为使用脑机接口的命令控制任务提供分层方法的装置、方法和计算机程序产品的制作方法

专利名称：为使用脑机接口的命令控制任务提供分层方法的装置、方法和计算机程序产品的制作方法
技术领域：
本发明的示例性和非限制性实施例一般涉及无线通信系统、方法、设 备和计算机程序产品，并且更具体地，涉及用于控制设备的操作或者该设
备所实现的应用或任务的技术。
背景技术：
脑机接口 ( BCI) (brain-computer interface)是一种系统，该系统旨 在允许用户通过仅使用他或她的思想(更具体地，使用从大脑或其它神经 组织所检测到的神经生理信号)来控制应用/设备。BCI系统典型地基于从 头皮记录的脑电图(EEG)。在用户想象不同事情(例如，移动左手或右 手)时测量和采样EEG。取决于BCI，特定的预处理和特征提取方法被应 用于具有特定长度的EEG样本，且目标是从来自具有特定准确性级别的 EEG样本的EEG信号或模式中可靠地检测出有限的心理状态(mind state)。
至少部分地由于对人脑及其内在的电活动(electrical activities)的了 解有限，产生了心理状态检测的准确性随着心理状态的数目增加而降低的 问题。例如，目前还不可能识别用户可能想到的词语(为了实现听写任务， 这可能是令人期望的)。然而，当前的技术水平一般允许可靠地检测少量 的'清绪状态(emotional state)和/或运动意图(motor intention )，诸如放 水>模式相对于受压模式、移动右手、移动左手，等等。
近年来，构造可靠BCI的问题已受到广泛的关注。使用EEG信号作 为非侵害性(non-invasive)的方法已净皮证明是BCI中的一种可行方法。然而，如以上所指出的，由于对人脑及其电活动的了解有限，仅仅可以可
态，诸如苏醒/睡目R^漠式、与运动相关的EEG改变，以及某种程度上的情 绪状态。
以前的研究集中在将EEG信号应用于简单的命令控制任务，例如， 在计算机屏幕上移动光标，或者控制机器人或^手的移动。该类型的命 令控制已通过线性方式实现，即，BCI控制被构造成从EEG检测主体的 心理状态，并且将所检测的心理状态转换成对应的命令。如可以理解的， 该类型的简单线性控制在处理更复杂的任务时会变得有问题。

发明内容
根据本发明的非限制性和示例性实施例，克服了前述的和其它的问题， 并且实现其它优势。
根据本发明的示例性实施例的第一方面，提供了一种方法，所述方法 包括提供一种包括内部节点和叶节点的分层多级决策树结构，所述决策 树结构表示任务；以及使用从被检测到的用户心智状态(mentalstates)所 导出的信息，导航通过所述决策树结构的级别以到达叶节点来完成所述任 务。
才艮据本发明的示例性实施例的进一步的方面，提供了一种计算*序 产品，所述计算机程序产品体现在有形的存储介质中，并且包M序指令， 所述程序指令当被数据处理器执行时导致操作，所述操作包括提供一种 包括内部节点和叶节点的分层多级决策树结构，所述决策树结构表示任务； 以及使用从被检测到的用户心智状态所导出的信息，导航通过所述决策树 结构的级别以到达叶节点来完成所述4壬务。
根据本发明的示例性实施例的另一方面，提供了一种i殳备，所述设备 包括数据处理器，所述数据处理器被配置以便提供一种包括内部节点和 叶节点的分层多级决策树结构，所述决策树结构表示任务；以及用户接口， 所述用户接口被配置以便使用从被检测到的用户心智状态所导出的信息，使得所述用户能够导航通过所述决策树结构的级别以到达叶节点来完成所 述任务。
才艮据本发明的示例性实施例的又一方面，换:供了一种装备，所述装备 包括用于提供一种包括内部节点和叶节点的分层多级决策树结构的表示 的装置，所述决策树结构表示任务；以及响应于从被检测到的用户心智状 态所导出的信息，用于使得所述用户能够穿过所述决策树结构以到达叶节 点来完成所述任务的装置。
