一种基于物联网用于英语听力的脑电波采集终端的制作方法

本实用新型属于智能学习领域，具体涉及一种基于物联网用于英语听力的脑电波采集终端。

背景技术：

学校的教学功能产品中的智能装置模块涉及如下四种：第一是传感器模块，侦测脑电波的传感器。大脑的神经元活动通过离子传导到达大脑皮层，固定在头上导电电极感应到这种微弱的电压变化，通过差分放大，滤波，数模转换等一系列手段最终将电信号变成脑电波的原始数据。

用于侦测脑电波的电极一般分为三类，湿电极一般用于医学研究，科学研究；干性电极一般用于健康监测，玩具等非医学领域，该种方式通过直接侦测大脑发出的微弱电信号，通过算法滤波以后来数字化大脑电信号，具有使用方面的优点；植入式电极阵列是将电极植入皮下组织来捕获神经元电信号，能够屏蔽大部分干扰，精度较高。但是因为需要做皮下处理影响了使用范围。

第二是声音播放模块，用于解决学生等用户实际听写声音的功能。

第三是传输模块，数据传输包括使用2g、3g、4g，或者nb网络进行数据传输。中国电信的物联网具有功耗低，传输稳定等优点。

第四是数据持久化以及数据分析技术。包括传统的关系型数据库，成熟的开源产品比如mysql等，数据分析除了传统的模式识别等人工智能技术，目前研究比较深入，应用比较广泛的深度神经网络等分类模型为数据分析提供了新的工具。另外分析工具还包括可视化的分析工具等等。

脑电波传感器模块一直以来技术不是很成熟，而且应用领域多集中在医学领域。技术不成熟是因为和脑电波传感器的原理有关。脑电波的检测分为微电流检测、微磁检测。微电流传感埋在大脑皮层下或贴在头皮上，检测大脑活动时产生的微电流变化；微磁传感可以检测到大脑电流产生的磁场变化。脑电波传感需要设计极为复杂的传感器，因此多用于医学领域。而微磁检测又容易受到磁场的影响，效果不佳。在医学领域采集过来的数据根据大脑不同皮层的放电信息侦测病人的大脑实时状态。

将脑电波传感器应用于教学领域的产品已经出现了，比如无锡neurosky神念科技公司的产品效率大师app，该公司的产品通过自己研究设计的算法对学生学习过程进行监控，适时给出学习提示。该类产品存在的问题就是没有给用户提供用于数据采集的设备和接口，虽然提供了应用软件，但是该软件只能是随着商家的升级而不断升级，终端用户无法获知数据也无法建立或者修改脑电波模型。同时现有的数据分析技术往往需要采集大量一线的真实学习数据，才能根据教学过程，教学理论对数据进行分析建模。

因此需要为市场提供一套切实可行的脑电波数据采集装置，该装置既能完成日常的教学活动，比如英语听力等，又能够为一线科研机构或者教学机构提供数据采集。

技术实现要素：

实用新型目的：为了解决现有技术的不足，本实用新型提供了一种基于物联网用于英语听力的脑电波采集终端。

技术方案：一种基于物联网用于英语听力的脑电波采集终端，所述英语听力的脑电波采集终端通过窄带物联网与远程数据采集存储分析系统连接，所述英语听力的脑电波采集终端包括数据处理组件、脑电波传感器、声音播放模块、网络通信模块，数据处理组件分别与脑电波传感器、声音播放模块、网络通信模块连接，所述脑电波传感器采集脑电波信号传送到数据处理组件中进行处理，所述声音播放模块播放处理数据处理组件传送过来的信号，并采集用户声音信号传送到数据处理组件中进行处理，所述可充电模块对数据处理组件提供电源，所述网络通信模块将数据处理组件的工作信息通过窄带物联网传送给远程数据采集处理分析系统，同时网络通信模块将数据采集处理分析系统通过窄带物联网传送过来的的控制信号传输到数据处理组件。

