[发明专利]脑电信号分类方法、装置、计算机设备及存储介质

权利要求书

1.一种脑电信号分类方法，其特征在于，所述方法包括：

获取第一脑电信号；所述第一脑电信号包含至少两个电极信号；所述电极信号用于指示目标对象在所述电极信号对应的空间区域产生的脑电波信号；

基于至少两个所述电极信号，获取至少两个所述电极信号分别对应的时频特征图；所述时频特征图用于指示所述电极信号对应的时域特征与频域特征；

基于至少两个所述电极信号分别对应的时频特征图，进行特征提取，获得第一提取特征图；所述第一提取特征图融合有至少两个所述电极信号的空间特征；至少两个所述电极信号的空间特征与至少两个所述电极信号对应的空间区域相关；

对所述第一提取特征图，进行基于注意力机制的加权处理，获取所述第一脑电信号对应的注意力特征图；

基于所述第一脑电信号对应的注意力特征图，获取所述第一脑电信号对应的运动想象类型。

2.根据权利要求1所述的方法，其特征在于，基于至少两个所述电极信号分别对应的时频特征图，进行特征提取，获得第一提取特征图，包括：

基于至少两个所述电极信号分别对应的时频特征图，通过脑电信号分类模型中的第一卷积层，进行特征提取，获得所述第一提取特征图；

所述对所述第一提取特征图，进行基于注意力机制的加权处理，获取所述第一脑电信号对应的注意力特征图，包括：

基于所述脑电信号分类模型中的第一注意力加权模块，对所述第一提取特征图，进行基于注意力机制的加权处理，获得所述第一脑电信号对应的注意力特征图；

其中，所述脑电信号分类模型是以第一样本脑电信号为样本、第一样本脑电信号对应的运动想象类型为标签训练出的机器学习模型。

3.根据权利要求2所述的方法，其特征在于，所述注意力机制包括空间注意力机制与通道注意力机制中的至少一者。

4.根据权利要求3所述的方法，其特征在于，所述第一注意力加权模块中包含第一空间注意力加权模块、第二卷积层、第一通道注意力模块以及第三卷积层；

所述基于所述脑电信号分类模型中的第一注意力加权模块，对所述第一提取特征图，进行基于注意力机制的加权处理，获得所述第一脑电信号对应的注意力特征图，包括：

基于所述第一空间注意力加权模块，对所述第一提取特征图进行基于空间注意力机制的加权处理，获得第一空间特征图；

基于所述第二卷积层，对所述第一空间特征图进行特征提取，获得第二提取特征图；

基于所述第一通道注意力加权模块，对所述第二提取特征图进行基于通道注意力机制的加权处理，获得第一通道特征图；

基于第三卷积层，对所述第一通道特征图进行特征提取，获得所述第三提取特征图；

基于所述第一空间特征图、所述第一通道特征图以及所述第三提取特征图，获取所述注意力特征图。

5.根据权利要求4所述的方法，其特征在于，所述第一注意力加权模块中还包括第二注意力加权模块；

所述基于所述第一空间特征图、所述第一通道特征图以及所述第三提取特征图，获取所述注意力特征图，包括：

将所述第一空间特征图，所述第一通道特征图以及所述第三提取特征图融合，获得第一融合特征图；

基于所述第一融合特征图，通过所述第二注意力加权模块，进行基于注意力机制的加权处理，获得所述注意力特征图。

6.根据权利要求5所述的方法，其特征在于，响应于所述第二注意力加权模块包括第二空间注意力加权模块与第二通道注意力加权模块，所述基于所述第一融合特征图，通过第二注意力加权模块，进行基于注意力机制的加权处理，获得所述注意力特征图，包括：

通过所述第二通道注意力加权模块，对所述第一融合特征图，进行基于通道注意力机制的加权处理，获得第二通道特征图；

通过所述第二空间注意力加权模块，对所述第二通道特征图，进行基于空间注意力机制的加权处理，获得所述注意力特征图。