根据本发明的示例性实施例的再一方面，提供了一种方法，所述方法 包括向用户显示多级多节点结构的至少一部分，所述多级多节点结构表 示应用对话；检测所述用户的心智状态，以l更导航所述结构而到达所期望 的级别和节点；以及响应于所述用户生成特定的心智状态，4吏用与所期望 的节点相关联的信息来实现应用任务。


当结合附图阅读时，本发明所教导的前述和其它方面在以下详细描述 中更加明显，在附图中
图1是根据本发明的示例性实施例来构造和操作的诸如通信设备这样 的设备的简化框图2示出了用于表示名称拨号任务的示例性决策树结构；
图3是根据基于本发明的示例性实施例的方法以及计算,序产品的 操作的逻辑流程图；以及
图4是根据基于本发明的示例性实施例的进一步的方法以及计算^4呈 序产品的操作的逻辑流程图。
具体实施例方式
本发明的示例性实施例提供了 一种使用有限的心理状态来控制复杂任 务的能力。通过"任务"(其一般意味着是应用)，其中，通过菜单结构 或者从列表做出选择(例如，从电话簿选择名称进行电话呼叫)。对本发
8明示例性实施例的使用提供了 一种能力，其协调了必须在较为复杂的任务 中进行控制的数目增加的命令与当前能够被可靠检测的有限数目的心理状
态之间的矛盾。本发明的示例性实施例致力于并解决了以下问题在给定 的有限数目的离散心理状态(可以从可观察到的EEG或类似类型的信号 中解码得到这些心理状态)的情况下，如何控制复杂任务，例如，在通信 设备中的名称拨号。
首先参照图l，图1示出了电子设备10的非限制性实施例的筒化框图， 该电子设备10适于在实践本发明的示例性实施例中使用。假定设备10包 括与程序存储器14耦合的数据处理器(DP) 12,其中，程序存储器14含 有可执^^序指令，并且进一步与应用数据存储器16耦合，作为一个非限 制性例子，应用数据存储器16含有联系人数据16A (例如，具有名称以及 相关联的电话号码、电子邮件地址等的电话簿列表)。在一些实施例中， 程序存储器14和应用数据存储器16可以含于一个存储设备中。设备10 还包括用户接口 18，用户接口 18包括特定类型的可视显示器20 (例如， CRT、 LCD或等离子类型的显示器，其可以是或可以不4Ji敏型的)。出 于描述本发明的目的，设备10进一步包括BCI22或者与BCI22耦合，在 一个非限制性例子中，BCI22具有EEG或类似类型的电极(传感器)24。 要注意,传感器24可以是接触型的传感器，或者可能是非接触型的传感器。 BCI 22的输出22A是表示了经由传感器24从主体(此处也,皮称为用户) 所获得的被检测到的电信号(EEG)的数据。出于完整性，设备10还可 以包括特定类型的适当的收发器26 (例如，电信号)ML器、射频信号^ 器、光信号收发器)，用于使得诸如电话呼叫和/或数据网络访问(例如， 因特网访问)的通信能够发生。
当在用户与BCI 22之间典型地要求特定训练过程时，BCI 22被示出 与数据处理器12双向耦合。该训练可以采取任何适当的形式，例如通过在 显示器20上显示信息，并且然后在用户生成用于选择和/或导航通过该信 息的心智状态时与BCI22进行交互。在训练期间，可以使用更常规的用户 接口 (例如，触M或键盘/键板)来向BCI 22指示正确的和不正确的结果，用于将BCI22的响应调整到用户在被呈现训练信息时的心智状态。
应当注意，BCI 22可以不形成设备10的一部分，并且可以不与^殳备 IO共址。例如，BCI22和传感器24可以体现在用户佩戴的分离单元中， 在这种情况下，输出22A可以由电线组成，用于构成到i殳备10的直接电 接口 ，或者输出22A可以是与设备10的无线接口 ，诸如低功率RF或光接 口 (例如，蓝牙T嗜口 )。
应当注意，BCI 22的构造和操作的细节以及传感器24的^Mt和/或类 型与本发明不是特别相关，只要BCI 22能够在输出22A处向数据处理器 12提供与用户所生成的各种心智状态有关的可靠指示。
