一种数据输入的方法及系统与流程
本发明属于数据处理技术领域，尤其涉及一种数据输入的方法及设备。
背景技术：
随着人机交互技术的不断发展，除了常用的体感交互手段外，现今技术已经能够实现脑机交互，脑机交互主要是通过脑机接口，获取用户的脑电信号，从而对脑电信号进行解析，确定脑电信号对应的交互指令，实现了通过人脑对外部设备的直接控制。然而由于脑电信号强度较小，获取难度较大，现有的脑电输入技术存在吞吐量小，输入精准度较低的情况。
现有的脑机交互技术，可以通过眼动跟踪技术来提高脑机交互的准确率，为了获取到用户的眼动轨迹，需要用户额外佩戴体积较大的眼动跟踪设备，会引起使用者的不适，由此可见，现有技术中无法同时平衡输入准确率以及交互体验两个方面，影响了脑机交互技术的推广。
技术实现要素：
有鉴于此，本发明实施例提供了一种数据输入的方法及设备，以解决现有的脑机交互技术，可以通过眼动跟踪技术来提高脑机交互的准确率，为了获取到用户的眼动轨迹，需要用户额外佩戴体积较大的眼动跟踪设备，会引起使用者的不适，由此可见，现有技术中无法同时平衡输入准确率以及交互体验两个方面，影响了脑机交互技术的推广的问题。
本发明实施例的第一方面提供了一种数据输入的方法，应用于数据输入的系统，所述数据输入系统至少包括：脑电信号采集模块、体感信号采集模块、感官刺激模块以及数据处理模块；
所述数据输入的方法包括：
所述感官刺激模块根据预设的区块划分算法，生成并输出包含多个输入区块的数字键盘；每个所述输入区块包括至少一个输入指令；
所述体感信号采集模块获取用户的体感数据，并将所述体感数据关联的输入区块识别为目标区块；
所述感官刺激模块基于所述目标区块包含的所述输入指令，生成指令选择界面；
所述脑电信号采集模块获取所述用户基于所述指令选择界面反馈的脑电信号；
所述数据处理模块解析所述脑电信号，确定所述用户所选的目标指令。
本发明实施例的第二方面提供了一种数据输入的系统，包括：脑电信号采集模块、体感信号采集模块、感官刺激模块以及数据处理模块；
所述感官刺激模块，用于根据预设的区块划分算法，生成并输出包含多个输入区块的数字键盘；每个所述输入区块包括至少一个输入指令；
所述体感信号采集模块，用于获取用户的体感数据，并将所述体感数据关联的输入区块识别为目标区块；
所述感官刺激模块，用于基于所述目标区块包含的所述输入指令，生成指令选择界面；
所述脑电信号采集模块，用于获取所述用户基于所述指令选择界面反馈的脑电信号；
所述数据处理模块，用于解析所述脑电信号，确定所述用户所选的目标指令。
实施本发明实施例提供的一种数据输入的方法及系统具有以下有益效果：
本发明实施例通过将数字键盘划分为多个不同的输入区块，并通过感官刺激模块对该划分后的数字键盘进行输出，用户可以通过体感信号采集模块从多个输入区块中选取对应的目标区块，继而感官刺激模块可以根据目标区块包含的输入指令生成指令选择界面，在保证输入指令多样性的同时能够提高输入操作的准确率，继而通过脑电信号采集模块获取用户的脑电信号，并通过数据处理模块对该脑电信息进行解析，识别得到用户所选的目标指令，实现了通过脑电信号对外部设备的直接控制。与现有的脑机交互技术相比，本发明无需用户佩戴眼动装置，从而减少了整个数据输入系统的体积，由于体感数据采集设备的设备体积较小，可以通过手套、手腕等各类便携的佩戴装置获取用户的体感数据，从而提高了用户的操作体验，与此同时，数据输入的系统能够将数字键盘划分为多个输入区块，在保证了输入指令多样性的同时，可以通过体感数据激活对应的目标区块，筛选大量无效的指令，从而提高了后续目标指令选取的准确性，保证了脑机信号的吞吐量。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明第一实施例提供的一种数据输入的方法的交互流程图；
图2是本发明一实施例提供的数字键盘的示意图；
图3是本发明一实施例提供的一种指令选择界面的示意图；
图4是本发明一实施例提供的脑电信号采集模块中包含的电极配置图；
图5是本发明一实施例提供的一种单通道的信号放大电路；
图6是本发明第二实施例提供的一种数据输入的方法s102具体实现流程图；
图7是本发明第三实施例提供的一种数据输入的方法s104具体实现流程图；
图8是本发明第四实施例提供的一种数据输入的方法s104具体实现流程图；
图9是本发明第五实施例提供的一种数据输入的方法具体实现流程图；
图10是本发明第六实施例提供的一种数据输入的方法s105具体实现流程图；
图11是本发明第七实施例提供的一种数据输入的方法具体实现流程图；
