基于脑电多参数的虚拟现实情境任务注意力测训系统
阅读说明：本技术 基于脑电多参数的虚拟现实情境任务注意力测训系统 (Virtual reality situation task attention training system based on brain electricity multi-parameter ) 是由 秦璐 王索刚 张重阳 李伟宽 刘洛希 于 2019-09-30 设计创作，主要内容包括：本发明涉及一种基于虚拟现实视听觉通路的感觉统合失调测训系统。它解决了现有技术设计不够合理等问题。包括手部力行程采集模块、脚部力行程采集模块、力行程数据处理模块与供电模块,供电模块分别连接有手部空间位置采集模块、脚部空间位置采集模块以及空间运动数据处理模块,力行程数据处理模块和空间运动数据处理模块均与主控模块相连,且所述的主控模块上分别连接有虚拟现实头戴模块与虚拟现实视听觉认知任务呈现模块,且所述的主控模块与感觉统合测试阶段单元和/或感觉统合训练阶段单元相连。优点在于：指导训练者自主调节脑电波的变化,从而达到预先设定的脑电参数范围。通过训练强化脑电自主调节能力,达到注意力训练的目的和效果。(The invention relates to a sensory integration detuning training system based on a virtual reality visual-auditory pathway. It has solved prior art design reasonable scheduling problem inadequately. Including hand power stroke collection module, foot power stroke collection module, power stroke data processing module and power module, power module is connected with hand spatial position collection module, foot spatial position collection module and spatial motion data processing module respectively, and power stroke data processing module and spatial motion data processing module all link to each other with host system, just host system on be connected with virtual reality head module and virtual reality vision and hearing cognitive task respectively and present the module, just host system and sensation integration test stage unit and/or sensation integration training stage unit link to each other. Has the advantages that: the trainer is guided to adjust the change of the brain wave automatically, thereby reaching the preset brain wave parameter range. The brain electrical self-regulation capacity is strengthened through training, and the purpose and the effect of attention training are achieved.)