也就是说， 一般地，BCI22可以通过任何类型的当前可用的或未来的 技术来体现，该技术能够检测用户的心智活动/状态，并且还能够提儉ft息 来区分一个所检测到的心智活动/状态与另一个所检测到的心智活动/状态。 对检测和解释EEG信号的BCI 22/传感器24的使用因而仅是一个非限制 性的和示例性的实施例。然而，应当注意，在本发明的一些实施例中，BCI 接口 22A可以简单传达原始的或预处理的心智状态数据(例如，EEG数 据)，并且对该数据的处理可以在i殳备10内发生，例如通过数据处理器 12或另一数据处理器，以便提供对用户所生成的各种心智状态的指示。
响应于从输出22A接收到的信息，数据处理器12在存储于程序存储 器14中的一个或多个程序的控制下操作，如下文进一步描述的，用于根据 本发明的示例性实施例来实施一个或多个任务。 一般地，通过可由数据处 理器12执行的计算M件、或者通过硬件、或者通过软件、固件和硬件的 组合，可以实现本发明的示例性实施例。
设备IO的各种实施例可以包括但不限于蜂窝电话、具有通信能力的 个人数字助理(PDA)、具有通信能力的便携式计算机、具有通信能力的 诸如数字照相机这样的图像捕获设备、具有通信能力的游戏设备、具有通 信能力的音乐存储和回放工具、允许因特网接入和浏览的因特网工具，以 及合并了这样的功能组合的便携式单元或终端。
要注意，对本发明的示例性实施例的使用不要求存在通信能力。例如，并且如以下将描述的，对示例性实施例的使用使得能够诸如在照相机或音
乐工具中实现设备控制功能性，这并不要求向设备10外部通信的能力。
存储器14、 16可以具有适合本地技术环境的任何类型，并且可以使用 任何适当的数据存储技术来实现，例如基于半导体的存^i殳备、闪存、磁 存^i殳备和系统、光存^i殳备和系统、固定存储器和可装卸存储器。数据 处理器12可以具有适合本地技术环境的任何类型，并且作为非限制性例 子，可以包括以下中的一个或多个通用计算机、专用计算机、微处理器、 数字信号处理器(DSP)和基于多核处理器体系结构的处理器。
本发明的示例性实施例提供了基于BCI22的使用的分层选择方法学。 至少部分地由于当前在对大脑的电信号(EEG)进4亍分类方面的技术限制， 控制选择步骤被分成诸如在分层树型结构中的各个阶段。在每个阶段，仅 有有限数目的可用选项(选择)，使得能够使用相当筒单的基于BCI的 EEG分类来导航通逸逸项空间。作为非限制性例子，该类型的决策树方法 可以^皮用来有利于移动通信设备10中基于名称的电话号码拨号。
决策树是这样的树，在该树中，每个内部节点表示在多个备选对象之 间的抉择，并且每个叶节点表示分类或命令控制。例如，人们经常将另一 个人与他们的属性相关联。举例来说，可以如下来轻松描述以前的同事 同事，男，住在赫尔辛基，中国人，工作于语音识别。尽管可以容易地想 起该同事的姓名，然而，记忆该同事的身份的关联技术将解决任何的模糊 性(ambiguity)。可以根据本发明的示例性实施例来实现该类型的关联方 法。
如先前所提出的，对BCI的使用已被研究并且应用于向外部世界发送 消息并且在外部世界中控制命令。特别地，类似EEG的信号一般被用于 在控制任务中解码心理状态。受到对大脑功能的新的理解的鼓励，并结合 强大的低成本计算芯片和模式识别技术的m，由EEG驱动的BCI作为 增强型用户接口正变得切实可行。
根据本发明的示例性实施例，BCI22允许用户在不使用大脑周围神经 和肌肉的正常输出5MS的情况下控制设备10。命令不需要通过肌肉收缩来表达，而是通过在大脑中始发的EEG (或某种其它)信号。仅使用从EEG 信号解码的有限心理状态来获得改进的性能。
在常规意义上，当心理状态的数目增加时，心理状态分类的准确性显 著减少，因而使得难以将BCI应用于复杂的控制任务，例如，名称拨号。 本发明的示例性实施例提供了一种解决这个问题和其它问题的方法。