图12是本发明一实施例提供的一种数据输入的系统的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例通过将数字键盘划分为多个不同的输入区块，并通过感官刺激模块对该划分后的数字键盘进行输出，用户可以通过体感信号采集模块从多个输入区块中选取对应的目标区块，继而感官刺激模块可以根据目标区块包含的输入指令生成指令选择界面，在保证输入指令多样性的同时能够提高输入操作的准确率，继而通过脑电信号采集模块获取用户的脑电信号，并通过数据处理模块对该脑电信息进行解析，识别得到用户所选的目标指令，实现了通过脑电信号对外部设备的直接控制，解决了现有的脑机交互技术，可以通过眼动跟踪技术来提高脑机交互的准确率，为了获取到用户的眼动轨迹，需要用户额外佩戴体积较大的眼动跟踪设备，会引起使用者的不适，由此可见，现有技术中无法同时平衡输入准确率以及交互体验两个方面，影响了脑机交互技术的推广的问题。
在本发明实施例中，流程的执行主体为数据输入的系统，该数据输入的系统至少包括：脑电信号采集模块、体感信号采集模块、感官刺激模块以及数据处理模块。该数据处理模块包括但不限于：服务器、计算机、智能手机以及平板电脑等具有数据处理能力的设备。图1示出了本发明第一实施例提供的数据输入的方法的交互流程图，详述如下：
在s101中，所述感官刺激模块根据预设的区块划分算法，生成并输出包含多个输入区块的数字键盘；每个所述输入区块包括至少一个输入指令。
在本实施例中，感官刺激模块根据用户的需求，可以通过不同的感官刺激方式输出数字键盘。例如，若感官刺激模块为一种视觉刺激模块，则可以通过vr/ar眼镜等装置来对用户进行视觉刺激；若感官刺激模块为一种听觉刺激模块，则可以通过喇叭等外放设备来对用户进行听觉刺激。该感官刺激的类型包括但不限于：视觉刺激、听觉刺激、嗅觉刺激、触觉刺激等刺激类型。用户可以通过佩戴对应刺激类型的感官刺激模块，来选择合适的感官刺激类型。数据输入的系统在启动时可以首先获取该感官刺激模块的模块标识，从而确定该模块标识对应的感官刺激类型，从而确定数字键盘的划分方式以及输出模式，生成输出脚本，继而根据输出脚本执行s101的相关操作。
在本实施例中，该数字键盘中包含可选的输入指令，因此感官刺激模块对该数字键盘进行划分，得到多个输入区块后，每个输入区块也可以根据所覆盖区域，确定该输入区块对应的输入指令，每个输入区块至少包括一个输入指令。需要说明的是，该输入指令可以为数据输入指令，每个输入指令可以对应单个字符，还可以为多个字符组合构成的字符串；该输入指令还可以为对外部设备的部件进行控制的操作指令，外部设备在接收到该操作指令后，会完成指定的操作，例如启动设备、关闭设备等。
可选地，在本实施例中，感官刺激模块可以根据输入区块的数量，对数字键盘进行等额划分，具体等额划分的方式可以为：获取数字键盘的区域面积，并基于该区域面积以及输入区块的数量，计算每个输入区块的区块面积，并基于该区块面积对数字键盘进行划分。还可以获取数字键盘包含的指令总数，并根据指令总数以及输入区块的数量，计算出每个输入区块对应的区块指令数，并为每个输入区块配置与该区块指令数对应数量的输入指令。
可选地，在本实施例中，由于在s102中，数据输入的系统可以根据体感数据确定与之对应的目标区块，即每一个体感类型可以关联一个输入区块。因此，为了提高输入区块划分的准确率以及后续的选取效率，感官刺激模块可以获取体感数据库内存储有的标准体感模板个数，并将标准体感模板个数识别为输入区块的个数，并基于该输入区块的个数对数字键盘进行划分。
可选地，在本实施例中，感官刺激模块可以确定各个标准体感模板的运动轨迹，并根据各个运动轨迹的复杂程度，确定各个标准体感模板的使用概率，并根据使用概率为该标准体感模板关联的输入区块分配对应数量的输入指令。若该使用概率越大，则对应的输入指令越多；而使用概率越小，则对应的输入指令越少，从而能够提高输入效率。
举例性地，图2为本发明一实施例提供的数字键盘的示意图。参见图2所示，感官刺激模块在输出该数字键盘时，划分为五个输入区块，每个输入区块包括对应数量的输入指令，每个输入区块对应一个标准体感模板。
在s102中，所述体感信号采集模块获取用户的体感数据，并将所述体感数据关联的输入区块识别为目标区块。
在本实施例中，体感信号采集模块可以佩戴于用户的身体上，并通过内置的传感器获取用户的体感数据。例如，若该体感信号采集模块为体感手套，则可以用于获取用户手指运动轨迹，并通过手指运动轨迹确定用户的手势；若该体感信号采集模块为体感衣服，则可以用于获取用户的姿态信息，通过姿态变换来生成多种类型的输入指令。当然，体感信号采集模块可以包含多个，不同的体感信号采集模块用于采集用户不同部位的体感信号，体感信号采集模块可以将所有体感信号采集模块获取得到的体感信号进行合并，生成体感数据，并根据合并后的体感数据获取与之关联的目标区块；当然，体感信号采集模块可以基于自身采集到的体感数据，匹配与之对应的目标区块，从而实现了不同的体感信号采集模块并行输入数据的目的，提高数据输入的效率。
