本發(fā)明涉及大腦認(rèn)知、腦電和大數(shù)據(jù)技術(shù)領(lǐng)域，具體涉及一種認(rèn)知及腦電大數(shù)據(jù)系統(tǒng)。

背景技術(shù)：

人的認(rèn)知能力是指人腦加工、儲(chǔ)存和提取信息的能力，通常包括感覺、知覺、信息加工、注意、記憶、空間認(rèn)知、情緒能力、思維、想象、言語等能力。傳統(tǒng)的認(rèn)知心理學(xué)研究通常采用觀察法、調(diào)查法、實(shí)驗(yàn)法等方法進(jìn)行相關(guān)研究工作，難以觸及大腦神經(jīng)機(jī)制相關(guān)領(lǐng)域。腦電是人的大腦上千億神經(jīng)元活動(dòng)產(chǎn)生的電信號(hào)，腦電活動(dòng)與大腦區(qū)域、大腦狀態(tài)均有密切的關(guān)系。腦電是了解大腦活動(dòng)和認(rèn)知過程的一種重要手段，不僅可以用于腦科學(xué)的基礎(chǔ)理論研究，了解大腦活動(dòng)機(jī)制，而且還可以通過對這些腦電信號(hào)的分析，解析出反應(yīng)人的認(rèn)知過程、情緒特征和精神狀態(tài)等大腦活動(dòng)的多種信息。因此，通過結(jié)合認(rèn)知行為數(shù)據(jù)和腦電數(shù)據(jù)，可以進(jìn)一步揭示大腦素質(zhì)與心理行為發(fā)展的關(guān)系，深化人類對心理和大腦能力發(fā)展規(guī)律的認(rèn)識(shí)。

大數(shù)據(jù)是指海量的數(shù)據(jù)集，通過建立存儲(chǔ)海量認(rèn)知數(shù)據(jù)和腦電數(shù)據(jù)的大數(shù)據(jù)系統(tǒng)，可以結(jié)合大數(shù)據(jù)的分析方法，建立一種新型的大腦認(rèn)知能力評測、訓(xùn)練、效果評價(jià)、理論研究的應(yīng)用系統(tǒng)。其主要特點(diǎn)是：系統(tǒng)研究分析的對象不是樣本數(shù)據(jù)，而是與該對象相關(guān)的所有的認(rèn)知和腦電數(shù)據(jù)；其目標(biāo)不為追求結(jié)果的精確性，而重點(diǎn)考察趨勢性，揭示認(rèn)知能力與腦電、環(huán)境等其它因素的相關(guān)性，例如對認(rèn)知能力差異性分析和對認(rèn)知發(fā)展水平趨勢評估，以及如何為特點(diǎn)人群選擇針對某項(xiàng)認(rèn)知能力行之有效的訓(xùn)練方案。

目前結(jié)合認(rèn)知和腦電數(shù)據(jù)的應(yīng)用，其范圍還只局限于認(rèn)知神經(jīng)科學(xué)和認(rèn)知心理學(xué)的學(xué)術(shù)研究領(lǐng)域，其試驗(yàn)數(shù)據(jù)采集的范圍局限于特定的實(shí)驗(yàn)方案，具有樣本量小、數(shù)據(jù)內(nèi)容少等缺陷，存在取樣覆蓋范圍窄，隨機(jī)性差，缺乏代表性等問題。

目前尚未有結(jié)合認(rèn)知行為數(shù)據(jù)和腦電數(shù)據(jù)的大數(shù)據(jù)系統(tǒng)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的，在于提供一種認(rèn)知及腦電大數(shù)據(jù)系統(tǒng)。

本發(fā)明的技術(shù)方案是：一種認(rèn)知及腦電大數(shù)據(jù)系統(tǒng)。包括數(shù)據(jù)采集系統(tǒng)、存儲(chǔ)系統(tǒng)、數(shù)據(jù)分析系統(tǒng)。其中，所述的數(shù)據(jù)采集系統(tǒng)包括認(rèn)知行為數(shù)據(jù)采集單元、腦電數(shù)據(jù)采集單元、基本資料采集單元、數(shù)據(jù)處理單元和數(shù)據(jù)發(fā)送單元，所述的存儲(chǔ)系統(tǒng)包括數(shù)據(jù)接收單元、數(shù)據(jù)存儲(chǔ)單元和數(shù)據(jù)庫系統(tǒng)，所述的數(shù)據(jù)分析系統(tǒng)包括數(shù)據(jù)服務(wù)接口、數(shù)據(jù)分 析單元和數(shù)據(jù)訪問單元。

