WO2024242582A1 - Способ для отслеживания психоэмоциональных состояний пользователя и их коррекции - Google Patents

Способ для отслеживания психоэмоциональных состояний пользователя и их коррекции Download PDF

Info

Publication number
WO2024242582A1
WO2024242582A1 PCT/RU2023/000167 RU2023000167W WO2024242582A1 WO 2024242582 A1 WO2024242582 A1 WO 2024242582A1 RU 2023000167 W RU2023000167 W RU 2023000167W WO 2024242582 A1 WO2024242582 A1 WO 2024242582A1
Authority
WO
WIPO (PCT)
Prior art keywords
alpha
user
seconds
states
individual
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/RU2023/000167
Other languages
English (en)
French (fr)
Inventor
Евгений Олегович САВИЦКИЙ
Алексей Сергеевич ЗУБАРЕВ
Эрнест Эдемович АСАНОВ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
"neiry" LLC
Original Assignee
"neiry" LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from RU2023113057A external-priority patent/RU2814781C1/ru
Application filed by "neiry" LLC filed Critical "neiry" LLC
Publication of WO2024242582A1 publication Critical patent/WO2024242582A1/ru
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/372—Analysis of electroencephalograms
    • A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/375—Electroencephalography [EEG] using biofeedback
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training

Definitions

  • This technical solution relates to the field of computer technology, in particular, to a method for tracking the psycho-emotional states of the user and their correction.
  • a solution selected as the closest analogue, WO2022169376A1 is known from the prior art.
  • This invention discloses a hardware and software complex for improving the user's cognitive functions, comprising: a computing device configured to display information and containing a client application; a neurocomputer interface containing a neuroamplifier; a software interface configured to control the operating modes of the neuroamplifier, namely configured to: connect to the neuroamplifier and activate commands for obtaining electrode resistances and/or for removing and recording data from an electroencephalogram of the brain (EEG); a server contained in the software interface and including: a communication module with the neurocomputer interface; a software interface core; an EEG signal classification module; a module for sending data to the client application.
  • EEG electroencephalogram of the brain
  • the proposed technical solution is aimed at eliminating the shortcomings of the current level of technology and differs from known solutions in that the proposed method ensures high-quality and accurate tracking of the user's psycho-emotional states.
  • This solution uses an algorithm for cleaning the EEG signal from myographic (muscle) artifacts, which allows using this system (method) outside laboratory conditions.
  • the technical problem that the claimed solution is aimed at solving is the creation of a method for tracking the psycho-emotional states of the user and correcting them. Additional embodiments of the present invention are presented in the dependent claims of the invention. The technical result consists of precise and high-quality tracking of the user’s psycho-emotional states, as well as the ability to correct them.
  • the claimed result is achieved by implementing a method for tracking the user's psycho-emotional states and correcting them, which includes the following stages: a portable neural interface, in the mode of taking data from the electroencephalogram of the brain (EEG), polls the user's brain; the collected EEG data of the user are transmitted via a Bluetooth communication channel to a computing device for further processing; the computing device receives EEG data from the neuroamplifier, after which it filters and preprocesses them; the filtered and preprocessed data are classified, while for calculating psycho-emotional and psychophysiological states, and their further detection and correction, an individual calibration mechanism is used, which includes: a cycle: 20 seconds of closed eyes, 20 seconds of open eyes, 20 seconds of closed eyes, 20 seconds of open eyes, 40 seconds of calm wakefulness; In this case, during the calibration process for calculating psycho-emotional and psychophysiological states, the following values are calculated: the value of the individual Alpha rhythm peak (iAPF); the value of Alpha rhythm peak suppression; individual Alpha range boundaries; calculation of the
  • filtering and pre-processing of data is carried out using a fourth-order Butterworth filter, which is used for basic filtering of incoming data; by using the fast Fourier transform (FFT), the power spectral density (PSD) of the main rhythms of the brain is calculated - Delta, Theta, Alpha, Beta; by using power and amplitude filtering, myographic artifacts are eliminated and the useful physiological EEG signal is isolated.
  • FFT fast Fourier transform
  • PSD power spectral density
  • the following values are calculated: the value of the individual Alpha rhythm peak (iAPF), defined as the greatest power in the range of Alpha rhythm measurements at a certain frequency; the value of the Alpha rhythm peak suppression, defined as the difference in power between the absolute peak in the Alpha range during the calibration stages with open and closed eyes; the individual Alpha range boundaries are defined as the first value for the high-frequency alpha range, and the last value for the low-frequency alpha range, where the difference in power with open and closed eyes will be positive.
  • iAPF individual Alpha rhythm peak
  • the individual Alpha range boundaries are defined as the first value for the high-frequency alpha range, and the last value for the low-frequency alpha range, where the difference in power with open and closed eyes will be positive.
  • the value of the frequency of the individual peak of the Alpha rhythm is determined as the frequency value in the range of Alpha rhythm measurements from 7 to 13 Hz, at which the power is greatest.
  • the values of the rhythm power and their ratios are accumulated in a cyclic buffer with a size of 5 seconds, until a total of 30 seconds of artifact-free values are accumulated, and the root mean square averaging method is used as the averaging method.
  • all measurement results are saved in a local database and after the end of the session, together with the raw EEG data, are sent to a remote web platform to track statistics and progress.
  • a portable neurointerface in the mode of taking data from the electroencephalogram of the brain brain (EEG), conducts surveys of the user's brain at a frequency of 250 Hz, for each of the electrodes with a set of 8 readings.
  • EEG electroencephalogram of the brain brain
  • This technical solution is intended for individual use and is created to analyze the user’s psycho-emotional state, as well as to correct (alleviate) negative conditions (with regular use).
  • the method for tracking the psycho-emotional states of the user and their correction is implemented by means of the following technical elements: a neurocomputer interface (can be implemented in various form factors) containing a neuroamplifier; a computing device that provides reception, filtering, analysis and processing of data coming from the neuroamplifier; a cloud web platform, as well as a local database (all measurement results after the end of the session, together with raw EEG data, are sent to a remote web platform to track statistics and progress).
  • a neurocomputer interface can be implemented in various form factors
  • a computing device that provides reception, filtering, analysis and processing of data coming from the neuroamplifier
  • a cloud web platform as well as a local database (all measurement results after the end of the session, together with raw EEG data, are sent to a remote web platform to track statistics and progress).
  • the target electrodes are leads T3, T4, 01, 02, with a reference electrode on the forehead.
  • the sampling frequency is 250 Hz.
  • the device must be turned on with the button and the Bluetooth module must be paired, according to the user manual, with the target device (computing device), then put on the head, ensuring that the reference electrode touches the skin of the forehead, and the impedance values of the target electrodes in the application interface are less than 1 MOhm (megaohm). After this, it is possible to switch to the EEG signal measurement mode.
  • a module responsible for displaying and entering user information on a computing device.
  • Modules communicate with each other via the C API.
  • a search for a neurointerface ready for connection via Bluetooth is performed upon request. If such a neurointerface is found, an indication of the quality of the electrode placement is displayed. If the quality is satisfactory and the resistance values for each electrode are less than 1000 kOhm, it becomes possible to switch the device to the EEG recording mode.
  • the neurointerface conducts surveys at a frequency of 250 Hz for each of the electrodes; when 8 readings are collected, they are packed into a BLE packet and sent via the Bluetooth communication channel to the computing device.
  • the kernel module implements buffering functionality, with data output for processing every 0.1 sec. After receiving EEG data from the buffer, filtering and transformation algorithms are applied to them:
  • FFT fast Fourier transform
  • PSD power spectral density
  • Classification of psycho-emotional states is possible after passing an individual calibration, which takes 2 minutes.
  • the user is asked to sit quietly and go through a cycle: 20 seconds of closed eyes, 20 seconds of open eyes, 20 seconds of closed eyes, 20 seconds of open eyes, 40 seconds of calm wakefulness.
  • the following parameters are measured: Artifact-free values of the Alpha, Beta, Theta rhythm powers, the value of the individual Alpha rhythm peak (iAPF), individual Alpha range boundaries, Alpha rhythm subrange powers. Measurements are made with a sliding window of 5 seconds, with subsequent averaging - separately for the calibration stage with closed eyes, separately for the stage with open eyes.
  • the Alpha, Beta, Theta rhythms of the brain are measured, including the A1 and A2 subranges, and the baseline level characteristic of the given user is calculated (Baseline).
  • Baseline calculation when calculating Baseline, the values of rhythm power and their ratios are accumulated in a cyclic buffer with a size of 5 seconds, until a total of 30 seconds of artifact-free values are accumulated, the mean square averaging method is used as the averaging method. The 75th percentile of the resulting numerical series is taken as the Baseline value.
  • the following values are displayed in the user interface: the iAPF value and a description of the values.
  • This technical solution allows the user to monitor their condition in real time in monitoring mode.
  • the following metrics are available to the user on the display device: - Cognitive Score (cognitive load level in percent) - values in real time or as a graph for a period of up to 60 minutes.
  • the application Based on the detected states, the application displays notifications with recommendations for undergoing biofeedback training (different for different negative states).
  • the training helps users relieve stress and experience deep relaxation, suitable for users who find it difficult to relax.
  • the training allows the user to gradually learn to concentrate and not be distracted by external stimuli, suitable for users who easily relax, but relaxation is easily knocked down.
  • the trainings have a similar structure: they consist of three levels, with each level becoming more difficult to complete, and each level requires a total of 100 points. At the end of each training, the user is shown the result in the interface - the maximum number of points scored by the user during the training.
  • the module contains a receiving buffer for data coming via the Bluetooth channel to ensure a constant delay of 4 ms (for a sampling frequency of 250 Hz) when outputting data to the state classification modules.
  • the module also contains filters for clearing the signal from interference and a module for calculating Band Powers (power spectral density values). After signal cleaning and calculating the powers, the data is sent to the state classification modules for further processing and output to the display device.
  • Mind Tracker BCI An additional advantage of the system for detecting psycho-emotional states and correcting them (Mind Tracker BCI) is its flexible architecture: it can be integrated with various interfaces and various signal classifiers.
  • the value of the individual peak of the Alpha rhythm is defined as the greatest power in the range of Alpha rhythm measurements at a certain frequency (in a particular embodiment of the described method, the value of the frequency of the individual peak of the Alpha rhythm (iAPF) is defined as the frequency value in the range of Alpha rhythm measurements from 7 to 13 Hz, at which the power is greatest);
  • the magnitude of the suppression of the Alpha rhythm peak is defined as the difference in power between the absolute peak in the Alpha range during the calibration stages with open and closed eyes;
  • the power spectral density (PSD) of the ranges of the main rhythms of the brain, as well as their subranges, are measured using a sliding window of 5 seconds.
  • FS (a + 0) / p, where a is the power in the Alpha rhythm range, 0 is the power in the Theta rhythm range, and the power in the Beta rhythm range.
  • Alpha Gravity Index (GS) A2/A1, where A2 is the power in the Alpha rhythm sub-range from the iAPF value to the upper limit, and A1 is the power in the Alpha rhythm sub-range from the iAPF value to the lower limit.
  • Concentration index B/A, where B is the power in the Beta rhythm subrange, and A is the power in the Alpha rhythm subrange
  • the metric values with decoding are displayed to the user for monitoring.
  • iAPF Cognitive Score graph (scale from 0 to 100%), indication of psycho-emotional states.
  • iAPF - values from 7 to 13 Hz
  • Cognitive Score - a graph of involvement in the presented task (productivity graph): for users with low (iAPF ⁇ 10) it is calculated based on the fatigue index, with correction factors; for users with high alpha frequency (iAPF>10) it is calculated based on the Alpha Gravity Index (GS), with correction factors.
  • Indication of psycho-emotional states is implemented in the form of indicators: Relaxation, Involvement, Mild fatigue, Moderate fatigue, Chronic fatigue, Anxiety, Stress. State indicators become active as soon as the system algorithm determines them.
  • the algorithm recognizes each state individually, based on the values of the indices described above.
  • the mechanics are based on auditory feedback, which depends on maintaining the level of its Alpha peak, determined at the calibration stage (the amount of Alpha rhythm suppression). When maintaining relaxation, the sounds of nature are clearly expressed, but when falling, extraneous sounds of artificial origin are mixed in (for example, the sounds of a highway, a construction site, etc.)
  • All measurement results are sent and saved to a local Postgress SQL database and after the end of the session, together with the raw EEG data, are sent to a remote web platform, which allows you to track statistics and progress when reusing the system.
  • the proposed technical solution allows tracking metrics and states “at the moment”, as well as session-wise - keeping statistics by days, weeks, months.
  • recommendations are displayed on the display device to help get rid of such states (recommendations for planning the “work/rest” mode, or recommendations for completing training).