在本实施例中，数据输入的系统可以预先为每个输入区块关联有至少一个标准体感类型，体感信号采集装置在检测到数字键盘输出后，会采集用户在数字键盘输出后的体感数据，优选地，体感信号采集装置可以设置有数据采集时长，即以输出数字键盘的时刻为时间起点，获取数据采集时长内用户发起的体感信号，并基于获取得到的体感信号转换为体感数据，当然，也可以不进行转换，直接将体感信号识别为体感数据。继而数据输入的系统根据该体感数据与各个输入区块关联的标准体感数据进行匹配，根据匹配结果确定目标区块。
可选地，在本实施例中，体感信号采集模块可以计算该体感数据与各个预设的标准体感模板之间的相似度，选取相似度大于预设的相似阈值的标准体感模板作为目标体感模板，并将该目标体感模板关联的输入区块识别为目标区块；当然，体感信号采集模块还可以选取匹配度最高的一个标准体感模板作为目标体感模板，并将该目标体感目标关联的输入区块作为目标区块。
举例性地，体感信号采集模块为体感手套，并检测用户按下哪一只手指，每个手指对应一个输入区块，体感信号根据采集得到的体感数据，识别出本次操作中用户按下的手指，并将按下的手指对应的输入区块识别为目标区块。需要说明的是，用户可以按下多个手指，在该情况下，体感信号采集模块会识别多个手指对应的输入区块为目标区块。
在s103中，所述感官刺激模块基于所述目标区块包含的所述输入指令，生成指令选择界面。
在本实施例中，输入数据的系统可以根据用户所选取的目标区块，将数字键盘中无效的输入指令进行剔除，从而能够提高后续输入指令的准确性。基于此，感官刺激模块会提取各个目标区块包含的输入指令，并基于所有输入指令生成一个指令选择界面。可选地，感官刺激模块可以在s101中输出的数字键盘中隐藏非目标区块的输入区块，只保留显示用户选择的目标区块。
可选地，在本实施例中，感官刺激模块可以基于各个输入指令的显示优先级，对目标区块包含的各个输入指令进行重新排列，生成指令选择界面。其中，显示优先级可以根据各个输入指令的历史选择次数所确定，也可以根据各个输入指令的使用概率所确定，例如，应用场景为文本输入场景，而包含“s”字符的单词数量多于包含“z”字符的单词数量，则表示“s”的出现概率会大于“z”的出现概率，在该情况下，则“s”显示优先级会高于“z”的显示优先级。
举例性地，图3为本发明一实施例提供的一种指令选择界面的示意图。参见图3所示，该指令选择界面包含有多个输入指令，每个输入指令根据预设的字符次序进行排列，用户可以基于该指令选择界面选择所需键入的输入指令。可选地，该指令选择界面包含36个字符，排成6行6列，感官刺激模块可以按行/列闪烁的方式进行显示。用户需要关注所要选择的目标项，并在目标项闪烁时默数其闪烁的次数或进行其他相关心理任务。这样，目标项的闪烁(称为视觉靶刺激)将在脑电信号中诱发出特异性的erp成分。通过对这些事件相关电位进行识别，确定目标项所在行与列，并最终确定用户所选取的目标指令。所诱发事件相关电位的幅度与刺激间隔(isi)有关，因此为保证信号幅度，建议isi取120ms以上，而刺激加强时间(图3中亮度增强的时间)以肉眼可明确感知为准，可取50～80ms。可将同一刺激在一次输出中重复呈现多次，并将所得样本叠加平均来提高信号质量。刺激重复次数可取1～10次，根据用户实际情况进行调节。
在s104中，所述脑电信号采集模块获取所述用户基于所述指令选择界面反馈的脑电信号。
在本实施例中，感官刺激模块在输出了指令选择界面后，用户可以在所需选择的目标指令显示时，诱发特定波形的脑电信号，在该情况下，该特定波形的脑电信号可以通过脑电信号采集模块获取得到的，数据处理模块可以对脑电信号进行解析，从而确定用户所选择的目标指令。可选地，感官刺激模块可以通过预设的输出模式输出各个待选的输入指令，例如通过行列闪烁或单个闪烁灯方式进行显示。
在本实施例中，所使用脑电信号不限于头皮脑电信号(eeg)，也可使用皮层脑电图(ecog)、脑磁图(emg)、功能性近红外光谱(fnirs)、功能性磁共振(fmri)等其他反映大脑活动的信号类型。