所述的數(shù)據(jù)采集系統(tǒng)有多個(gè)，用于分別采集大量人員的各類數(shù)據(jù)。

所述的認(rèn)知行為數(shù)據(jù)采集單元為使用者提供針對大腦認(rèn)知能力的各類測評和訓(xùn)練項(xiàng)目并實(shí)時(shí)采集使用者在使用過程中的所有操作數(shù)據(jù)，采集的數(shù)據(jù)主要包括用戶操作選項(xiàng)、操作時(shí)刻、操作反應(yīng)時(shí)、正確數(shù)、錯(cuò)誤數(shù)等行為數(shù)據(jù)；所述的腦電數(shù)據(jù)采集單元在使用者操作項(xiàng)目的同時(shí)實(shí)時(shí)采集使用者的腦電數(shù)據(jù)，采集的數(shù)據(jù)包括使用者的原始腦電數(shù)據(jù)、腦電頻譜數(shù)據(jù)和經(jīng)過分析處理的反映大腦狀態(tài)的數(shù)據(jù)，包括專注度、放松度、疲勞度、用腦度、熟悉度、喜好度等參數(shù)；為保證數(shù)據(jù)的同步性，認(rèn)知行為數(shù)據(jù)采集單元和腦電數(shù)據(jù)采集單元在采集的數(shù)據(jù)中均打上時(shí)間戳；所述的基本資料采集單元用于采集使用者的基本資料信息，包括個(gè)人檔案資料、學(xué)業(yè)成就資料、成長經(jīng)歷和社會(huì)環(huán)境資料等信息；所述的數(shù)據(jù)處理單元接收認(rèn)知行為數(shù)據(jù)采集單元、腦電數(shù)據(jù)采集單元和基本資料采集單元采集的所有數(shù)據(jù)，并對數(shù)據(jù)進(jìn)行解析、分類、打包等處理，并將處理后的數(shù)據(jù)傳送給數(shù)據(jù)發(fā)送單元；所述的數(shù)據(jù)發(fā)送單元將接收自數(shù)據(jù)處理單元的數(shù)據(jù)通過互聯(lián)網(wǎng)發(fā)送給存儲(chǔ)系統(tǒng)的數(shù)據(jù)接收單元。

所述的存儲(chǔ)系統(tǒng)用于存儲(chǔ)數(shù)據(jù)采集系統(tǒng)采集的所有數(shù)據(jù)以及數(shù)據(jù)分析系統(tǒng)的計(jì)算結(jié)果數(shù)據(jù)。

所述的數(shù)據(jù)接收單元通過互聯(lián)網(wǎng)接收來自數(shù)據(jù)發(fā)送單元的數(shù)據(jù)，將所有數(shù)據(jù)傳輸給數(shù)據(jù)存儲(chǔ)單元；所述的數(shù)據(jù)存儲(chǔ)單元連接數(shù)據(jù)庫系統(tǒng)，將接收的所有數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)庫系統(tǒng)中；所述的數(shù)據(jù)庫系統(tǒng)用于存儲(chǔ)所有數(shù)據(jù)。

所述的數(shù)據(jù)分析系統(tǒng)負(fù)責(zé)訪問數(shù)據(jù)庫并進(jìn)行數(shù)據(jù)分析和挖掘，并對外提供各種數(shù)據(jù)服務(wù)。

所述的數(shù)據(jù)服務(wù)接口與數(shù)據(jù)分析單元連接，為其它應(yīng)用系統(tǒng)提供各類數(shù)據(jù)服務(wù)，包括數(shù)據(jù)查詢服務(wù)、數(shù)據(jù)統(tǒng)計(jì)服務(wù)、數(shù)據(jù)分析服務(wù)、數(shù)據(jù)挖掘服務(wù)等；所述的數(shù)據(jù)分析單元實(shí)現(xiàn)數(shù)據(jù)查詢統(tǒng)計(jì)、分析計(jì)算等服務(wù)，所述分析算法包括序列模式分析法、分類分析法、聚類分析法、回歸分析法、關(guān)聯(lián)分析法、探索性分析法等；所述的數(shù)據(jù)訪問單元連接數(shù)據(jù)庫系統(tǒng)，負(fù)責(zé)存取存儲(chǔ)系統(tǒng)中的所有數(shù)據(jù)，為數(shù)據(jù)分析單元提供用于查詢統(tǒng)計(jì)和分析計(jì)算的所有數(shù)據(jù)，并將數(shù)據(jù)分析單元的計(jì)算結(jié)果存儲(chǔ)到存儲(chǔ)系統(tǒng)中。

本發(fā)明的有益效果是：本發(fā)明通過采集海量用戶的認(rèn)知行為數(shù)據(jù)和與之同步記錄的腦電數(shù)據(jù)，結(jié)合大數(shù)據(jù)技術(shù)構(gòu)建包含大腦認(rèn)知數(shù)據(jù)、腦電數(shù)據(jù)和各類資料檔案信息的大數(shù)據(jù)系統(tǒng)。與現(xiàn)有的松散的基于小樣本數(shù)據(jù)分析的大腦認(rèn)知及腦電技術(shù)相比，本發(fā)明具有如下優(yōu)點(diǎn)：