技术领域
本发明属于虚拟现实设备技术领域，尤其是涉及一种基于脑电多参数的虚拟现实情境任务注意力测训系统。
背景技术
人类认知能力包括定向、知觉、语言、计算、记忆和注意力等能力。注意力是所有认知能力的基础，是人类学***，对注意力水平较低儿童开展干预和训练，或开展适应的教育教学方法，从而更好的关心儿童，关爱他们的成长。对注意力能力的测试，有助于人力资源部门评估雇员在需要注意力能力工作的胜任度，有助于成人自我评估注意力水平，在此基础上开展行之有效的针对性训练，能够提升注意力，进而提升认知能力，更加符合现代社会对人才专注力的要求。
为了缓解现有技术存着的问题，人们进行了长期的探索，提出了各式各样的解决方案。例如，中国专利文献公开了一种儿童注意力评估系统及其方法[申请号：CN201910023305.7]，主要利用一种玩具级别Neurosky核心的商用MindWave脑电设备，采集大脑前额叶处单通道脑电，并计算和注意力有关的脑电参数。然而脑的电活动是异常复杂的，反映注意力的脑电活动不仅仅在前额叶，同时也在额叶和中心区，甚至顶区和颞叶区也有分布。因此基于单通道脑电分析注意力仅反映单个脑区的活动，无法反映多脑区网络化的活动。因此在脑认知科学视角上看，有极大的缺陷。
又例如，中国专利文献公开了一种基于人脸识别及图像处理的注意力评估方法[申请号：CN201611268247.7]，采用了基于人的视觉通道而设计出的结构简单，成本低廉的识图拼图模式的注意力测试，此类方法属于认知心理学中的主观测试法，无法提供神经系统电活动的客观评价参数。
又例如，中国专利文献公开了一种注意力评估方法、装置、VR设备及可读存储介质[申请号：CN201810219690.8]，采用了虚拟现实沉浸式环境，并提出利用干扰等方法测试注意力。然而此类方法没有关于视听觉通路上注意力的测试和评估。
因此，对各类注意力训练或测试方法，特别是利用脑电采集分析，以及虚拟现实技术，认知任务等方法的注意力测试或训练系统还存在以下问题。
首先是在信息处理的机制上，人类主要利用视觉、听觉、触觉和嗅觉等通路感知世界。其中视听觉通路接受和感知信息大约为94％。因此视听觉是人类主要的信息处理通路，且脑科学的相关研究认为视听觉功能并不是独立的，健康人的视听觉功能是互相联系的。按照信息处理通路形式上分为视觉、听觉的单一通路处理或视听觉混合双通路处理。因此对信息的注意力也主要体现在这三种视听感觉通路的形式上。但是人脑认知功能极其复杂，人类在认知活动中处理信息并非是单任务，单信息的。外界视听觉信息及其容易影响和干扰单一认知任务的完成效果。因此隔绝外界视听觉噪音信息，营造和测试有关的视听觉场景，对反映测试者真实注意力水平及其重要。
其次在脑电采集和分析方面，脑的电活动是异常复杂的，反映注意力的脑电活动不仅仅在前额叶，同时也在额叶和中心区，甚至顶区和颞叶区也有分布。因此基于单通道脑电分析注意力仅反映单个脑区的活动，无法反映多脑区网络化的活动。只有采集多通道脑电，通过多维数据综合分析才有可能准确的反映大脑电活动的注意力水平。
发明内容
本发明的目的是针对上述问题，提供一种基于脑电多参数的虚拟现实情境任务注意力测训系统。
为达到上述目的，本发明采用了下列技术方案：本基于脑电多参数的虚拟现实情境任务注意力测训系统，其特征在于，本系统包括若干佩戴于人体头部的干电极，所述的干电极均与一个多通道脑电采集模块相连，所述的多通道脑电采集模块通过脑电数据处理模块与主控模块相连，且所述的干电极与脑电数据处理模块的输入端相连，所述的多通道脑电采集模块与供电模块相连，所述的主控模块上分别连接有虚拟现实头戴模块与虚拟现实视听觉认知任务呈现模块，且所述的主控模块与注意力测试阶段单元和/或注意力训练阶段单元相连；其中，