可选地，在本实施例中，该脑电信号采集模块由干电极、放大器、a/d转换模块组成。干电极采用高阻抗ag/agcl电极，可以安置在由高弹性纤维编织的电极帽上。后者在使用时佩戴在用户的头部，以保证电极和头皮的有效接触。与传统ag/agcl湿电极相比，干电极无需涂抹导电膏，更有利于用户随时佩戴与使用。优选地，本实施例配置包含fz、cz、pz、oz、o1、o2、t5、t6位置在内的8个电极；这些电极按照国际10/20系统标准排布；为提高准确率，可扩展使用更多电极，如增加中线附近的c3、c4、p3、p4等电极，或在上述8个基本电极周围增加电极以提高密度。优良的信号质量对本发明装置的正常运转至关重要。脑电信号幅度通常从几μv到几百μv，比较微弱，因此为获得较高的信号质量，本发明需要低噪声、高增益与高共模抑制的仪表放大器进行测量，例如，输入参考噪声
可选地，图4为本发明一实施例提供的脑电信号采集模块中包含的电极配置图。参见图4所示，模拟地电极(gnd)放置在前额，参考电极(a1、a2)放置在左、右耳垂或乳突位置。优选地，脑电信号采集模块可以对直接采集到的脑电波形通过放大电路以及带通滤波器进行整形处理。图5是本发明一实施例提供的一种单通道的信号放大电路。如图5所示，由前、后两级放大器及一个带通滤波器组成。前级仪表放大器包括ic1、ic2构成的差分放大电路，与ic3构成的减法器。vin接图4中的信号测量电极，vref接参考电极(a1或a2)，模拟地接gnd电极。由于运算放大器的“虚短”效应，流经rg的电流为(vin-vref)/rg；同时，由于“虚断”效应，流经rg的电流全部通过负反馈电路到达ic1与ic2的输出端，从而得到(v1-v2)＝(vin-vref)(1+2r/rg)。同理，可知ic3构成减法器的输出电压vp＝(v2-v1)。因此，前级放大器的总体放大倍数为a＝(1+2r/rg)。为避免运算放大器电流饱和，本发明前级放大电路的放大倍数取5～20，建议取10。带通滤波器可采用巴特沃兹或切比雪夫滤波器，通带范围建议为0.05hz～40hz。后级放大器(ic4)放大倍数取50～200，建议取100。本发明需要对多个eeg电极通道同步采集信号，因此根据所用的电极数(如所建议的8个eeg电极)，eeg采集模块应包含相应数目的多个单通道放大器。放大后的输出信号vo通过a/d转换模块转换为数字信号。a/d转换模块将采集的模拟信号转换为数字信号，可采用市场上常用的a/d芯片实现。本发明需要至少16bit的a/d转换精度，采样率应在128hz以上。
在s105中，所述数据处理模块解析所述脑电信号，确定所述用户所选的目标指令。
在本实施例中，数据处理模块可以对脑电信号通过预设的脑电解析算法进行解析，确定该脑电信号所关联的目标指令。具体地，数据处理模型可以记录有各个输入指令的标准脑电波形，数据处理模块将本次采集得到的脑电信号与各个标准脑电波形进行匹配，选取出匹配度最高的一个输入指令作为目标指令；或者数据处理模块记录靶/非靶两种类别的脑电特征波形，训练二值线性分类模型；数据处理模块将本次采集到的脑电信号送入已训练好的二值线性分类模型进行识别，确定目标指令。
现有技术中，结合眼动跟踪技术的方法需要额外佩戴体积较大的眼动跟踪设备，会引起使用者的不适；将脑机接口与智能控制相结合的方法，依靠智能控制技术的辅助，对脑机接口操控的中间流程进行了自动化处理，然而并未改善脑机接口自身的信息吞吐量，因此不适合应用在完全依靠脑机接口进行操控的场景，如复杂面板操控、文本输出等；对于体感控制技术而言，在虚拟/增强现实环境下进行多按钮的复杂面板操控(如模拟飞行器控制面板)、文本输出时，对体感动作识别的精度要求较高，同时在缺乏触觉反馈情况下，进行这些操作时较难达到很好的交互体验。本发明实施例利用体感信息为脑机接口提供索引指导，不需要高精度的体感识别，在虚拟/增强现实环境中，可结合设备自身提供的体感识别功能或佩戴惯性传感器(如智能手套)，改善复杂面板操控、文本输出等场景下的交互体验；在临床应用中，针对病人(如帕金森症患者)无法精确控制肢体运动的情形，通过佩戴惯性传感器(如智能手套)或使用其他体感识别方法，可以使其利用有限的运动能力，提高脑机接口的控制性能，改善病人的生活质量。
以上可以看出，本发明实施例提供的一种数据输入的方法通过将数字键盘划分为多个不同的输入区块，并通过感官刺激模块对该划分后的数字键盘进行输出，用户可以通过体感信号采集模块从多个输入区块中选取对应的目标区块，继而感官刺激模块可以根据目标区块包含的输入指令生成指令选择界面，在保证输入指令多样性的同时能够提高输入操作的准确率，继而通过脑电信号采集模块获取用户的脑电信号，并通过数据处理模块对该脑电信息进行解析，识别得到用户所选的目标指令，实现了通过脑电信号对外部设备的直接控制。与现有的脑机交互技术相比，本发明无需用户佩戴眼动装置，从而减少了整个数据输入系统的体质，由于体感数据采集设备的设备体积较小，可以通过手套、手腕等各类便携的佩戴装置获取用户的体感数据，从而提高了用户的操作体验，与此同时，数据输入的系统能够将数字键盘划分为多个输入区块，在保证了输入指令多样性的同时，可以通过体感数据激活对应的目标区块，筛选大量无效的指令，从而提高了后续目标指令选取的准确性，保证了脑机信号的吞吐量。