作为优化：所述脑电波传感器采用pcb模块，所述pcb模块带有模数转换功能。

作为优化：所述网络通信模块可以采用ltebc28nb-iot模组，是一个超紧凑、高性能、低功耗的多频段nb-iot无线通信模组。

作为优化：所述网络通信模块设有mcu组件，所述脑电波传感器通过mcu组件与数据处理组件连接。

有益效果：本实用新型用于监测英语学习过程中的脑电波，通过脑电波传感器，进行数模转换以后，把学生学习过程中的脑电波转换为数字信号，通过中国电信的物联网发送到远程服务器做持久化传输，在远程搜集学生学习过程中产生的脑电波数据，并将该数据与学生信息管理系统中的学习结果进行匹配融合，最终建立用于分析学生学习过程的机器学习模型。该模型用于为中学，高校等教育机构或者教学单位做教学过程数据建模或者其他科研用途。

本实用新型的具体优势如下：

(1)本实用新型结合脑电波传感器与听力播放模块，减少用户的采购成本；

(2)本实用新型使用物联网通信组件采集学习过程中的实时脑电波数据，真实反映一线的教学实际情况；

(3)本实用新型针对脑电波数据，融合教学信息管理系统中的其他数据，建立数据模型，服务于教学领域，有针对性的提升教学效果。

(4)本实用新型采用物联网通信模块，减少设备的功耗，提升采集终端的易用性。

附图说明

图1是本实用新型的结构示意图。

具体实施方式

实施例

如图1所示，本实用新型的整个基于物联网用于英语听力的脑电波分析系统由两个重要部分组成，包括基于物联网用于英语听力的脑电波采集终端以及远程数据采集存储分析系统。所述英语听力的脑电波采集终端通过窄带物联网与远程数据采集存储分析系统连接，所述英语听力的脑电波采集终端包括数据处理组件、脑电波传感器、声音播放模块、网络通信模块，数据处理组件分别与脑电波传感器、声音播放模块、网络通信模块连接，所述脑电波传感器采集脑电波信号传送到数据处理组件中进行处理，所述声音播放模块播放处理数据处理组件传送过来的信号，并采集用户声音信号传送到数据处理组件中进行处理，所述可充电模块对数据处理组件提供电源，所述网络通信模块将数据处理组件的工作信息通过窄带物联网传送给远程数据采集处理分析系统，同时网络通信模块将数据采集处理分析系统通过窄带物联网传送过来的的控制信号传输到数据处理组件。

整个系统的工作过程为，脑电波传感器监测英语学习过程中的脑电波，进行数模转换以后，把学生学习过程中的脑电波转换为数字信号，通过中国电信的物联网发送到远程服务器做持久化传输，在远程搜集学生学习过程中产生的脑电波数据，并将该数据与学生信息管理系统中的学习结果进行匹配融合，最终建立用于分析学生学习过程的机器学习模型。在传输脑电波数据到远程服务器的过程中，还可以使用声音播放模块学习英语，比如进行英语听力的训练和学习。

基于物联网用于英语听力的脑电波采集终端包含如下四个模块：脑电波传感器，声音播放模块，数据处理组件，网络通信模块，可充电模块等。各个模块的功能及实现方式如下：

脑电波传感器采用提供给嵌入系统设计师的tgam(thinkgearasicmodule)pcb模块实现，tgam模块包括了tgat芯片，该芯片是一个高度集成的单一芯片脑电传感器，可以输出三个neurosky的esense参数，可以进行模数转换，检测接触不良的异常状态，过滤掉眼电噪音及50/60hz交流电干扰。

该tgam模块能直接连接干接触点，不像传统医学用的湿传感器使用时需要上导电胶；单eeg脑电通道有3个接触点：eeg(脑电采集点)ref(参考点)gnd(地线点)；上电后若接触点连续四秒没有采集到脑电或连续七秒收到差的脑电信号；具有先进的噪音过滤技术，能抗拒日常生活中环境里的各种干扰；具有低能耗，适合便携式消费产品的电池供电的设备；该设备3.3伏供电下最大消耗为15毫安；原始脑电数据以512hz输出。该设备的输出信号包括原始脑波信号，α,β等脑波波段数据，输出neurosky(神念科技)获得专利技术的esense专注度和放松度指数以及未来开发的其他数据，接触不良或是完全没接触的异常状态等。