多通道脑电采集模块：为8通道脑电采集，主要覆盖10/20脑电电极系统中的Fp1,Pp2,Fz,C3,Cz,C4,O1和O2位置，脑电采集为二次采集，电极处为前置放大，然后再经过二次放大，滤波，模数转换操作成为脑电数字信号；
脑电数据处理模块：将原始脑电数字信号滤波，去除采集过程中的干扰和噪音信号，将预处理之后的数据分为四种程度：放松程度、注意力转移程度、专注程度、注意力消失程度，将四种程度量化指标通过有线或无线方式发送到主控模块；
供电模块:为多通道脑电采集模块，脑电数据处理模块供电；
主控模块:主要完成视听觉认知任务流程控制，视听觉认知任务呈现的控制，访问常模数据库模块控制，注意力测试数据分析模块控制，报告生成模块控制操作；
虚拟现实视听觉认知任务呈现模块：主要完成沉浸式视觉和听觉信息呈现。
显然，基于虚拟现实视听觉通道下的认知任务，测试者头戴结合了脑电采集模块的虚拟现实设备，通过系统发出的指令，执行视听觉认知任务。脑电采集模块同步采集脑电信号。在执行视听觉认知任务时，大脑产生任务态脑电，通过对任务态脑电的分析，并与同年龄同性别组常模脑电数据对比，从而评估测试者注意力水平。
在上述的基于脑电多参数的虚拟现实情境任务注意力测训系统中，所述的注意力测试阶段单元包括分别和主控模块相连的常模数据库模块、注意力测试数据分析模块以及报告生成模块，其中，
常模数据模块：存储多个年龄段和/或不同性别注意力正常人群使用本测试系统收集和统计的注意力参数，且包括多个关于视听觉通道注意力具体商数以及上述商数的标准差值的参数；
注意力测试数据分析模块：主要实现在视听觉认知任务环境下，与常模数据库同年龄同性别数据对比，求解相对于常模数据测试者的注意力水平参数；
所述报告生成模块：主要实现自动将测试者注意力水平参数进行展示、分析和解释。
在上述的基于脑电多参数的虚拟现实情境任务注意力测训系统中，所述的注意力训练阶段单元包括分别和主控模块相连的注意力训练方案生成模块与注意力训练进程控制模块，其中，
所述注意力训练方案生成模块：根据注意力测试数据分析模块结果，将注意力训练方案分为多种方案；
注意力训练进程控制模块：主要实现训练者训练方案的保存，方案开展的情况记录，已完成训练的历史成绩记录和查询等功能。
在上述的基于脑电多参数的虚拟现实情境任务注意力测训系统中，所述的干电极为带有前置放大电路的多脚式干电极；且所述的多通道脑电采集模块为8通道脑电采集模块，且多通道脑电采集模块具有二次放大电路、滤波模块和模数转换模块。
在上述的基于脑电多参数的虚拟现实情境任务注意力测训系统中，所述的主控模块为台式计算机主机、笔记本计算机、智能手机、平板电脑中的任意一种；所述的虚拟现实头戴模块为可头戴的虚拟现实设备和/或高保真耳机。
在上述的基于脑电多参数的虚拟现实情境任务注意力测训系统中，本测试系统中的注意力测试方法包括：
A、静息态脑电基线数据采集；
B、视觉测试；
C、听觉测试；
D、视听觉混合测试；
E、注意力测试。
在上述的基于脑电多参数的虚拟现实情境任务注意力测训系统中，在步骤A中的静息态脑电基线数据采集步骤具体包括：测试者佩戴好虚拟现实头戴模块、电极以及多通道脑电采集模块，首先测试者视野中出现文字，同时提醒测试者放松状态，进行静息态脑电基线数据采集。
在上述的基于脑电多参数的虚拟现实情境任务注意力测训系统中，在步骤E中的注意力测试步骤具体包括：所述的注意力测试包含至少两个测试轮次且每一个测试轮次均包括一次视觉测试，一次听觉测试和一次视听觉测试为一轮测试。
在上述的基于脑电多参数的虚拟现实情境任务注意力测训系统中，所述的脑电数据处理模块的脑电数据处理步骤具体包括：
S1、经过模数转换的8通道脑电数据，首先经过FIR带通滤波，将theta(4-7Hz)，alpha(8-12Hz)和beta(13-26Hz)节律信号分离出来，这样会求得1分钟的theta，alpha和beta的闭眼静息态节律数据，以及视听觉任务态下的节律数据。然后将静息态数据求模，并按照1秒的时间窗分段并平均，得到三种节律信号的平均能量，然后将视觉认知任务数据按照1秒的时间窗分段并平均，得到视觉任务态三种节律信号的平均能量；