(1)基于大數(shù)據(jù)開展橫向調(diào)查和研究，可以獲取不同人群認(rèn)知發(fā)展特點(diǎn)和規(guī)律，進(jìn)行區(qū)域差異、年齡差異、性別差異、環(huán)境差異等研究，分析認(rèn)知發(fā)展水平與外界環(huán)境差異之間的關(guān)系，進(jìn)行趨勢預(yù)測和評估。

(2)基于大數(shù)據(jù)系統(tǒng)開展縱向的追蹤研究，進(jìn)行認(rèn)知能力訓(xùn)練的有效性分析，從而提 高針對認(rèn)知能力進(jìn)行訓(xùn)練干預(yù)的有效性，為驗(yàn)證訓(xùn)練干預(yù)的有效性提供更有說服力的證據(jù)，為推動(dòng)個(gè)性化的訓(xùn)練干預(yù)提供有效的指導(dǎo)。

(3)基于大數(shù)據(jù)量的認(rèn)知行為數(shù)據(jù)和腦電數(shù)據(jù)進(jìn)行同步分析，揭示腦電信號(hào)與大腦認(rèn)知能力的相關(guān)性，為腦電算法研究提供新的方法。

附圖說明

圖1是本發(fā)明的系統(tǒng)結(jié)構(gòu)框圖。

具體實(shí)施方式

以下結(jié)合附圖對本發(fā)明的具體實(shí)施方式進(jìn)行進(jìn)一步說明。

參見圖1，本發(fā)明提供一種認(rèn)知及腦電大數(shù)據(jù)系統(tǒng)。包括數(shù)據(jù)采集系統(tǒng)1、存儲(chǔ)系統(tǒng)2、數(shù)據(jù)分析系統(tǒng)3。其中，所述的數(shù)據(jù)采集系統(tǒng)1包括認(rèn)知行為數(shù)據(jù)采集單元11、腦電數(shù)據(jù)采集單元12、基本資料采集單元13、數(shù)據(jù)處理單元14和數(shù)據(jù)發(fā)送單元15，所述的存儲(chǔ)系統(tǒng)2包括數(shù)據(jù)接收單元21、數(shù)據(jù)存儲(chǔ)單元22和數(shù)據(jù)庫系統(tǒng)23，所述的數(shù)據(jù)分析系統(tǒng)3包括數(shù)據(jù)服務(wù)接口31、數(shù)據(jù)分析單元32和數(shù)據(jù)訪問單元33。

所述的數(shù)據(jù)采集系統(tǒng)1有多個(gè)，用于分別采集大量人員的各類數(shù)據(jù)。

所述的認(rèn)知行為數(shù)據(jù)采集單元11為使用者提供針對大腦認(rèn)知能力的各類測評和訓(xùn)練項(xiàng)目。針對大腦認(rèn)知能力的測評和認(rèn)知訓(xùn)練項(xiàng)目涉及感覺、知覺、信息加工、注意、記憶、空間認(rèn)知、情緒能力、思維、想象、言語、放松協(xié)調(diào)能力等多項(xiàng)認(rèn)知能力。供使用者使用的測評和訓(xùn)練項(xiàng)目采用軟件游戲的形式，在計(jì)算機(jī)上以圖形、動(dòng)畫和聲音等多媒體形式呈現(xiàn)其需要完成的任務(wù)內(nèi)容，使用者用鍵盤和鼠標(biāo)與計(jì)算機(jī)進(jìn)行交互操作以完成任務(wù)。認(rèn)知行為數(shù)據(jù)采集單元11采集的數(shù)據(jù)主要包括用戶操作選項(xiàng)、操作反應(yīng)時(shí)、正確數(shù)、錯(cuò)誤數(shù)等行為數(shù)據(jù)。

所述的腦電數(shù)據(jù)采集單元12在使用者操作認(rèn)知項(xiàng)目的同時(shí)實(shí)時(shí)采集使用者的腦電數(shù)據(jù)。使用者進(jìn)行認(rèn)知測評和訓(xùn)練的同時(shí)，在頭部佩戴腦電儀，以實(shí)時(shí)采集使用者在使用過程中的所有操作數(shù)據(jù)。本實(shí)施例中的腦電儀采用北京視友科技生產(chǎn)的CUBand便攜式腦電儀，該腦電儀以無線方式將采集的腦電數(shù)據(jù)發(fā)送給計(jì)算機(jī)。腦電數(shù)據(jù)采集單元12采集的數(shù)據(jù)包括使用者的原始腦電數(shù)據(jù)、腦電頻譜數(shù)據(jù)和經(jīng)過分析處理的反映大腦狀態(tài)的數(shù)據(jù)，包括專注度、放松度、疲勞度、用腦度、熟悉度、喜好度等參數(shù)。