现在描述用于与BCI 22 —起使用的具有分层结构的基于决策树的分 类的非限制性情况。为了简单起见，在名称拨号任务的上下文中使用EEG 信号，但是应当认识到，EEG可以被扩展到其它与大脑相关的生物信号， 并且除名称拨号之外，可以对许多其它的命令控制任务进行相同的应用。
可以使用图2中所示出的决策树结构30来表示名称拨号任务。在该示 例性实施例中，存在根节点30A，被标记为联系人列表，具有属性名称 组。根节点被进一步拆分成至少一个内部节点30B，并且每个内部节点对 应于^f艮节点属性的回答或值中的一个。例如，根节点具有属性 <属性名 称组>。它的值是{家庭，朋友，......}。内部节点被标记为具有 <属性后
代>的"家庭"和具有<属性位置>的"朋友"。最后，存在叶节点30C， 诸如在内部节点"家庭"下所示出的一个叶节点，具体来说是"妻子"。 此外，在内部节点"家庭，，之下，进一步可能是诸如"孩子"和"祖父母"
的内部节点(取决于用户的情况)，其各自具有 <属性性别>。因而， 可以存在超过一级的内部节点30B。整个决策树结构30可以^L视为表示人 物(和/或诸如商务这样的非人物实体)的层次，并且因而可以被视为分层 树结构。
决策树30被用于BCI22命令控制任务，其中，联系人或名称列表被 分解为具有根节点30A、内部节点30B和叶节点30C的决策树。在内部节 点30B中存储了属性和属性值。在叶节点30C中存储了被解码的命令或名 称(例如，叶节点可以含有或指向要拨打的电话号码，或者电子邮件地址， 或者某种其它类型的与联系A^目关的信息)。决策树搜索/攀爬(climb) 在叶节点处终止。
在决策树30中，属性指定了将何种上下文信息考虑用于对节点中的命令/名称进行建模。可能的抉择取决于特定的任务。在名称拨号的非限制性
情况中，上下文属性可以是具有值的类别组，诸如家庭、同事、朋友、 商务伙伴；具有男性和女性二元值的性别；具有7>司的商务单位、城市的 值的位置；等等。属性和它们的值全部优选地被预先定义。由于决策树30 取决于属性值的数目而具有分支，因此优选地将离散的可能的属性值* 在相对小的范围内以便管理复杂性。给定上下文，从叶节点30C中选择命 令或名称。
可以基于特定准则(例如，基于熵的信息增益准则)来训练内部节点 30B中的属性，以便有可能使模式分类任务的性能最大化。 一般地，已知 决策树是一种非常有效的利用上下文信息的方式。通过以这样的方式拆分 任务/数据来找到最相关的上下文信息，例如，熵被最小化。为了甚至进一 步改进性能，期望用户具有对信号特征的控制，并且BCI22从EEG中正 确导出用户的心理状态。另一方面，期望用户维护在紀眸码的心理状态与 信号特征之间的密切相关性，以便促进BCI22将信号特征解码成正确命令 来完成用户意图的任务。对决策树30的训练有益于使得用户和BCI 22在 最初并且持续i^L此适应，从而保证改进的性能。在该方法中，用户专注 于不同的心智任务，例如，改变情绪状态或睡眠模式，想象移动手，等等。 专注于这些心智任务产生了由BCI22从EEG信号解码的不同心理状态。 利用从含有不同心智任务的EEG信号所提取的特征来训练决策树30。在 决策树30之前的附加分类器也可以被训练以l更对来自EEG特征的心理状 态进行分类。
在训练中，决策树30的根节点30A首先被拆分。为了将根节点30A 拆分成子节点，属性被选择。然后测试不同的属性，并且选择使信息增益 最大化的一个用于拆分根节点30A。为了计算信息增益，在拆分根节点之 前的数据分布应当是已知的。基于根节点中的数据分布，根据以下来计算 熵