将听觉认知任务数据按照1.3秒的时间窗分段并平均，得到听觉任务态三种节律信号的平均能量；
将视听觉混合任务态数据中视觉任务数据按照1秒的时间窗分段并平均，得到视听觉任务态中视觉任务三种节律信号的平均能量；听觉任务数据按照1.3秒的时间窗分段并平均，得到视听觉任务态中听觉任务三种节律信号的平均能量；
S2、为了综合的反映全脑脑电特征中注意力成分，将多通道脑电同种脑电特征参数利用加权平均的方法，使得多通道脑电参数，最终整合为一个参数；其中，
对应Fp1,Pp2,Fz,C3,Cz,C4,O1和O2 8个通道，加权参数为(0-1的某值，全部8个参数和为1)；
利用上述平均数据和单时间窗数据，就可以求解出与注意力有关系的一系列商数。
放松程度＝alpha平均能量/theta平均能量；
专注程度＝theta平均能量/beta平均能量；
注意力转移程度＝(任务中单时间窗theta能量>静息态平均theta能量的次数)/任务次数
注意力消失程度＝((任务中单时间窗theta能量-静息态平均theta能量)/静息态平均theta能量)为正值的和/为正值的次数。
S3、然后将上述数据进行标准化，使其值变化范围在0-100间，下一步是按照训练者性别和年龄访问相应的常模数据，进行对比分析；
利用如下公式，得到训练者相对于常模数据的标准化商值，标准化商值＝100+15*(训练者得分-正常平均值)/标准差；其中，
如果标准化商值为80-89分说明，训练者得分为该人去中平均分之下，基于差，
90-109分说明得分为平均分数，记为一般，
110-119分说明高于平均分数，记为良好，
120-129分说明较高的分数，记为优秀，
130分以上说明超高的分数，记为超群。
在上述的基于脑电多参数的虚拟现实情境任务注意力测训系统中，在步骤E中，所述的注意力训练阶段分为：
E1、注意力训练阶段静息态脑电基线数据采集；
E2、注意力训练视觉阶段；
E3、注意力训练听觉阶段；
E4、注意力训练进程控制。
与现有的技术相比，本基于脑电多参数的虚拟现实情境任务注意力测训系统的优点在于：
该系统通过设计沉浸式虚拟现实视听觉注意力情境任务，并通过与虚拟现实头戴设备整合而成的脑电采集模块，采集训练者完成任务过程中脑电波信号，并实时分析处理脑电信号，求解出反映脑功能状态的量化参数。该参数能够反映虚拟现实情境任务态参数，不同年龄段注意力相关脑电参数范围存在不同的变化范围。通过有针对的限定脑电任务态参数变化的范围，并利用虚拟现实视听觉形式反馈给训练者，指导训练者自主调节脑电波的变化，从而达到预先设定的脑电参数范围。通过训练强化脑电自主调节能力，达到注意力训练的目的和效果。
附图说明
图1为本发明实施例提供的一种基于脑电多参数的虚拟现实情境任务注意力测试系统的组成结构示意图；
图2为本发明实施例提供的沉浸式虚拟现实头戴设备结构示意图；
图3为本发明实施例提供的干电极结构示意图；
图4为本发明实施例提供的视觉测试示意图；
图5为本发明实施例提供的听觉测试示意图；
图6为本发明实施例提供的视听觉混合测试示意图；
图7为本发明实施例提供的视听觉注意力测试流程图；
图8为本发明实施例提供的注意力训练阶段视觉训练示意图；
图9为本发明实施例提供的注意力训练阶段听觉训练示意图；
图10为本发明实施例提供的视听觉注意力(80次)训练流程图；
图中，干电极1、多通道脑电采集模块2、脑电数据处理模块3、主控模块4、供电模块5、虚拟现实头戴模块6、虚拟现实视听觉认知任务呈现模块7、注意力测试阶段单元8、常模数据库模块81、注意力测试数据分析模块82、报告生成模块83、注意力训练阶段单元9、注意力训练方案生成模块91、注意力训练进程控制模块92。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步详细的说明。