為保證數(shù)據(jù)的同步性，認(rèn)知行為數(shù)據(jù)采集單元11和腦電數(shù)據(jù)采集單元12在采集的數(shù)據(jù)中均打上時(shí)間戳。

所述的基本資料采集單元13用于采集使用者的基本資料信息，包括個(gè)人檔案資料、學(xué)業(yè)成就資料、成長經(jīng)歷和社會(huì)環(huán)境資料等信息。所述的數(shù)據(jù)處理單元14接收認(rèn)知行為數(shù)據(jù)采集單元11、腦電數(shù)據(jù)采集單元12和基本資料采集單元13采集的所有數(shù)據(jù)，并對數(shù)據(jù)進(jìn)行解析、分類、打包等處理，并將處理后的數(shù)據(jù)傳送給數(shù)據(jù)發(fā)送單元15。所述的 數(shù)據(jù)發(fā)送單元15將接收自數(shù)據(jù)處理單元14的數(shù)據(jù)通過互聯(lián)網(wǎng)發(fā)送給存儲(chǔ)系統(tǒng)2的數(shù)據(jù)接收單元21。

所述的存儲(chǔ)系統(tǒng)2用于存儲(chǔ)數(shù)據(jù)采集系統(tǒng)采集的所有數(shù)據(jù)和數(shù)據(jù)分析系統(tǒng)的計(jì)算結(jié)果數(shù)據(jù)。

所述的數(shù)據(jù)接收單元21通過互聯(lián)網(wǎng)接收來自數(shù)據(jù)發(fā)送單元15的數(shù)據(jù)，將所有數(shù)據(jù)傳輸給數(shù)據(jù)存儲(chǔ)單元22，所述的數(shù)據(jù)存儲(chǔ)單元22連接數(shù)據(jù)庫系統(tǒng)23，將接收的所有數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)庫系統(tǒng)23中，所述的數(shù)據(jù)庫系統(tǒng)23用于存儲(chǔ)所有數(shù)據(jù)。數(shù)據(jù)的存儲(chǔ)可以基于關(guān)系型數(shù)據(jù)庫、面向?qū)ο髷?shù)據(jù)庫或分布式文件系統(tǒng)，本實(shí)施例中采用基于Hadoop的分布式文件系統(tǒng)存儲(chǔ)數(shù)據(jù)并保證數(shù)據(jù)的擴(kuò)展性和高可用性。

所述的數(shù)據(jù)分析系統(tǒng)3負(fù)責(zé)訪問數(shù)據(jù)庫并進(jìn)行數(shù)據(jù)分析和挖掘，并對外提供各種數(shù)據(jù)分析服務(wù)。

所述的數(shù)據(jù)服務(wù)接口31與數(shù)據(jù)分析單元32連接，為其它應(yīng)用系統(tǒng)提供各類數(shù)據(jù)服務(wù)，包括數(shù)據(jù)查詢服務(wù)、數(shù)據(jù)統(tǒng)計(jì)服務(wù)、數(shù)據(jù)分析服務(wù)、數(shù)據(jù)挖掘服務(wù)；所述的數(shù)據(jù)分析單元32實(shí)現(xiàn)數(shù)據(jù)查詢統(tǒng)計(jì)、分析計(jì)算等服務(wù)，本實(shí)施例中采用R語言進(jìn)行大數(shù)據(jù)分析，R語言可完成統(tǒng)計(jì)算法和數(shù)據(jù)挖掘的算法，可提供交互式分析的功能和數(shù)據(jù)圖形化展示功能，可操縱數(shù)據(jù)的輸入和輸出，完成對大數(shù)據(jù)結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的處理與分析，本實(shí)施例中采用的分析算法包括序列模式分析法、分類分析法、聚類分析法、回歸分析法、關(guān)聯(lián)分析法、探索性分析法等；所述的數(shù)據(jù)訪問單元33連接數(shù)據(jù)庫系統(tǒng)23，負(fù)責(zé)存取存儲(chǔ)系統(tǒng)中的數(shù)據(jù)，為數(shù)據(jù)分析單元32提供用于分析計(jì)算的所有數(shù)據(jù)，并將數(shù)據(jù)分析單元32的計(jì)算結(jié)果存儲(chǔ)到存儲(chǔ)系統(tǒng)2中。

以上所述的僅是本發(fā)明的一種實(shí)施方式，應(yīng)當(dāng)指出，在不脫離本發(fā)明原理的前提下，還可以作出若干修改、等同替換和改進(jìn)，這些也應(yīng)視為屬于本發(fā)明的保護(hù)范圍。