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Hospice & Palliative Care (AREA)
  • Developmental Disabilities (AREA)
  • Child & Adolescent Psychology (AREA)
  • Social Psychology (AREA)
  • Educational Technology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

Изобретение относится к способу отслеживания психоэмоциональных состояний пользователя. При этом проводят опросы головного мозга пользователя в режиме снятия данных ЭЭГ с помощью портативного нейроинтерфейса. Собранные ЭЭГ-данные передают по каналу связи Bluetooth на вычислительное устройство для дальнейшей обработки. Для вычисления психоэмоциональных и психофизиологических состояний и их дальнейшей детекции используют механизм индивидуальной калибровки, который включает в себя цикл: 20 секунд закрытых глаз, 20 секунд открытых глаз, 20 секунд закрытых глаз, 20 секунд открытых глаз, 40 секунд спокойного бодрствования. При калибровке для вычисления психоэмоциональных и психофизиологических состояний вычисляются следующие значения: величина индивидуального пика Альфа-ритма (IAPF); величина супрессии пика Альфа-ритма; индивидуальные границы Альфа-диапазона; базовый уровень индекса когнитивной усталости, индекс концентрации, индекс «альфа-гравити», характерный для данного пользователя (Baseline). Значения метрик с расшифровкой отображают пользователю для мониторинга. На основе детектируемых состояний отображают пользователю уведомления с рекомендациями по прохождению тренингов с биологической обратной связью.