如图1所示，本基于脑电多参数的虚拟现实情境任务注意力测训系统，包括若干佩戴于人体头部的干电极1，干电极1均与一个多通道脑电采集模块2相连，多通道脑电采集模块2通过脑电数据处理模块3与主控模块4相连，且干电极1与脑电数据处理模块3的输入端相连，多通道脑电采集模块2与供电模块5相连，主控模块4上分别连接有虚拟现实头戴模块6与虚拟现实视听觉认知任务呈现模块7，且主控模块4与注意力测试阶段单元8和/或注意力训练阶段单元9相连；其中，这里的干电极1与多通道脑电采集模块2相连，与脑电数据处理模块2输入端相连，由供电模块5供电。
其中，如图2所示，所述多通道脑电采集模块2：为8通道脑电采集。主要覆盖10/20脑电电极系统中的Fp1,Pp2,Fz,C3,Cz,C4,O1和O2等位置。这些位置与注意力相关，电极位置固定，每个电极间通过具有一定延展性的橡胶带连接，从而能够等比例拉伸，适合不同大小的头部。其工作原理是，脑电采集为二次采集，电极处为前置放大，然后再经过二次放大，滤波，模数转换操作成为脑电数字信号。
所述虚拟现实头戴模块6：为可头戴的虚拟现实设备，如桌面级别的HTC vive系列头戴，Oculus系统头戴；如移动级别的小鸟看看等设备。听觉信息呈现主要由高保真耳机实现。与多通道脑电采集模块整合为一体。
如图3所示，干电极1为多脚式干电极，能够穿过头发，与头皮很好的接触，方便佩戴，并带有前置放大电路。
如图1所示，其中，脑电数据处理模块3：将原始脑电数字信号滤波，去除采集过程中的干扰和噪音信号。以便于更好的进行注意力状态的划分。将预处理之后的数据分为四种程度：放松程度、注意力转移程度、专注程度、注意力消失程度，将四种程度量化指标通过USB数据线或无线蓝牙协议发送到主控模块。
所述供电模块5：主要为多通道脑电采集模块2，脑电数据处理模块3供电。为3.3-5V直流电源，具体形式可以是主控模块4中USB端口供电或外接直流电源。
主控模块4:是整个系统的核心。可以为台式计算机主机，笔记本计算机，一体机，单片机等。主要完成视听觉认知任务流程控制，视听觉认知任务呈现的控制，访问常模数据库模块控制，注意力测试数据分析模块控制，报告生成模块控制等操作。
所述虚拟现实视听觉认知任务呈现模块7：主要完成沉浸式视觉和听觉信息呈现。视觉信息呈现具体设备为虚拟现实头戴设备。
显然，基于虚拟现实视听觉通道下的认知任务，测试者头戴结合了脑电采集模块的虚拟现实设备，通过系统发出的指令，执行视听觉认知任务。脑电采集模块同步采集脑电信号。在执行视听觉认知任务时，大脑产生任务态脑电，通过对任务态脑电的分析，并与同年龄同性别组常模脑电数据对比，从而评估测试者注意力水平。
进一步地，这里的注意力测试阶段单元8包括分别和主控模块4相连的常模数据库模块81、注意力测试数据分析模块82以及报告生成模块83，其中，
所述注意力测试数据分析模块82：主要实现在视听觉认知任务环境下，与常模数据库同年龄同性别数据对比，求解相对于常模数据训练者的注意力水平参数。
所述报告生成模块83：主要实现自动将训练者注意力水平参数按照一定图文结构，以图表和文字形式，word或PDF文档展示。此外自动对主要参数意义和得分情况做进一步的分析和解释。
所述常模数据模块81：主要存储了注意力正常人群使用本发明的测试系统收集和统计的注意力参数，该常模数据库按照年龄和性别区分，从6岁到18岁每一年为一个统计数据段。从19岁到24岁每两年为一个统计数据段。从25岁到50岁每五年为一个统计数据段。从51岁到60岁为一个统计数据段。从61岁以上为一个统计数据段。包括多个关于视听觉通道注意力具体商(参)数：视觉、听觉和视听混合感觉通道的放松程度、注意力转移程度、专注程度、注意力消失程度，以及上述商数的标准差值等参数。