五=—.iog2/,其中，7V是数据的数目，f,是第/个数据的相对出现频率(概率)。基于 预定义的上下文，根节点30A中的训练情况根据可能的属性被拆分成子集。 对于给定的属性，在拆分之后，熵被计算为子集的熵的平均熵。信息增益 被计算为在根熵与对每个属性进行拆分之后的平均熵之间的变化，并且具 有最高信息增益的属性被选择作为根属性。对于根节点30A的子节点(内 部节点)，重复对决策树30中的节点的拆分。属于每个子节点的训练情况 根据不同的属性被进一步拆分成子集。对于每个子节点，具有最高信息增 益的属性被选择。对决策树30中的节点的拆分继续，直至满足特定的停止 准则。关于这样的训练过程， 一般可以参考例如Quinlan， J.， G/.5: /Vog"flwis Mac/nVie丄ear"/"g. Morgan Kaufmann Publishers Inc., San Mateo, CA, 1993。
在决策树30的训练和4吏用期间，可以在显示器20上向用户显示相同 的表示。
在操作中，当用户穿过(即，导航)决策树30到达叶节点"妻子" Mary时，通过存储器14中所存储的拨号器应用软件，可以自动从联系人 数据16A中检索电话号码，并且拨打该号码。对于非终止型内部节点的情 况，如果用户具有至少两个不同性别的孩子，则在到达所期望的叶节点之 前做出进一步的选择，在所期望的叶节点处，可以拨打相关联的电话号码。
作为进一步的例子，考虑内部节点30B "朋友"，其中<属性位置> 可以被细分为城内和城外，其中，选择城外则通向进一步的内部节点，其 具有属性国内和国外，等等。
基于前述内容，应当理解，本发明的示例性实施例提供了一种能力来 在分类过程中可靠地使用心理状态，因为复杂的任务(例如，名称拨号) 被分层处理。因而，当用户导航通过决策树30时，在决策树30的每层， 仅存在有限数目的状态(即，属性值)用于用户通过生成有限数目的心理 状态之一来在它们之间进行选择。进一步地，可以基于特定准则(例如， 基于熵的信息增益准则)来训练内部节点30B中的属性。另外，决策树30 的训练使得用户和BCI22在最初并且持续地相互适应。对于名称拨号的示例性情况，从BCI22输出的被解码的心理状态控制 了属性而不是名称。通过将控制/选择过程(在该例中的名称识别过程)分 解成属性识别过程，可以在使用用户心理状态的有限集合的情况下，获得 可靠的控制和选择，其中，用户心理状态可以被高效地和准确地识别和应 用。
本发明示例性实施例的实现可以以很多方式变化。 一个示例性实施例 是在诸如移动通信设备这样的设备10的基本功能上提供基于BCI的控制。
作为另一非限制性例子，本发明的示例性实施例可以用于音乐回滋j殳 备10中，以便导航通过音乐选择菜单，在该音乐选择菜单中，节点具有诸 如"古典/现代"的属性，并且选择古典属性可以通向具有诸如"巴洛克式 /19世纪"的属性的内部节点，等等，直至到达叶节点30C，叶节点30C 存储或指向要播放的特定标题。
如应当明显的是，通过使用本发明的示例性实施例所获得的一个非限 制性优势是复杂的任务(例如，名称拨号)被分层处理，并且被分解成 在每个内部节点30B处的多个小任务，其可以通过从BCI 22所接收的被 解码的心理状态来可靠地控制。因而，基于BCI的过程的性能和准确性得 到改进。
通过使用本发明的示例性实施例获得的另 一优势是代替直接控制命 令，属性被用作在完成整个控制任务中所执行的辅助命令，其中，由用户 逐级导航通过决策树30来实现整个控制任务。
通过使用本发明的示例性实施例获得的附加优势包括但不限于使用 的简易(自然、直观、直接、免提、在物理意义上不费力、很好地适合于 有特定残疾的人)；功能的灵活性，其使得当手、眼或声音受伤或繁忙时 能够实现控制；以及为移动设备(特别是为具有物理约束的UI的移动设 备)提供新的/备选的用户接口范例。另外，当移动设备10的至少特定控 制特征被紧密链二接到该设备的特定用户时，实现了该设备进一步的个性化 (以及安全性)。
参照图3，根据方法以及计算枳^呈序产品的操作，本发明的示例性实施例包括(框3A)提供一种包括内部节点和叶节点的分层多级决策树结 构，所述决策树结构表示任务；以及(框3B)使用从被检测到的用户心智 状态所导出的信息，导航通过决策树结构的级别以到达叶节点来完成任务。 导航的步骤包括使用从被检测到的用户心智状态所导出的信息，在与决 策树结构的内部节点相关联的属性值之间进行选择。