Description

СПОСОБ ДЛЯ ОТСЛЕЖИВАНИЯ ПСИХОЭМОЦИОНАЛЬНЫХ СОСТОЯНИЙ ПОЛЬЗОВАТЕЛЯ И ИХ КОРРЕКЦИИ
ОБЛАСТЬ ТЕХНИКИ
Настоящее техническое решение относится к области вычислительной техники, в частности, к способу для отслеживания психоэмоциональных состояний пользователя и их коррекции.
УРОВЕНЬ ТЕХНИКИ
Из уровня техники известно решение, выбранное в качестве наиболее близкого аналога, WO2022169376A1 . Данное изобретение раскрывает программноаппаратный комплекс для улучшения когнитивных функций пользователя, содержащее: вычислительное устройство, выполненное с возможностью отображения информации и содержащее клиентское приложение; нейрокомпьютерный интерфейс, содержащий нейроусилитель; программный интерфейс, выполненный с возможностью осуществления управления режимами работы нейроусилителя, а именно выполненный с возможностью: подключения к нейроусилителю и активации команд на получение сопротивлений электродов и/или для снятия и записи данных электроэнцефалограммы головного мозга (ЭЭГ); сервер, содержащийся в составе программного интерфейса и включающий в себя: модуль связи с нейрокомпьютерным интерфейсом; ядро программного интерфейса; модуль классификации сигналов ЭЭГ; модуль отправки данных клиентскому приложению.
Предлагаемое техническое решение направлено на устранение недостатков современного уровня техники и отличается от известных решений тем, что предложенный способ обеспечивает качественное и точное отслеживание психоэмоциональных состояний пользователя. В данном решении применяется алгоритм очистки ЭЭГ-сигнала от миографиеских (мышечных) артефактов, что позволяет применять данную систему (способ) вне лабораторных условий.
СУЩНОСТЬ ИЗОБРЕТЕНИЯ
Технической проблемой, на решение которой направлено заявленное решение, является создание способа для отслеживания психоэмоциональных состояний пользователя и их коррекции. Дополнительные варианты реализации настоящего изобретения представлены в зависимых пунктах изобретения. Технический результат заключается в точном и качественном отслеживании психоэмоциональных состояний пользователя, а также в возможности их коррекции.
Заявленный результат достигается за счет осуществления способа для отслеживания психоэмоциональных состояний пользователя и их коррекции, который включает в себя этапы, на которых: портативный нейроинтерфейс, в режиме снятия данных электроэнцефалограммы головного мозга (ЭЭГ), проводит опросы головного мозга пользователя; собранные ЭЭГ-данные пользователя передаются по каналу связи Bluetooth на вычислительное устройство для дальнейшей обработки; вычислительное устройство получает ЭЭГ-данные с нейроусилителя, после чего фильтрует и предобрабатывает их; отфильтрованные и предобработанные данные классифицируются, при этом для вычисления психоэмоциональных и психофизиологических состояний, и дальнейшей их детекции и коррекции используется механизм индивидуальной калибровки, который включает в себя: цикл: 20 секунд закрытых глаз, 20 секунд открытых глаз, 20 секунд закрытых глаз, 20 секунд открытых глаз, 40 секунд спокойного бодрствования; при этом при процессе калибровки для вычисления психоэмоциональных и психофизиологических состояний вычисляются следующие значения: величина индивидуального пика Альфа-ритма (iAPF); величина супрессии пика Альфа-ритма; индивидуальные границы Альфа-диапазона; расчет базового уровня индекса когнитивной усталости, индекса концентрации, индекса «альфа-гравити», характерного для данного пользователя (Baseline); после проведения калибровки и вычисления индивидуального базового уровня, значения метрик с расшифровкой отображаются пользователю для мониторинга; на основе детектируемых состояний, пользователю отображаются уведомления с рекомендациями по прохождению тренингов с биологической обратной связью.
В частном варианте реализации описываемого способа, фильтрация и предобработка данных осуществляется посредством фильтра Баттерворта четвертого порядка, который используется для базовой фильтрации поступающих данных; посредством применения быстрого преобразования Фурье (FFT), осуществляется вычисления спектральной плотности мощности (PSD) основных ритмов головного мозга - Дельта, Тета, Альфа, Бета; посредством применения мощностной и амплитудной фильтрации, реализуется избавление от миографических артефактов и выделения полезного физиологического ЭЭГ-сигнала.
В другом частном варианте реализации описываемого способа, при процессе калибровки для вычисления психоэмоциональных и психофизиологических состояний вычисляются следующие значения: величина индивидуального пика Альфа-ритма (iAPF), определяется как наибольшая мощность в диапазоне измерений Альфа-ритма на определенной частоте; величина супрессии пика Альфа-ритма, определяется как разница в мощности между абсолютным пиком в Альфа-диапазоне при этапах калибровки с открытыми и закрытыми глазами; индивидуальные границы Альфа-диапазона определяются как первое значение для высокочастотного альфа-диапазона, и последнее значение для низкочастотного альфа-диапазона, где разница мощностей при открытых и при закрытых глазах будет положительна.
В частном варианте реализации описываемого способа, величина частоты индивидуального пика Альфа-ритма (iAPF), определяется как значение частоты в диапазоне измерений Альфа-ритма от 7 до 13 Гц, при котором мощность наибольшая.
В частном варианте реализации описываемого способа, при расчете Baseline происходит накопление значений мощности ритмов и их соотношений в цикличном буфере размерностью 5 секунд, до накопления суммарно 30 секунд безартефактных значений, причем в качестве метода усреднения используется метод среднеквадратичного усреднения.
В другом частном варианте реализации описываемого способа, все результаты измерений сохраняются в локальную базу данных и после окончания сессии вместе с сырыми ЭЭГ данным, отправляются на удаленную web-платформу для отслеживания статистики и прогресса.
В частном варианте реализации описываемого способа, портативный нейроинтерфейс, в режиме снятия данных электроэнцефалограммы головного мозга (ЭЭГ), проводит опросы головного мозга пользователя с частотой 250 Гц, по каждому из электродов при наборе 8 отсчетов.
ДЕТАЛЬНОЕ ОПИСАНИЕ ИЗОБРЕТЕНИЯ
