信息以形成由归一化指数函数激活的完全连接层的高级融合层。
13.一种基于采集的原始脑电图信号修改显示器上数字内容的呈现的方法，所述方法包括：
14.根据权利要求13所述的方法，其中基于所述认知评分和所述生理评分修改所述显示器上所述数字内容的呈现还包括以下步骤：
15.根据权利要求14所述的方法，其中所述第一数字内容包括放松程序。
16.根据权利要求13至15中任一项所述的方法，其中基于所述认知评分和所述生理评分修改所述显示器上所述数字内容的呈现还包括以下步骤：
17.根据权利要求16所述的方法，其中所述第二数字内容包括注意力训练程序。
18.根据权利要求13所述的方法，其中在使用所述经训练的神经网络生成认知评分的步骤之前，所述方法还包括以下步骤：
19.根据权利要求13所述的方法，其中所述原始脑电图信号是使用通信连接于所述计算机系统的移动生物传感器设备从用户采集的。
20.根据权利要求13至19中任一项所述的方法，其中基于所述认知评分和所述生理评分修改所述显示器上所述数字内容的呈现还包括以下步骤：
21.根据权利要求13所述的方法，其中所述原始脑电图信号是使用通信连接于所述计算机系统的移动生物传感器设备从用户采集的，并且其中基于所述认知评分和所述生理评分修改所述显示器上所述数字内容的呈现还包括以下步骤：
22.根据权利要求13所述的方法，其中所述原始脑电图信号是使用通信连接于所述计算机系统的移动生物传感器设备从用户采集的，并且其中基于所述认知评分和所述生理评分修改所述显示器上所述数字内容的呈现还包括以下步骤：
23.根据权利要求19所述的方法，其中所述方法还包括以下步骤：
24.根据权利要求13所述的方法，其中所述神经网络包括多尺度卷积神经网络，所述多尺度卷积神经网络包括被设置为学习脑电图信号的全部通道的动态表征和频率表征的动态时间层、被设置为计算全局空间核和半球空间核的非对称空间层、被设置为融合来自所述全局空间核和所述半球空间核的信息以形成由归一化指数函数激活的完全连接层的高级融合层。