图3中示出的各个框块可以被视为方法步骤，和/或根据计算^序代 码的操作所产生的操作，和/或被构造来执行关联功能的多个耦合逻辑电路 元件。
一般地，各种示例性实施例可以通过硬件或专用电路、软件、逻辑或 其任何组合来实现。例如， 一些方面可以通过硬件实现，而其它方面可以 通过固件或软件来实现，所述固件或软件可以由控制器、微处理器或其它 计算设g行，尽管本发明不限于此。虽然本发明的示例性实施例的各方 面可以被示出和描述为框图、流程图或使用一些其它的图形表示，但是很 好理解的是，作为非限制性例子，此处所描述的这些框块、装置、系统、 技术或方法可以通过硬件、软件、固件、专用电路或逻辑、通用硬件或控 制器或其它计算设备或其某种组合来实现。
同样地，应当理解，本发明的示例性实施例的至少一些方面可以通过 诸如集成电路芯片和模块这样的各种组件来实践。集成电路的设计大体上 是高度自动化的过程。复杂的和强有力的软件工具可用于将逻辑级设计转 换成准备好在半导体基片上制造的半导体电路设计。这样的软件工具使用 已确立的设计规则以及预存的设计模块库，可以自动路由导体并且在半导 体基片上定位组件。 一旦半导体电路的设计已完成，具有标准化电子格式 (例如，Opus、 GDSII以及类似格式)的所产生的设计可以被传送到半导 体制造设施，用于制造为一个或多个集成电路设备。
当结合附图和所附权利要求阅读时，鉴于前述的描述，各种修改和调 适对于相关领域的技术人员可以变得显而易见。作为一些例子，本领域的 技术人员可以尝试使用其它类似的或等同的用于检测和解码用户的心智状 态的技术。此外，应当理解，用于决策树的基于熵的分类只是一种可以被采用的 适当技术。
进一步地，还应该注意，命令/控制任务可以被视为在任何给定时间在
有限数目的抉择上JH^出的决M列。同样地，还可以使用其它适当的分 类技术。还要注意，决策树可以被视为应用(例如以上描述的名称拨号应 用)的结构或对话任务。在树的每一级和分支处，存在至少一个抉择，并 且可能的抉择的总数一般只是几个。为了在这些抉择之间进行区分，可以 应用在原始信号或特征提取信号上IMt的任何分类方法。 一个非限制性例
子是隐式马尔可夫模型(HMM)，已知在例如语音识别系统和方法中使 用隐式马尔可夫模型(HMM)。由于BCI22所生成的信号(例如，EEG 信号)具有时间性质(temporal nature ),可以与这些信号一起使用HMM。 在该情况中，为每个节点训练HMM，以便使得HMM对每个更低层级的 叶节点是可标识的。
因而，应当理解，以上已描述的以及在图2中所示出的决策树表示应 当被视为多级多节点结构(其适于表示应用对话)的适当表示的一个非限 制性例子。
进一步通过示例，如果仅有三个要区分的心智状态，例如，向上、向 下和选择(或者向左、向右和选择)，则可以获得更一般的表示。在该情 况中，可以采用用于向上和向下的线性(例如，垂直)列表来向用户呈现 名称列表。在该情况中，用户的任务是生成以下心智状态(向上和/或向 下)浏览列表，直至用户定位所期望的名称。 一旦所期望的名称4皮定位， 便产生"选择"心智状态，用于促使底层应用采取适当的措施。这种技术 的一个优势是仅有三个不同的心智状态需要被训练。要注意，如果使用 水平的左-右导航选项(与垂直的上-下导航选项相对)，那么结构仍然可 以4皮视为包括多个级别(或层次)和节点。
同样地，并且参照图4，可以看出本发明的示例性实施例进一步提供 用于(框4A)向用户显示表示了应用对话的多级多节点结构的至少一部 分；(框4B)检测用户的心智状态，以便导航该结构而到达所期望的级别和节点；以及(框4C)响应于用户生成特定的心智状态，使用与所期望的 节点相关联的信息来实现应用任务。