В приведенном ниже подробном описании реализации изобретения приведены многочисленные детали реализации, призванные обеспечить отчетливое понимание настоящего изобретения. Однако, квалифицированному в предметной области специалисту, будет очевидно каким образом можно использовать настоящее изобретение, как с данными деталями реализации, так и без них. В других случаях хорошо известные методы, процедуры и компоненты не были описаны подробно, чтобы не затруднять излишне понимание особенностей настоящего изобретения.
Кроме того, из приведенного изложения будет ясно, что изобретение не ограничивается приведенной реализацией. Многочисленные возможные модификации, изменения, вариации и замены, сохраняющие суть и форму настоящего изобретения, будут очевидными для квалифицированных в предметной области специалистов.
Настоящее техническое решение предназначено для индивидуального использования и создано для анализа психоэмоционального состояния пользователя, а также коррекции (облегчения) негативных состояний (при регулярном использовании).
Способ для отслеживания психоэмоциональных состояний пользователя и их коррекции реализовывается посредством следующих технических элементов: нейрокомпьютерный интерфейс (может быть реализован в различных формфакторах), содержащий нейроусилитель; вычислительное устройство, обеспечивающее прием, фильтрацию, анализ и обработку данных, поступающих от нейроусилителя; облачную веб-платформу, а также локальную базу данных (все результаты измерений после окончания сессии вместе с сырыми ЭЭГ данным, отправляются на удаленную web-платформу для отслеживания статистики и прогресса).
В качестве основного принципа работы устройства для регистрации ЭЭГ- сигнала (нейрокомпьютерного интерфейса), лежит принцип измерения разницы потенциалов между целевым электродом и референтным электродом, с определенной частотой дискретизации, каждый цикл измерений (данные со всех электродов), собирается в отдельный отсчет и по накоплении 8 отсчетов упаковывается в BLE-пакет для передачи на целевое устройство для дальнейшей фильтрации, обработки и классификации.
Точность измерений достигается благодаря системе фильтрации внешних помех - режекторные фильтры для отсечения внешних наводок на частотах 50/60 Гц, основной фильтр на базе фильтра Баттерворта 4го порядка для очистки ЭЭГ- сигнала от шумов, а также за счет применения парадигм, связанных с индивидуальной частотой альфа-пика (iAPF) для выбора более точной механики отслеживания психоэмоциональных состояний у различных пользователей.
В одной из реализаций устройства для регистрации ЭЭГ-сигнала целевыми электродами являются отведения ТЗ, Т4, 01 , 02, с референтным электродом на лбу. Частота дискретизации составляет 250 Гц. Для начала работы устройство необходимо включить кнопкой и провести процедуру сопряжения модуля Bluetooth, согласно руководству пользователя, с целевым устройством (вычислительным устройством), далее надеть на голову, следя чтобы референтный электрод касался кожи лба, а значения импендансов целевых электродов в интерфейсе приложения были менее 1 МОм (мегаом). После этого возможен переход в режим измерения сигнала ЭЭГ.
В другой реализации устройства для регистрации ЭЭГ-сигнала целевыми электродами являются отведения СЗ, С4, А1 , А2, с референтным электродом в расположении CZ (на макушке). Частота дискретизации составляет 250 Гц. Для начала работы устройство необходимо включить кнопкой и провести процедуру сопряжения модуля Bluetooth, согласно руководству пользователя, с целевым устройством - отдельно для нейроусилителя, и отдельно для стереогарнитуры. Далее надеть на голову, следя чтобы все электроды прилегали и значения импендансов целевых электродов были менее 1 МОм. После этого возможен переход в режим измерения сигнала ЭЭГ. В процессе работы с устройством возможно использование стереогарнитуры по прямому назначению - для прослушивания музыки, совершения аудио-звонков, параллельно с измерением ЭЭГ-сигнала.
Нейроинтерфейсы поддерживают следующие режимы работы: измерение сопротивлений - для определения качества прилегания электродов, отправку значений заряда встроенного аккумулятора, съем ЭЭГ-сигнала. Устройства не предусматривают какой-либо аппаратной фильтрации - обработка производится на стороне вычислительного устройства (Mind Tracker ВО). Вычислительное устройство - аппаратно-программное устройство, обеспечивающее пользователю получение информации/данных и/или выполнение требуемого алгоритма работы и/или взаимодействие с локальными или глобальными сетями (системами) связи и информационными системами (например, мобильное устройство, ноутбук и др.).
Вычислительное устройство может состоять из: устройств ввода/вывода информации (аудио, графической, текстовой, видео и др.); датчиков (положения, ориентации, освещенности, акселерометров, приближения и др.); коммуникационных модулей (периферийные устройства); ядра персонального устройства (средств вычислительной техники (микропроцессор, постоянное запоминающее устройство, оперативное запоминающее устройство), графические ускорители, средства обработки звуковых потоков).
Вычислительное устройство осуществляет необходимую обработку данных с использованием трех основных модулей:
- Ядро, отвечающее за управление устройствами, прием сигнала, преобразование, фильтрацию и отсылку в модуль интерфейса, модуль локальной базы данных и отсылку на удаленный сервер web-платформы;
- Интерфейс, модуль, отвечающий за отображение и ввод пользовательской информации на вычислительном устройстве.
- Локальная база данных, модуль, хранящий данные сеанса и отправляющий их на удаленный сервер web-платформы для хранения и анализа.
Модули связываются между собой посредством С API.
После запуска устройств, по запросу осуществляется поиск нейроинтерфейса, готового к подключению по каналу Bluetooth. В случае если такой нейроинтерфейс был найден, осуществляется отображение индикации с качеством наложения электродов. Если качество удовлетворительное и показатели сопротивлений по каждому электроду менее 1000 кОм, появляется возможность переключения устройства в режим снятия ЭЭГ.
В режиме снятия ЭЭГ нейроинтерфейс проводит опросы с частотой 250 Гц, по каждому из электродов, при наборе 8 отсчетов, они упаковываются в BLE пакет и отсылаются по каналу связи Bluetooth на вычислительное устройство.
Для устранения плавающих задержек при передаче данных по протоколу BLE в модуле ядра реализован функционал буферизации, с выводом данных в обработку каждые 0,1 сек. После получения ЭЭГ-данных из буфера, к ним применяются алгоритмы фильтрации и преобразования:
- фильтр Баттерворта четвертого порядка;
- быстрое преобразование Фурье (FFT) для получения значений частоты и амплитуды сигнала;
- вычисление спектральной плотности мощности (PSD) основных ритмов головного мозга - Тета, Альфа, Бета, включая поддиапазоны.
Все дальнейшие измерения проводятся после дополнительной мощностной и амплитудной фильтрации миографических артефактов для выделения полезного физиологического ЭЭГ-сигнала. Фильтрация проводится скользящим окном, шириной 0.8 сек. В расчеты берутся только безартефактные значения.
Классификация психоэмоциональных состояний возможна после прохождения индивидуальной калибровки, занимающей 2 минуты. В процессе калибровки пользователю предлагается сесть спокойно и пройти цикл: 20 секунд закрытых глаз, 20 секунд открытых глаз, 20 секунд закрытых глаз, 20 секунд открытых глаз, 40 секунд спокойного бодрствования.
В процессе калибровки измеряются следующие параметры: Безартефактные значения мощностей Альфа, Бета, Тета ритмов, величина индивидуального пика Альфа-ритма (iAPF), индивидуальные границы Альфа-диапазона, мощности поддиапазонов Альфа-ритма. Измерения производятся скользящим окном 5 секунд, с последующим усреднением - отдельно для этапа калибровки с закрытыми глазами, отдельно для этапа с открытыми глазами.
В последние 40 секунд происходит измерение Альфа-, Бета-, Тета-ритмов головного мозга, включая поддиапазоны А1 и А2, производится расчет базового уровня, характерного для данного пользователя (Baseline).
Расчет Baseline: при расчете Baseline происходит накопление значений мощности ритмов и их соотношений в цикличном буфере размерностью 5 секунд, до накопления суммарно 30 секунд безартефактных значений, в качестве метода усреднения используется метод среднеквадратичного усреднения. В качестве значения Baseline значения, берется 75 процентиль полученного числового ряда.
После расчета Baseline в интерфейс пользователя выводятся следующие значения: величина iAPF, и расшифровка значений.
Настоящее техническое решение позволяет пользователю наблюдать за своим состоянием в реальном времени в режиме мониторинга. На устройстве отображения пользователю доступны метрики: - Cognitive Score (уровень когнитивной загрузки в процентах) - значения в реальном времени или в виде графика за период до 60 минут.
- Индикация психоэмоциональных состояний: в данный момент состояния отображаются в виде индикаторов: Расслабление, Вовлеченность, Легкая усталость, Усталость средней степени, Хроническая усталость, Тревожность, Стресс. Состояния становятся активными, как только алгоритм приложения их определяет.
На основе детектируемых состояний приложение выводит уведомления с рекомендациями по прохождению БОС-тренингов (различные для различных негативных состояний).
Примеры БОС-тренингов:
- Снятие стресса - тренинг предлагается пользователю при обнаружении таких состояний как усталость и стресс.
Тренинг помогает пользователям снять стресс и ощутить глубокое расслабление, подходит пользователям, которым сложно расслабится.
- Расслабление разума - тренинг предлагается пользователю при обнаружении таких состояний как усталость и тревожность. Тренинг позволяет пользователю постепенно научиться концентрироваться и не отвлекаться на внешние раздражители, подходит пользователям, которым легко расслабится, но расслабление легко сбить.
Тренинги имеют схожую структуру: состоят из трех уровней, с каждым уровнем сложность прохождения возрастает, в каждом уровне надо набрать 100 баллов. В конце каждого тренинга пользователю в интерфейс выводится результат - максимальное количество баллов, набранное пользователем за тренинг.
Алгоритм взаимодействия модулей системы детекции психоэмоциональных состояний и их коррекции (Mind Tracker BCI):
- Интерфейс пользователя выступает клиентом, позволяет устанавливать связь и осуществлять управление режимами работы нейроусилителя. Отображает информацию пользователю.
- Ядро получает ЭЭГ-данные напрямую с нейроусилителя, фильтрует и предобрабатывает их, для базовой фильтрации поступающих данных используется фильтр Баттерворта четвертого порядка и быстрое преобразование Фурье (FFT) для получения значений спектральной плотности мощности далее отфильтрованные и предобработанные данные поступают в модули классификации для вычисления психоэмоциональных и психофизиологических состояний. Готовые метрики передаются пользователю для отображения. Отправляет ЭЭГ-данные в локальную БД для хранения. Ядро представляет из себя набор компонентов, обеспечивающих функционирование и связь между модулями интерфейса, такими как:
1. Модуль классификации сигналов ЭЭГ.
В модуле содержится приемный буфер для данных, приходящих по каналу Bluetooth, для обеспечения константной задержки в 4 мс (для частоты дискретизации 250 Гц) при выводе данных в модули классификации состояний. Таже в модуле присутствуют фильтры для очистки сигнала от помех и модуль для вычисления Band Powers (значений спектральной плотности мощности), после очистки сигнала и вычисления мощностей, данные поступают в модули классификации состояний для дальнейшей обработки и вывода на устройство отображения.
2. Модуль связи с нейрокомпьютерным интерфейсом.
В данном модуле содержится логика управления подключением к нейроусилителю по каналу связи Bluetooth, также модуль отвечает за пересылку команд для переключения режимов работы нейроусилителя (режим измерения импенданса, режим снятия данных)
3. Модуль отправки данных пользователю.
В данном модуле содержится логика внутреннего С API для связи между модулем классификации, модулем связи с нейрокомпьютерным интерефейсом и клиентским приложением. Модуль является набором API методов, позволяющим выдавать и принимать данных, получать команды из интерфейса приложения в понятном для пользователя виде.
4. Локальная база данных, модуль, хранящий данные сеанса и отправляющий их на удаленный сервер web-платформы для дальнейшего хранения и анализа.