更进一步地，这里的注意力训练阶段单元9包括分别和主控模块4相连的注意力训练方案生成模块91与注意力训练进程控制模块92，其中，
所述注意力训练方案生成模块91：根据注意力测试数据分析模块结果，按照注意力水平结果的‘差’，‘一般’，‘良好’，‘优秀’和‘超群’等。将注意力训练方案分为100,80,60,40和20次等五种方案。每次训练包括4小节的子训练项目，2小节为视觉训练子项目，2小节为听觉训练子项目，以‘视听视听’次序排列，每小节10分钟，每小节中间休息约5分钟，一次训练时间约1小时。
注意力训练进程控制模块92：主要实现训练者训练方案的保存，方案开展的情况记录，已完成训练的历史成绩记录和查询等功能。
本实施例中，关于注意力测试阶段的工作原理：
注意力测试阶段视听觉任务呈现工作原理：
1)注意力测试阶段静息态脑电基线数据采集
首先训练者静坐在位置上，按要求佩戴好整合脑电采集模块的虚拟现实头戴设备。测试全程不需要手或脚的操作。首先训练者视野中出现文字，同时语音提醒训练者尽量不想任何事情，闭眼并放松1分钟时间；这段时间属于放松状态。采集的脑电作为脑电基线数据。60S放松状态结束之后，按照屏幕上的提示完成相应的评估任务。
2)注意力测试阶段视觉测试工作原理
如图4所示，首先训练者静坐在位置上，按要求佩戴好整合脑电采集模块的虚拟现实头戴设备。测试全程不需要手或脚的操作。
所述视觉测试：首先训练者静坐在位置上，按要求佩戴好整合脑电采集模块的虚拟现实头戴设备。测试全程不需要手或脚的操作。
沉浸式虚拟现实设备营造的视觉环境为白天时间的一间教室内，教室安静，有一定数量的课桌椅，但没有其他人物，训练者视角为坐姿，面向教室前方的黑板，首先是视觉数字累加任务，屏幕随机出现一个‘1’-‘5’范围内的数字，并提示让训练者记住。要把下面出现的数字与记忆中的数字累加。黑板中央按照一定时间间隔持续出现同一个数字，比如‘1’-‘5’中的一个，‘1’为低难度，‘5’为高难度。在显示200毫秒后，数字消失800毫秒，这时训练者将数字与记忆中和值相加。然后再次显示200毫秒后，消失800毫秒，就这样重复约45-50次中的某个随机数，当结束时，屏幕会出现‘和为多少？’的问题，并出现虚拟数字键盘。训练者通过手柄选择数字输入，并确认。然后测试进行下一个数字的累加任务。
2)注意力测试阶段听觉测试工作原理
如图5所示，所述听觉测试：首先训练者静坐在位置上，按要求佩戴好整合脑电采集模块的虚拟现实头戴设备。测试全程不需要手或脚的操作。
沉浸式虚拟现实设备营造的视觉环境为白天时间的一间教室内，教室安静，有一定数量的课桌椅，但没有其他人物，训练者视角为坐姿，面向教室前方的黑板，黑板中央开始时无任何字迹。然后是听觉数字累加任务，高保真耳机随机播放一个‘1’-‘5’范围内的数字，并提示让训练者记住。要把下面播放的数字与记忆中的数字累加。然后在高保真耳机中按照一定时间间隔持续播放同一个数字，，比如‘1’-‘5’中的一个，‘1’为低难度，‘5’为高难度。在持续500毫秒后，数字消失800毫秒，这时训练者将数字与记忆中和值相加。然后再次播放500毫秒后，消失800毫秒，就这样重复约45-50次中的某个随机数，当结束时，屏幕会出现‘和为多少？’的问题，并出现虚拟数字键盘。训练者通过手柄选择数字输入，并确认。然后测试进行下一个数字的累加任务。
3)注意力测试阶段视听觉混合测试工作原理
如图6所示，首先训练者静坐在位置上，按要求佩戴好整合脑电采集模块的虚拟现实头戴设备。测试全程不需要手或脚的操作。