还应当注意，用卢接口 18的显示器20不需要显示整个决策树结构。 相反，它可以被显示为例如滚动类型的呈现模式，该滚动类型的呈现模式 聚焦于特定的(当前)级别，并且还有可能聚焦于一个邻近(例如，更低) 级别。通过这种方式，用户的注意力可以仅净皮吸引到当前的相关选项，而 不被其它显示信息分心。
然而，对本发明的教导的所有这样的和类似的修改仍将落入本发明的 范围内。
此外，本发明的示例的一些特征可以在不相应地使用其它特征的情况 下用于获得优势。同样地，前述描述应当被视为仅是对本发明的原理、教 导、示例和示例性实施例的说明，而不对其加以限制。
权利要求
1.一种方法，其包括提供一种包括内部节点和叶节点的分层多级决策树结构，所述决策树结构表示任务；以及使用从被检测到的用户心智状态所导出的信息，导航通过所述决策树结构的级别以到达叶节点来完成所述任务。
2. 根据权利要求l的方法，其中导航包括使用从被检测到的用户 心智状态所导出的信息，在与所述决策树结构的内部节点相关联的属性值 之间进行选择。
3. 根据权利要求l的方法，其中导航包括向所述用户显示所述分 层多级决策树结构的表示。
4. 根据权利要求2的方法，其中，与内部节点相关联的属性是基于 至少 一个准则而被训练的。
5. 根据权利要求4的方法，其中，所述至少一个准则包括基于熵的 信息增益准则。
6. 根据权利要求l的方法，所述方法是在设备中实现的，所述设备 包括用于检测所述用户的心智状态的装置。
7. 根据权利要求l的方法，所述方法是在设备中实现的，所述设备 被配置以〗更从位于远处的用于检测所述用户的心智状态的装置接收输入。
8. 根据权利要求1的方法，所述方法是在通信设备中实现的，其中， 所述任务包括名称拨号任务或命令/控制任务。
9. 根据权利要求l的方法，其中，从^L检测到的用户心智状态所导 出的信息;l使用脑电图(EEG)获得的。
10. —种体现在有形的存储介质中的计算一序产品，其包括当被数 据处理器执行时导致操作的程序指令，所述操作包括提供一种包括内部节点和叶节点的分层多级决策树结构，所述决策树 结构表示任务；以及使用从被检测到的用户心智状态所导出的信息，导航通过所述决策树 结构的级别以到达叶节点来完成所述任务。
11. 根据权利要求10的计算机程序产品，其中导航操作包括使用 从^L检测到的用户心智状态所导出的信息，在与所述决策树结构的内部节 点相关联的属性值之间进行选择。
12. 根据权利要求10的计算积4呈序产品，其中导航操作包括向所 述用户显示所述分层多级决策树结构的表示。
13. 根据权利要求11的计算M序产品，其中，与内部节点相关联 的属性是基于至少 一个准则而被训练的。
14. 根据权利要求13的计算枳一呈序产品，其中，所述至少一个准则 包括基于熵的信息增益准则。
15. 根据权利要求10的计算M序产品，其中，所述操作是在设备 中实现的，所述设备包括用于检测所述用户的心智状态的装置。
16. 根据权利要求10的计算*序产品，其中，所述操作是在设备 中实现的，所述设备被配置以便从位于远处的用于检测所述用户的心智状 态的装置接收输入。
17. 根据权利要求10的计算机程序产品，其中，所述操作是在通信 设备中实现的，其中，所述任务包括名称拨号任务或命令/控制任务。
18. 根据权利要求10的计算M序产品，其中，从被检测到的用户 心智状态所导出的信息是使用脑电图(EEG)获得的。
19. 一种设备，其包括数据处理器，所述数据处理器被配置以便提供一种包括内部节点和 叶节点的分层多级决策树结构，所述决策树结构表示任务；以及用户接口，所述用户接口被配置以便使用从被检测到的用户心智状 态所导出的信息，使得所述用户能够导航通过所述决策树结构的级别以到 达叶节点来完成所述任务。
20. 根据权利要求19的设备，其中，所述用户接口使得所述用户能 够使用从被检测到的用户心智状态所导出的信息，在与所述决策树结构的内部节点相关联的属性值之间进行选择。