图6示出了本发明第二实施例提供的一种数据输入的方法s102的具体实现流程图。本发明实施例的执行主体为响应服务器，参见图6，相对于图1所述实施例，本实施例提供的一种数据输入的方法s102包括：s1021～s1022，具体详述如下：
进一步地，所述体感信号采集模块获取用户的体感数据，并将所述体感数据关联的输入区块识别为目标区块，包括：
在s1021中，所述体感信号采集模块计算所述体感数据与各个输入区块关联的标准数据之间的匹配度。
在本实施例中，用户在使用正式使用数据输入的系统之前，可以设置输入区块的划分个数，并为每个输入区块配置对应的手势，或触发动作。体感信号采集模块会获取用户在设置过程中手势和/或触发动作对应的体感数据，并在设置过程中获取得到的体感数据识别为标准数据，并存储于数据库内，并建立输入区块与各个标准数据之间的关联关系。
在本实施例中，体感信号采集模块会提取各个输入区块关联的标准数据，并分别计算各个标准数据与本次采集得到的体感数据之间的匹配度。可选地，若该体感数据为运动轨迹，体感信号采集模块可以在预设的坐标轴上生成体感数据的运动轨迹与标准数据对应的标准轨迹，并计算两个轨迹之间的重合度，将该重合度识别为两者之间的匹配度。
在s1022中，所述体感信号采集模型将所述匹配度大于预设的匹配阈值的所述标准数据对应的输入区块识别为所述目标区块。
在本实施例中，由于用户可以在一次操作中选取多个输入区块，在该情况下，体感信号采集模块可以设置有一匹配阈值，体感信号采集模型会选取匹配度大于该匹配阈值的标准数据对应的输入区块作为目标区块，由于该体感数据与该标准数据匹配度较高，则表示触发了该标准数据对应的动作，因此可以将该标准数据关联的输入区块识别为用户选择的目标区块。
在本发明实施例中，通过分别计算本次采集得到的体感数据与各个标准数据之间的匹配度，从而确定用户选择的目标区块，从而能够提高目标区块的识别的准确性，从而提高了基于脑机交互的数据输入的使用体验。
图7示出了本发明第三实施例提供的一种数据输入的方法s104的具体实现流程图。参见图7，相对于图1所述的实施例，本实施例提供的一种数据输入的方法s104包括：s1041～s1042，具体详述如下：
进一步地，所述脑电信号采集模块包括多个脑电采集接口，每个所述脑电采集接口对应一个所述输入区块；所述脑电信号采集模块获取所述用户基于所述指令选择界面反馈的脑电信号，包括：
在s1041中，所述脑电信号采集模块激活所述目标区块对应的所述脑电采集接口。
在本实施例中，该脑电信号采集模块配置多个脑电采集接口，优选地，该脑电采集接口的个数可以与数字键盘包含的输入区块的个数相同，不同的脑电采集接口用于接收关于该输入区块内的所有输入指令的脑电信号，从而实现并行接收用户产生的脑电信号，从而能够减少每个脑电采集接口的负荷，提高了信号采集的质量，进一步提高了目标指令的识别准确性。
在本实施例中，脑电信号采集模块可以根据用户选取的目标区块，确定该目标区块关联的脑电采集接口，每个目标区块至少对应一个脑电采集接口，当然还可以对应多个脑电采集接口。可选地，一个脑电采集接口可以对应多个输入区块。脑电信号采集模块可以根据输入区块与脑电采集接口之间的对应关系，确定目标区块关联的脑电采集接口，并基于与目标区块关联的脑电采集接口。
在s1042中，所述脑电信号采集模块通过所述脑电采集接口同时获取所述用户基于所述指令选择界面反馈的n个所述脑电信号；所述n为所述目标区块的个数。
在本实施例中，脑电信号采集模块可以通过多个脑电采集接口并行获取对应区域接收到的脑电信号，并将多个接收到的脑电信号发送给数据处理模块，其中获取得到的脑电信号的数量与激活的脑电采集接口的数量相同，而脑电采集接口的数量与目标区块的个数相同，因此反馈的脑电信号的个数与目标区块的个数相同。
在本发明实施例中，通过在脑电信号采集模块中配置多个脑电采集接口，从而能够实现并行采集脑电信号的目的，减少了各个脑电采集接口的负荷，提高了目标指令识别的准确性。
图8示出了本发明第四实施例提供的一种数据输入的方法s104的具体实现流程图。参见图8，相对于图1所述实施例，本实施例提供的一种数据输入的方法中s104包括：s1043～s1046，具体详述如下：