沉浸式虚拟现实设备营造的视觉环境为白天时间的一间教室内，教室安静，有一定数量的课桌椅，但没有其他人物，训练者视角为坐姿，面向教室前方的黑板。首先屏幕随机出现一个‘1’-‘5’范围内的数字，并提示让训练者记住。要把下面出现或播放的数字与记忆中的数字累加。这时在黑板出现，或从耳机响起，比如‘1’-‘5’中的一个，‘1’为低难度，‘5’为高难度。比如‘1’或‘2’，持续一定时间后(显示数字时为200毫秒，声音播放数字时为500毫秒)，此后数字消失或保持安静800毫秒，这时训练者将数字与记忆中和值相加。然后再次显示200毫秒或播放500毫秒，消失800毫秒，就这样重复约45-50次中的某个随机数，当结束时，屏幕会出现‘和为多少？’的问题，并出现虚拟数字键盘。训练者通过手柄选择数字输入，并确认。然后测试进行下一个数字的累加任务。
如图7所示，这里的注意力测试工作原理：1次视觉测试，1次听觉测试和1次视听觉测试为一轮测试。注意力测试共包含两个测试轮次。
本实施例中的关于注意力训练阶段的工作原理：
如图8所示，所述注意力训练阶段视觉训练
注意力训练阶段视听觉任务呈现工作原理：
1、注意力训练阶段静息态脑电基线数据采集工作原理
首先训练者静坐在位置上，按要求佩戴好整合脑电采集模块的虚拟现实头戴设备。首先训练者视野中出现文字，同时语音提醒训练者尽量不想任何事情，闭眼并放松1分钟时间；这段时间属于放松状态。采集的脑电作为脑电基线数据。60S放松状态结束之后，按照屏幕上的提示完成相应的评估任务。
2、注意力训练阶段视觉方案设计和工作原理
首先训练者静坐在位置上，按要求佩戴好整合脑电采集模块的虚拟现实头戴设备。并手持虚拟现实手柄从而实现认知任务的交互操作。
在黑板上方位置出现一个两个一位数字加减乘除运算式，如这样‘2+5’，在显示200毫秒后，算式消失。在黑板下方出现，4个圆形，圆形内部为包括正确答案的4个备选答案，训练者需要在2S中内用手柄选择一个答案，如果答案不正确，则在黑板上出现“回答不正确，继续下一题。”的提示，如果答案正确，其他三个选项消失。只剩下正确答案。这是训练者需要自主产生有助于注意力集中的脑电特征，驱动正确答案小球，慢慢移动到黑板最上方。移动到最上方所用时间由系统记录。小球移动的判断条件为，Fz电极处当前向前1秒注意力转移程度小于25％的静息态注意力转移程度且在Cz电极处当前向前1秒注意力转移程度要小于25％的静息态注意力转移程度。如果实时脑电没有达到要求，小球则停下，直到实时脑电达到要求，小球才再次运动。当小球运动到屏幕上方，则黑板清空，并进入下一次的训练。训练时间累积要达到训练方案的要求，如10分钟。
如图9所示，本实施例中的注意力训练阶段听觉训练
首先训练者静坐在位置上，按要求佩戴好整合脑电采集模块的虚拟现实头戴设备。并手持虚拟现实手柄从而实现认知任务的交互操作。
由高保真耳机播放一个两个一位数字加减乘除运算式，如这样‘2+5’，播放完毕后。在黑板下方出现，4个圆形，圆形内部为包括正确答案的4个备选答案，训练者需要在2S中内用手柄选择一个答案，如果答案不正确，则在黑板上出现“回答不正确，继续下一题。”的提示，如果答案正确，其他三个选项消失。只剩下正确答案。这时训练者需要自主产生有助于注意力集中的脑电特征，驱动正确答案小球，慢慢移动到黑板最上方。移动到最上方所用时间由系统记录。小球移动的判断条件为，Fz电极处当前向前1秒注意力转移程度小于25％的静息态注意力转移程度且在Cz电极处当前向前1秒注意力转移程度要小于25％的静息态注意力转移程度。如果实时脑电没有达到要求，小球则停下，直到实时脑电达到要求，小球才再次运动。当小球运动到屏幕上方，则黑板清空，并进入下一次的训练。训练时间累积要达到训练方案的要求，如10分钟。
如图10所示，本实施例中，根据注意力测试数据分析模块结果，按照注意力水平结果的‘差’，‘一般’，‘良好’，‘优秀’和‘超群’等。将注意力训练方案分为100,80,60,40和20次等五种方案。每次训练包括4小节的子训练项目，2小节为视觉训练子项目，2小节为听觉训练子项目，以‘视听视听’次序排列，每小节10分钟，每小节中间休息约5分钟，一次训练时间约1小时。
本实施例中的脑电数据处理模块工作原理：