21. 根据权利要求19的设备，其中，所述用户接口向所述用户显示 所述分层多级决策树结构的表示。
22. 根据权利要求20的设备，其中，与内部节点相关联的属性由所 述数据处理器结合所述用户接口基于至少一个准则来进行训练。
23. 根据权利要求22的设备，其中，所述至少一个准则包括基于熵 的信息增益准则。
24. 根据权利要求19的设备，其进一步包括用于检测所述用户的 心智状态的装置。
25. 根据权利要求19的设备，其进一步包括用于从位于远处的用 于检测所述用户的心智状态的装置接收输入的接口 。
26. 根据权利要求19的设备，其中，所述设备是通信设备，并且其 中，所述任务包括名称拨号任务或命令/控制任务。
27. 根据权利要求19的设备，其中，从被检测到的用户心智状态所 导出的信息是使用脑电图(EEG)获得的。
28. —种装备，其包括用于提供一种包括内部节点和叶节点的分层多级决策树结构的表示的 装置，所述决策树结构表示任务；以及响应于从被检测到的用户心智状态所导出的信息，用于使得所述用户 能够穿过所述决策树结构到达叶节点来完成所述任务的装置。
29. 根据权利要求28的装备，其中，所述使能装置使得所述用户能 够使用从被检测到的用户心智状态所导出的信息，在与所述决策树结构的 内部节点相关联的属性值之间进行选择。
30. 根据权利要求28的装备，其进一步包括用于训练与所述决策 树结构的节点相关联的属性的装置。
31. 根据权利要求28的装备，其进一步包括用于检测所述用户的 心智状态的装置。
32. 根据权利要求28的装备，其进一步包括用于从位于远处的用于检测所述用户的心智状态的装置接收输入的装置。
33. 根据权利要求28的装备，其中，从被检测到的用户心智状态所 导出的信息包括通过脑电图(EEG)所获得的信息。
34. 根据权利要求28的装备，其体现在设备中，并且所述任务涉及 在所述设备的存储器中存储的信息。
35. 根据权利要求28的装备，其体现在设备中，并且其中，所述使 能装置向所述用户提供一种能力来实现以下中的至少一个执^i殳W令 或控制功能，以及选择要由所述设备实现的动作。
36. 根据权利要求35的装备，其中所述动作包括实现与所述用户 经由用于使能的所述装置而选择的实体建立通信的任务。
37. 根据权利要求35的装备，其中所述动作包括所述用户经由用 于使能的所述装置实现从菜单或列表选择项目的任务。
38. —种方法，其包括向用户显示多级多节点结构的至少一部分，所述多级多节点结构表示 应用对话；检测所述用户的心智状态，以便导航所述结构而到达所期望的级别和 节点；以及响应于所述用户生成特定的心智状态，4吏用与所期望的节点相关联的 信息来实现应用任务。
39. 根据权利要求38的方法，其进一步包括使用基于熵的技术来 训练所述结构。
40. 根据权利要求38的方法，其进一步包括使用隐式马尔科夫模 型4支术来训练所述结构。'
41. 根据权利要求38的方法，所述方法是在通信设备中实现的，其 中，所述应用包括与通信相关的应用。
全文摘要
公开了一种方法、计算机程序产品和设备，响应于被检测到的用户心智状态，所述方法、计算机程序产品和设备实现选择过程来执行任务。所述方法包括提供一种包括内部节点和叶节点的分层多级决策树结构，其中，所述决策树结构表示任务。所述方法进一步包括使用从被检测到的用户心智状态所导出的信息，导航通过所述决策树结构的级别以到达叶节点来完成所述任务。所述导航步骤包括使用从被检测到的用户心智状态所导出的信息，在与所述决策树结构的内部节点相关联的属性值之间进行选择。作为非限制性例子，所述设备可以是通信设备，并且所述任务可以是名称拨号或命令/控制任务。
文档编号G06F3/01GK101641660SQ200880009543
公开日2010年2月3日 申请日期2008年3月11日 优先权日2007年3月23日
发明者A·韦泰克, J·田, P·博达, T·阿赫曼尼米 申请人:诺基亚公司