В данном модуле содержится локальная база SQL Lite для записи ЭЭГ- данных и метрик, полученных от модулей классификации, при отсутствии связи с удаленным сервером web-платформы. Хранимые данные содержат: RAW EEG Data в формате HDF5, данные разметки событий с привязкой ко времени, данные классифицированных состояний с привязкой ко времени, метаданные сессии, включая модель нейроусилителя, количество каналов, абсолютное время начала и конца сессии. Также в модуле содержится функционал доотсылки данных при обрыве соединения с сетью Internet. Учитывая “плавающую” задержку в приеме данных по беспроводному протоколу, интерфейс использует буфер для сбора данных, тем самым позволяя добиться равномерной задержки при передаче ЭЭГ данных для классификации и дальнейшей передаче их в интерфейс приложения.
В качестве дополнительно преимущества системы детекции психоэмоциональных состояний и их коррекции (Mind Tracker BCI) можно выделить его гибкую архитектуру: может быть интегрирован с различными интерфейсами и различными классификаторами сигналов.
Фильтрация и предобработка данных в ядре (включает в себя):
Применение фильтра Баттерворта четвертого порядка, который используется для базовой фильтрации поступающих данных;
Применение быстрого преобразования Фурье (FFT), которое используется для вычисления спектральной плотности мощности (PSD) основных ритмов головного мозга - Дельта, Тета, Альфа, Бета;
Фильтрация проводится скользящим окном, шириной 0.8 сек. В дальнейшие расчеты берутся только безартефактные значения.
В процессе калибровки для вычисления психоэмоциональных и психофизиологических состояний вычисляются следующие значения:
• величина индивидуального пика Апьфа-ритма (iAPF), определяется как наибольшая мощность в диапазоне измерений Альфа-ритма на определенной частоте (в частном варианте реализации описываемого способа, величина частоты индивидуального пика Альфа-ритма (iAPF), определяется как значение частоты в диапазоне измерений Апьфа-ритма от 7 до 13 Гц, при котором мощность наибольшая);
• величина супрессии пика Апьфа-ритма, определяется как разница в мощности между абсолютным пиком в Альфа-диапазоне при этапах калибровки с открытыми и закрытыми глазами;
• индивидуальные границы Апьфа-диапазона определяются как первое значение (для высокочастотного альфа-диапазона), и последнее значение (для низкочастотного альфа-диапазона), где разница мощностей при открытых и при закрытых глазах будет положительна;
• расчет базового уровня индекса когнитивной усталости, индекса концентрации, индекса «альфа-гравити», характерного для данного пользователя (Baseline). Спектральная плотность мощностей (PSD) диапазонов основных ритмов головного мозга, а также их поддиапазонов измерения производятся скользящим окном 5 секунд.
Для расчёта основных индексов, применяются следующие формулы:
Индекс когнитивной усталости (FS) = ( а + 0) / р, где а мощность в диапазоне Альфа-ритма, 0 мощность в диапазоне Тета-ритма, мощность в диапазоне Бета- ритма.
Индекс «Альфа-гравити» (GS) = А2/А1 , где А2 мощность в поддиапазоне Альфа-ритма от значения iAPF до верхней границы, а А1 мощность в поддиапазоне Альфа-ритма от значения iAPF до нижней границы.
Индекс концентрации = В/A, где В мощность в поддиапазоне Бета-ритма, а А мощность в поддиапазоне Альфа-ритма
После проведения калибровки и вычисления индивидуального базового уровня значений метрик с расшифровкой отображаются пользователю для мониторинга.
Выводятся значения: iAPF, график Cognitive Score (шкала от 0 до 100%), индикация психоэмоциональных состояний. iAPF - значения от 7 до 13 Гц
Cognitive Score - график вовлеченности в предъявленную задачу (график продуктивности): для пользователей с низкой (iAPF<10) рассчитывается на основе индекса утомления, с поправочными коэффициентами; для пользователей с высокой альфа-частотой (iAPF>10) рассчитывается на основе индекса «Альфа-гравити» (GS), с поправочными коэффициентами.
Индикация психоэмоциональных состояний реализована в виде индикаторов: Расслабление, Вовлеченность, Легкая усталость, Усталость средней степени, Хроническая усталость, Тревожность, Стресс. Индикаторы состояние становятся активными, как только алгоритм системы их определяет.
Алгоритм распознает каждое состояние индивидуально, на основе значений индексов, описанных выше.
• Состояния расслабления и вовлеченности идентифицируются при высоких показателях iAPF и низких значениях FS, по отношению к базовым (Baseline) показателям. • Состояния усталости легкой, средней и хронической степеней идентифицируются при более низких показателя iAPF и повышении значений FS, по отношению к базовым (Baseline) показателям.
• Состояния тревожности и стресса, идентифицируются при низких значениях iAPF и высоких значениях индекса стресса, по отношению к базовым (Baseline) показателям.
В основе механики лежит аудиальная обратная связь, зависящая от поддержания уровня своего Альфа-пика, определенного на этапе калибровки (величина супрессии Альфа-ритма). При удержании расслабления звуки природы ярко выражены, но при падении к ним примешиваются посторонние звуки искусственного происхождения (например звуки шоссе, строительной площадки и и.д.)
Все результаты измерений (сессий), отсылаются сохраняются в локальную базу данных Postgress SQL и после окончания сессии вместе с сырыми ЭЭГ данным, отсылаются на удаленную web-платформу, что позволяет при повторном использовании системы отслеживать статистику и прогресс.
Предлагаемое техническое решение позволяет отслеживать метрики и состояния «в моменте», а также сессионно - ведя статистику по дням, неделям, месяцам.
При обнаружении негативных психоэмоциональных состояний у пользователя, на устройстве отображения выводятся рекомендации, позволяющие избавится от подобных состояний (рекомендации для планирования режима «работа / отдых», или рекомендации по прохождению тренинга).
Дополнительно решение позволяет выстроить индивидуальную предиктивную модель и уведомляет пользователя о наиболее благоприятных периодах работы/отдыха, на основе накопленных данных.
В данном решении применяется алгоритм очистки ЭЭГ-сигнала от миографиеских (мышечных) артефактов, что позволяет применять предложенное техническое решение вне лабораторных условий.
Несмотря на то, что изобретение описано со ссылкой на раскрываемые варианты воплощения, для специалистов в данной области должно быть очевидно, что конкретные, подробно описанные, эксперименты приведены лишь в целях иллюстрирования настоящего изобретения, и их не следует рассматривать как каким-либо образом ограничивающие объем изобретения. Должно быть понятно, что возможно осуществление различных модификаций без отступления от сути настоящего изобретения.