经过模数转换的8通道脑电数据，首先经过FIR带通滤波，将theta(4-7Hz)，alpha(8-12Hz)和beta(13-26Hz)节律信号分离出来。这样会求得1分钟的theta，alpha和beta的闭眼静息态节律数据，以及视听觉任务态下的节律数据。然后将静息态数据求模，并按照1秒的时间窗分段并平均，得到三种节律信号的平均能量。然后将视觉认知任务数据按照1秒的时间窗分段并平均，得到视觉任务态三种节律信号的平均能量；将听觉认知任务数据按照1.3秒的时间窗分段并平均，得到听觉任务态三种节律信号的平均能量；将视听觉混合任务态数据中视觉任务数据按照1秒的时间窗分段并平均，得到视听觉任务态中视觉任务三种节律信号的平均能量；听觉任务数据按照1.3秒的时间窗分段并平均，得到视听觉任务态中听觉任务三种节律信号的平均能量；为了综合的反映全脑脑电特征中注意力成分，本发明提出将多通道脑电同种脑电特征参数利用加权平均的方法，使得多通道脑电参数，最终整合为一个参数。对应Fp1,Pp2,Fz,C3,Cz,C4,O1和O2等8个通道，加权参数为(0-1的某值，全部8个参数和为1)。利用上述平均数据和单时间窗数据，就可以求解出与注意力有关系的一系列商数。
放松程度＝alpha平均能量/theta平均能量；
专注程度＝theta平均能量/beta平均能量；
注意力转移程度＝(任务中单时间窗theta能量>静息态平均theta能量的次数)/任务次数
注意力消失程度＝((任务中单时间窗theta能量-静息态平均theta能量)/静息态平均theta能量)为正值的和/为正值的次数。
然后将上述数据进行标准化，使其值变化范围在0-100间，下一步是按照训练者性别和年龄访问相应的常模数据，进行对比分析。利用如下公式，得到训练者相对于常模数据的标准化商值，标准化商值＝100+15*(训练者得分-正常平均值)/标准差。其中如果标准化商值为80-89分说明，训练者得分为该人去中平均分之下，基于差，90-109分说明得分为平均分数，记为一般，110-119分说明高于平均分数，记为良好，120-129分说明较高的分数，记为优秀，130分以上说明超高的分数，记为超群。
注意力报告生成工作原理：
主要实现自动将训练者注意力水平参数按照一定图文结构，以图表和文字形式，word或PDF文档展示。此外自动对主要参数意义和得分情况做进一步的分析和解释。
注意力训练进程控制工作原理：主要实现训练者训练方案的保存，方案开展的情况记录，已完成训练的历史成绩记录(如计算训练中将小球移动到黑板最上方所用时间越少则成绩约高)和查询等功能。
本实施例的原理在于：
1、脑的电活动是异常复杂的，反映注意力的脑电活动不仅仅在前额叶，同时也在额叶和中心区，甚至顶区和颞叶区也有分布。因此基于单通道脑电分析注意力仅反映单个脑区的活动，无法反映多脑区网络化的活动。只有采集多通道脑电，通过多维数据综合分析才有可能准确的反映大脑电活动的注意力水平。使得本发明中注意力能力能够更准确的测量。
2、虚拟现实视听觉认知任务呈现方法。原理是人脑认知功能极其复杂，人类在认知活动中处理信息并非是单任务，单信息的。外界视听觉信息及其容易影响和干扰单一认知任务的完成效果。因此隔绝外界视听觉噪音信息，营造和测试有关的视听觉场景，对反映训练者真实注意力水平及其重要。
3、上述两个特点相结合，在虚拟现实沉浸式视听觉认知任务环境下，从脑电任务态客观参数视角，更能准确的测试注意力。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
尽管本文较多地使用了路由器1、资源采集站2、CPU模块21、存储模块22、通讯模块23、互联网远端3等术语，但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质；把它们解释成任何一种附加的限制都是与基于Wifi存储实现的文件共享闭环系统及控制方法本发明精神相违背的。