进一步地，所述脑电信号采集模块获取所述用户基于所述指令选择界面反馈的脑电信号，包括：
在s1043中，所述脑电信号采集模块通过预设的带通滤波器对原始信号进行滤波处理，得到滤波信号。
在本实施例中，脑电信号采集模块可以对直接获取得到的原始信号进行预处理，从而能够提高后续操作的准确性。基于此，脑电信号采集模块中可以配置有带通滤波器，通过带通滤波器对直接采集得到的原始信号，即没有经过任何处理，从脑电采集接口反馈的原始脑电信号，进行滤波处理，从而能够对脑电信号中包含的噪声进行过滤，实现对原始信号进行整形的目的，并得到滤波处理后的滤波信号。具体地，该带通滤波器截止频率为0.5～6hz，通带波纹小于3db，阻带衰减大于40db，可采用参数较少的iir滤波器。
在s1044中，所述脑电信号采集模块根据所述指令选择界面中每个输入指令对应的激励周期，将所述滤波信号划分为多个子信号段。
在本实施例中，感官刺激模块在输出指令选择界面时，可以根据预设的激励周期通过闪烁或高亮等方式显示特定的输入指令，即每个输入指令对应有一个激励周期，在该激励周期内会强调显示该输入指令的内容，用户可以在每个输入指令的激励周期判断是否选取该输入指令。若判断选择该输入指令，会生成第一类型的脑电波；若判断不选择该输入指令，则可以生成第二类型的脑电波，继而可以对脑电波根据激励周期进行划分，判断分段的子信号段所对应的脑电波类型，识别用户是否选择了该激励周期对应的输入指令。基于此，脑电信号采集装置可以根据预设的激励周期，将滤波信号进行划分，并得到多个子信号段，每个子信号段对应指令选择界面中的一个输入指令。
在s1045中，所述脑电信号采集模块根据所述原始信号的采集频率，确定抽样频率，并基于所述抽样频率分别对各个所述子信号段进行降采样，生成各个所述子信号段对应的抽样序列。
在本实施例中，为了减少脑电信号的数据量，脑电信号采集模块可以对每个分段后的子信号段进行降采样，从而将连续的子信号段转换为一个抽样序列，从而平衡了数据的完整度的同时，也能提高输出效率以及脑电信号的数据量。基于此，脑电信号采集模块会获取原始信号的采集频率，并基于预设的降采样比例，确定出抽样频率。例如，原始信号的采集频率为120hz，降采样比例为六分之一，则对应的降采样频率则为20hz。
在本实施例中，脑电信号采集模块根据抽样频率分别对各个子信号段进行降采样操作，从而得到每个子信号段对应的抽样序列。优选地，若各个子信号段的激励周期一致，则生成的抽样序列包含的元素个数相同。
在s1046中，所述脑电信号采集模块将所述抽样序列根据对应的所述子信号段的段编号依次合并，生成所述脑电信号。
在本实施例中，脑电信号采集模块可以根据各个子信号段在原始信号中出现次序，作为该子信号段的段编号，继而根据该段编号对所有抽样序列依次进行合并，生成脑电信号，并将脑电信号发送给数据处理模块进行解析。
在本发明实施例中，通过滤波、分段、降采样等对原生信号进行预处理，从而能够提高输出脑电信号的准确性，从而能够提高了后续目标指令识别的准确性。
图9示出了本发明第五实施例提供的一种数据输入的方法的具体实现流程图。参见图9，相对于图8所述实施例，本实施例提供的一种数据输入的方法在所述数据处理模块解析所述脑电信号，确定所述用户所选的目标指令之前，还包括：s901～s903，具体详述如下：
进一步地，在所述数据处理模块解析所述脑电信号，确定所述用户所选的目标指令之前，还包括：
在s901中，所述数据处理模块生成多个训练指令，并控制所述感官刺激模块生成包含所述训练指令的训练选择界面。
在本实施例中，由于每个用户的脑电波形存在差异，为了提高了脑电信号的识别准确性，在数据输入的系统在使用之前，需要进行模型训练，从而能够确定当前使用的用户的脑电信号特性。可选地，数据输入的系统在启动时，会获取当前用户的用户标识，判断数据库中是否包含该用户标识关联的二值线性分类模型，若包含，则表示已经对该用户进行训练操作；反之，若不包含，则执行s901至s903的操作。
在本实施例中，数据处理模型会创建多个训练指令，并提示在生成训练选择界面时，用户需要选择上述创建的多个训练指令，并采集用户在确认选择训练质量时的脑电信号，从而能够分辨出该用户表示“选择”的脑电波形以及表示“不选择”的脑电波形。
在本实施例中，该训练选择界面包含有上述创建的训练指令，还包含无需用户选择的无效指令。可选地，为了提高二值线性分类模型的准确性，数据输入的系统可以重复多次s901至s903的操作，基于多次采集得到的训练信号对二值线性分类模型进行训练学习。
在s902中，所述脑电信号采集模块获取所述用户基于所述训练选择界面反馈的训练信号。