Claims

Формула
1. Способ для отслеживания психоэмоциональных состояний пользователя и их коррекции, включающий этапы, на которых: портативный нейроинтерфейс, в режиме снятия данных электроэнцефалограммы головного мозга (ЭЭГ), проводит опросы головного мозга пользователя; собранные ЭЭГ-данные пользователя передаются по каналу связи Bluetooth на вычислительное устройство для дальнейшей обработки; вычислительное устройство получает ЭЭГ-данные с нейроусилителя, после чего фильтрует и предобрабатывает их; отфильтрованные и предобработанные данные классифицируются, при этом для вычисления психоэмоциональных и психофизиологических состояний, и дальнейшей их детекции и коррекции используется механизм индивидуальной калибровки, который включает в себя: цикл: 20 секунд закрытых глаз, 20 секунд открытых глаз, 20 секунд закрытых глаз, 20 секунд открытых глаз, 40 секунд спокойного бодрствования; при этом при процессе калибровки для вычисления психоэмоциональных и психофизиологических состояний вычисляются следующие значения: величина индивидуального пика Альфа-ритма (iAPF); величина супрессии пика Альфа-ритма; индивидуальные границы Альфа-диапазона; расчет базового уровня индекса когнитивной усталости, индекса концентрации, индекса «альфа-гравити», характерного для данного пользователя (Baseline); после проведения калибровки и вычисления индивидуального базового уровня, значения метрик с расшифровкой отображаются пользователю для мониторинга; на основе детектируемых состояний, пользователю отображаются уведомления с рекомендациями по прохождению тренингов с биологической обратной связью.
2. Способ по п.1 , в котором фильтрация и предобработка данных осуществляется посредством фильтра Баттерворта четвертого порядка, который используется для базовой фильтрации поступающих данных; посредством применения быстрого преобразования Фурье (FFT), осуществляется вычисления спектральной плотности мощности (PSD) основных ритмов головного мозга - Дельта, Тета, Альфа, Бета; посредством применения мощностной и амплитудной фильтрации, реализуется избавление от миографических артефактов и выделения полезного физиологического ЭЭГ-сигнала.
3. Способ по п.1, в котором при процессе калибровки для вычисления психоэмоциональных и психофизиологических состояний вычисляются следующие значения:
• величина индивидуального пика Альфа-ритма (iAPF), определяется как наибольшая мощность в диапазоне измерений Альфа-ритма на определенной частоте;
• величина супрессии пика Альфа-ритма, определяется как разница в мощности между абсолютным пиком в Апьфа-диапазоне при этапах калибровки с открытыми и закрытыми глазами;
• индивидуальные границы Альфа-диапазона определяются как первое значение для высокочастотного альфа-диапазона, и последнее значение для низкочастотного альфа-диапазона, где разница мощностей при открытых и при закрытых глазах будет положительна.
4. Способ по п.З, в котором величина частоты индивидуального пика Альфа- ритма (iAPF), определяется как значение частоты в диапазоне измерений Альфа- ритма от 7 до 13 Гц, при котором мощность наибольшая.
5. Способ по п.1, в котором при расчете Baseline происходит накопление значений мощности ритмов и их соотношений в цикличном буфере размерностью 5 секунд, до накопления суммарно 30 секунд безартефактных значений, причем в качестве метода усреднения используется метод среднеквадратичного усреднения.
6. Способ по п.1 , в котором все результаты измерений сохраняются в локальную базу данных и после окончания сессии вместе с сырыми ЭЭГ данным, отправляются на удаленную web-платформу для отслеживания статистики и прогресса.
7. Способ по п.1 , в котором портативный нейроинтерфейс, в режиме снятия данных электроэнцефалограммы головного мозга (ЭЭГ), проводит опросы головного мозга пользователя с частотой 250 Гц, по каждому из электродов при наборе 8 отсчетов.
PCT/RU2023/000167 2023-05-19 2023-06-01 Способ для отслеживания психоэмоциональных состояний пользователя и их коррекции Ceased WO2024242582A1 (ru)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
RU2023113057A RU2814781C1 (ru) 2023-05-19 Способ для отслеживания психоэмоциональных состояний пользователя и их коррекции
RU2023113057 2023-05-19