数据处理组件可以使用网络通信模块提供的mcu组件，也可以使用外接单片机模组的方式实现数据处理。该组件负责接收脑电波传感器发送的数据，这些数据时传感器做了模数转换以后的脑电波数据，通过串口发送给数据处理组件。数据处理组件调用网络通信模块，将这些数据发送给中国电信物联网云，也就是窄带物联网。同时发送给远程服务器的信息包括有，设备编号，发送时间等能够唯一标识设备的关键信息。

网络通信模块可以采用上海移远公司ltebc28nb-iot模组，该芯片组基于华为hi2115芯片150开发平台，是一款超紧凑、高性能、低功耗的多频段nb-iot无线通信模组，同样支持b1/b3/b8/b5/b20/b28频段。bc28提供丰富的外部接口和网络协议栈，包括udp/tcp/coap/lwm2m/mqtt等。bc28采用超紧凑设计，尺寸仅为17.7mm×15.8mm×2.0mm，是目前业内尺寸最小的产品之一，特别适合可穿戴设备、安防、资产追踪、农业监测和智能家电等行业。

声音播放模块实现了声音播放功能。

可充电模块通常可以使用锂电池等模组，也可以考虑使用光伏电池等。

本实用新型的整个系统的工作流程如下：

(1)教学管理或者科研机构采购脑电波采集终端，初始化远程服务器基础数据，为终端用户登记并发放脑电波数据采集终端。

(2)终端用户使用充电接口为设备充电。

(3)在学习或者科研过程中，终端用户佩戴该脑电波采集终端。

(4)在脑电波采集终端内部，发送注册消息给中国电信物联网云，远程服务器在中国电信物联网云注册通知消息，当有终端上线的时候则获得推送通知。远程服务器标示终端用户上线。

(5)脑电波采集终端注册成功以后，学生等终端用户正常学习。采集终端以某个频率采集用户脑电波数据，进行数模转换后发给数据处理组件，该组件同时封装设备标示，采集时间等信息，发送给中国电信物联网云。

(6)数据采集服务器接收中国电信物联网云的数据推送，并记录在本地数据库中。

(7)经过一段时间运营完成，在远程数据服务器上融合学生信息管理系统，学生成绩管理系统，终端采集的数据等，完成初始数据收集工作。

(8)教师或者科研人员根据采集数据，使用人工智能技术，比如采用深度神经网络对数据进行分析建模，结合教育理论分析教学效果，统计脑电波数据与教学效果之间的关系等等。

本实用新型用于监测英语学习过程中的脑电波，通过脑电波传感器，进行数模转换以后，把学生学习过程中的脑电波转换为数字信号，通过中国电信的物联网发送到远程服务器做持久化传输，在远程搜集学生学习过程中产生的脑电波数据，并将该数据与学生信息管理系统中的学习结果进行匹配融合，最终建立用于分析学生学习过程的机器学习模型。该模型用于为中学，高校等教育机构或者教学单位做教学过程数据建模或者其他科研用途。

本实用新型结合脑电波传感器与听力播放模块，减少用户的采购成本；使用物联网通信组件采集学习过程中的实时脑电波数据，真实反映一线的教学实际情况；针对脑电波数据，融合教学信息管理系统中的其他数据，建立数据模型，服务于教学领域，有针对性的提升教学效果；采用物联网通信模块，减少设备的功耗，提升采集终端的易用性。

上述内容对本实用新型实施例中的技术方案进行清楚、完整地描述，以使本领域的技术人员能够更好的理解本实用新型的优点和特征，从而对本实用新型的保护范围做出更为清楚的界定。本实用新型所描述的实施例仅仅是本实用新型一部分实施例，而不是全部的实施例，基于本实用新型中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本实用新型保护的范围。