在本实施例中，脑电采集模块可以获取用户基于上述输出的训练选择界面反馈的训练信号。该训练信号具体为用户选择训练指令时诱发的脑电信号。可选地，感官刺激模块可以通过预设的激励周期依次点亮训练选择界面中的各个指令，从而训练信号中包含有关于选择训练指令的子信号段，以及包括有关于不选择无效指令的子信号段。基于此，数据处理模块可以识别出用于表示选择时的脑电波形特性，以及表示不选择时的脑电波形特性。
在s903中，所述数据处理模块通过预设的逐步线性判别分析算法解析所述训练信号，并基于解析结果建立关于所述用户的二值线性分类模型；所述二值线性分类模型用于解析所述用户的所述脑电信号。
在本实施例中，数据处理模型可以根据采集得到的训练信号，构建该用户的二值线性分类模型，从而在后续的脑电信号解析的过程中，可以通过该二值线性分类模型确定用户所选择的目标质量。
在本实施例中，具体生成二值线性分类模型的方式可以为：将训练指令对应的特征向量的标签设置为1，将无效指令对应的特征向量的标签设置为-1，基于获得到的训练信号，以及预设的激励周期，将训练信号划分为多个子信号段，基于各个子信号段所对应的激励周期数，确定该子信号段关联的指令类型，从而可以划分得的关于训练指令对应的子信号段，以及关于无效指令对应的子信号段，通过逐步线性判别分析法以及上述划分得到的子信号段，对二值线性分类模型进行训练，其中，训练指令对应的子信号段的输出分类值为1，而无效指令对应的子信号段的输出分类值为-1。
在本发明实施例中，通过在使用数据输入的系统之前对二值线性分类模型进行预训练，能够获取得到与用户相关的脑电波形特性，并提高后续的目标指令的识别准确性。
图10示出了本发明第六实施例提供的一种数据输入的方法s105的具体实现流程图。参见图10，相对于图9所述实施例，本实施例提供的一种数据输入的方法s105包括：s1051～s1052，具体详述如下：
进一步地，所述数据处理模块解析所述脑电信号，确定所述用户所选的目标指令，包括：
在s1051中，所述数据处理模块通过所述二值线性分类模型分别计算所述脑电信号中的各个所述抽样序列的分类值。
在本实施例中，数据处理模型在获取到脑电信号后，可以将脑电信号划分为多个抽样序列，并将每个抽样序列导入到该二值线性分类模型中，计算出关于抽样序列关联的分类值。由于每个抽样序列对应一个输入指令，数据处理模型可以根据该抽样序列的分类值判断用户是否选择了该抽样序列关联的输入指令。
在s1052中，所述数据处理模块基于所有所述分类值确定所述目标指令。
在本实施例中，由于每个抽样序列对应一个输入指令，数据处理模块在确定各个抽样序列的分类值后，可以选取分类值为第一位值的抽样序列作为目标抽样序列，例如第一位值为1，并将该抽样序列对应的输入指令识别为目标指令。可选地，数据处理模块还可以根据各输入指令对应分类值，结合所用编码方法，最终确定目标项，若感官刺激模块采用的是行列闪烁的指令选择界面，则可将与各输入指令所在行/列闪烁关联的所有分值分别进行累加，得到每个输入指令的累加分值，最后输出拥有最大分值的字符。
在本发明实施例中，通过训练后的二值线性分类模型计算各个抽样序列的分类值，从而识别出用户选择的目标指令，提高了目标指令的选取效率。
图11示出了本发明第七实施例提供的一种数据输入的方法的具体实现流程图。参见图11，相对于图1-10任一所述实施例，本实施例提供的一种数据输入的方法在所述体感信号采集模块获取用户的体感数据，并将所述体感数据关联的输入区块识别为目标区块之前，还包括：s1101～s1102，具体详述如下：
在s1101中，所述体感信号采集模块获取所述用户的体感采集部位处于非运动状态的体感基准值。
在本实施例中，体感信号采集模块在获取用户的体感数据之前，可以对该体感信号采集模块进行校准，即获取用户在非运动状态下，即放松状态下的体感基准值，从而能够准确识别出用户是否进行体感触发，并记录体感触发时期的体感数据。
可选地，在本实施例中，该体感信号采集模块可以装配有10个惯性传感器节点，可实时获取各手指、手掌、手臂的三轴加速度数据。体感数据的获取方法具体为：①传感器通过usb线缆连接数据处理模块；②使用与体感信号采集模块配套软件连接智能手套，采集体感数据；③脑电信号采集模块通过预设的开放的tcp端口实时获取智能手套体感数据。
在s1102中，所述体感信号采集模块基于所述体感基准值构建关于所述用户的体感触发判定函数；所述体感判定函数用于生成所述体感数据；所述体感判定函数具体为：
其中，action为所述体感判定函数；