Publications (1)

Publication Number Publication Date
WO2024242582A1 true WO2024242582A1 (ru) 2024-11-28

Family

ID=93590238

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/RU2023/000167 Ceased WO2024242582A1 (ru) 2023-05-19 2023-06-01 Способ для отслеживания психоэмоциональных состояний пользователя и их коррекции

Country Status (1)

Country Link
WO (1) WO2024242582A1 (ru)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106725462A (zh) * 2017-01-12 2017-05-31 兰州大学 基于脑电信号的声光睡眠干预系统和方法
US20180242919A1 (en) * 2017-02-24 2018-08-30 Cerebral Diagnostics Canada Incorporated Diagnosis of migraine via expert system
US20220047204A1 (en) * 2018-09-24 2022-02-17 JÓHANNSSON Magnús Methods, Computer-Readable Media and Devices for Producing an Index
WO2022169376A1 (ru) 2021-02-05 2022-08-11 Общество С Ограниченной Ответственностью "Нейри" Программно-аппаратный комплекс для улучшения когнитивных функций пользователя

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106725462A (zh) * 2017-01-12 2017-05-31 兰州大学 基于脑电信号的声光睡眠干预系统和方法
US20180242919A1 (en) * 2017-02-24 2018-08-30 Cerebral Diagnostics Canada Incorporated Diagnosis of migraine via expert system
US20220047204A1 (en) * 2018-09-24 2022-02-17 JÓHANNSSON Magnús Methods, Computer-Readable Media and Devices for Producing an Index
WO2022169376A1 (ru) 2021-02-05 2022-08-11 Общество С Ограниченной Ответственностью "Нейри" Программно-аппаратный комплекс для улучшения когнитивных функций пользователя

Similar Documents

Publication Publication Date Title
JP6423487B2 (ja) 痙攣の検出のためのシステムおよびその作動方法
EP2421430B1 (en) Adaptive performance trainer
CN107260142B (zh) 利用惯性频率减少生理指标误差
US11540769B2 (en) System and method for tracking sleep dynamics using behavioral and physiological information
CN104615851B (zh) 一种睡眠监控方法及终端
US20120323087A1 (en) Affective well-being supervision system and method
WO2007149553A2 (en) Alertness/drowsiness and cognitive capacity index
CN115191961B (zh) 心肺健康检测方法及装置、可穿戴设备、存储介质
US10966662B2 (en) Motion-dependent averaging for physiological metric estimating systems and methods
CN105476631A (zh) 一种基于脑电信号的睡眠检测及睡眠辅助方法及装置
KR102038151B1 (ko) 사용자의 졸음의 정도 혹은 집중력의 정도를 측정하기 위한 방법 및 이를 위한 웨어러블 디바이스
JP2022508544A5 (ru)
WO2017067010A1 (zh) 睡眠评价显示方法和装置及评价设备
CN110141258A (zh) 一种情绪状态检测方法、设备及终端
CN117045253A (zh) 一种ai心理咨询方法和系统
CN113729624A (zh) 意识水平测定方法及计算机程序
JP2018082931A (ja) 覚醒度処理方法および覚醒度処理装置
CN119279589A (zh) 一种无线可穿戴高速率情绪检测脑机交互系统
RU2814781C1 (ru) Способ для отслеживания психоэмоциональных состояний пользователя и их коррекции
WO2024242582A1 (ru) Способ для отслеживания психоэмоциональных состояний пользователя и их коррекции
CN210383897U (zh) 一种肌肉疲劳的联合测量装置以及假肢
WO2017180617A1 (en) Psychological acute stress measurement using a wireless sensor
EP3961619A1 (en) Information processing device, sound masking system, control method, and control program
AU2015255261A1 (en) Method and apparatus for detecting seizures
CN112515688A (zh) 专注力自动侦测方法和系统

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23889848

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2023889848

Country of ref document: EP

Effective date: 20251219

122 Ep: pct application non-entry in european phase

Ref document number: 23889848

Country of ref document: EP

Kind code of ref document: A1