在本实施例中，体感信号采集模块可以将获取得的体感基准值导入到预设的体感触发判定模型内，从而生成关于用户的体感触发判定函数，若该体感触发判定函数的输出值大于预设的触发阈值，例如0，则识别用户正在通过体感信号采集模块输入体感数据，反之，则不采集用户的体感数据。其中，th0为检测阈值，可取3～10，其中取值越小检测灵敏度越高。
在本发明实施例中，通过在使用体感信号采集模型之前获取用户的体感基准值，从而能够提高体感数据采集的准确性。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
图12示出了本发明一实施例提供的一种数据输入的系统的结构框图，该数据输入的系统包括响应服务器以及至少一个业务请求终端，响应服务器以及业务请求终端用于执行图1对应的实施例中的各步骤。具体请参阅图1与图1所对应的实施例中的相关描述。为了便于说明，仅示出了与本实施例相关的部分。
参见图12，数据输入的系统包括脑电信号采集模块121、体感信号采集模块122、感官刺激模块123以及数据处理模块124；
所述感官刺激模块123，用于根据预设的区块划分算法，生成并输出包含多个输入区块的数字键盘；每个所述输入区块包括至少一个输入指令；
所述体感信号采集模块122，用于获取用户的体感数据，并将所述体感数据关联的输入区块识别为目标区块；
所述感官刺激模块123，用于基于所述目标区块包含的所述输入指令，生成指令选择界面；
所述脑电信号采集模块121，用于获取所述用户基于所述指令选择界面反馈的脑电信号；
所述数据处理模块124，用于解析所述脑电信号，确定所述用户所选的目标指令。
可选地，所述体感信号采集模块122还用于：
所述体感信号采集模块122，用于计算所述体感数据与各个输入区块关联的标准数据之间的匹配度；
所述体感信号采集模块122，用于将所述匹配度最高的所述标准数据对应的输入区块识别为所述目标区块。
可选地，所述脑电信号采集模块121包括多个脑电采集接口，每个所述脑电采集接口对应一个所述输入区块；
所述脑电信号采集模块121还用于：
所述脑电信号采集模块121，用于激活所述目标区块对应的所述脑电采集接口；
所述脑电信号采集模块121，用于通过所述脑电采集接口同时获取所述用户基于所述指令选择界面反馈的n个所述脑电信号；所述n为所述目标区块的个数。
可选地，所述脑电信号采集模块121还用于：
所述脑电信号采集模块121，用于通过预设的带通滤波器对原始信号进行滤波处理，得到滤波信号；
所述脑电信号采集模块121，用于根据所述指令选择界面中每个输入指令对应的激励周期，将所述滤波信号划分为多个子信号段；
所述脑电信号采集模块121，用于根据所述原始信号的采集频率，确定抽样频率，并基于所述抽样频率分别对各个所述子信号段进行降采样，生成各个所述子信号段对应的抽样序列；
所述脑电信号采集模块121，用于将所述抽样序列根据对应的所述子信号段的段编号依次合并，生成所述脑电信号。
可选地，所述数据处理模块124以及所述脑电信号采集模块121还用于：
所述数据处理模块124，用于生成多个训练指令，并控制所述感官刺激模块生成包含所述训练指令的训练选择界面；
所述脑电信号采集模块121，用于获取所述用户基于所述训练选择界面反馈的训练信号；
所述数据处理模块124，用于通过预设的逐步线性判别分析算法解析所述训练信号，并基于解析结果建立关于所述用户的二值线性分类模型；所述二值线性分类模型用于解析所述用户的所述脑电信号。
可选地，所述数据处理模块124还用于：
所述数据处理模块124，用于通过所述二值线性分类模型分别计算所述脑电信号中的各个所述抽样序列的分类值；
所述数据处理模块124，用于基于所有所述分类值确定所述目标指令。
可选地，所述体感信号采集模块122还用于：
所述体感信号采集模块122，用于获取所述用户的体感采集部位处于非运动状态的体感基准值；
所述体感信号采集模块122，用于基于所述体感基准值构建关于所述用户的体感触发判定函数；所述体感判定函数用于生成所述体感数据；所述体感判定函数具体为：
其中，action为所述体感判定函数；
因此，本发明实施例提供的数据输入的系统中，无需用户佩戴眼动装置，从而减少了整个数据输入系统的体质，由于体感数据采集设备的设备体积较小，可以通过手套、手腕等各类便携的佩戴装置获取用户的体感数据，从而提高了用户的操作体验，与此同时，数据输入的系统能够将数字键盘划分为多个输入区块，在保证了输入指令多样性的同时，可以通过体感数据激活对应的目标区块，筛选大量无效的指令，从而提高了后续目标指令选取的准确性，保证了脑机信号的吞吐量。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
- 还没有人留言评论。精彩留言会获得点赞！