[发明专利]脑电信号分类方法、装置、计算机设备及存储介质

说明书

本申请是脑电信号分类方法、装置、计算机设备及存储介质，涉及信号处理技术领域。所述方法包括：获取第一脑电信号；基于至少两个电极信号，获取至少两个电极信号分别对应的时频特征图；基于至少两个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；对第一提取特征图，进行基于注意力机制的加权处理，获取注意力特征图；基于注意力特征图，获取第一脑电信号对应的运动想象类型。上述方案，通过融合脑电信号的时域、频域以及空间特征的第一提取特征图经过基于注意力机制的加权处理后得到注意力特征图，通过该注意力特征图确定第一脑电信号对应的运动想象类型，提高了对脑电信号对应的运动想象类型预测的准确性。

技术领域

本申请涉及信号处理领域，特别涉及一种脑电信号分类方法、装置、计算机设备及存储介质。

背景技术

脑电波(Electroencephalogram，EEG)是一种使用电生理指标记录大脑活动的方法，大脑在活动时，大量神经元同步发生的突触后电位经总和后形成的。它记录大脑活动时的电波变化，是脑神经细胞的电生理活动在大脑皮层或头皮表面的总体反映。

在相关技术中，MI-BCI(Motor Imagery-Brain Computer Interface，运动想象脑机接口)系统在诸多领域均有着广泛的应用前景，能在没有任何肢体运动的情况下，通过大脑想象肢体运动产生的脑电波信号来控制外部设备。它既可以帮助脑卒中偏瘫等肢体不便的患者康复训练或者控制轮椅出行，也可以用于普通用户的教育娱乐，例如脑控VR(Virtual Reality，虚拟现实)游戏等，MI(Motor Imagery，运动想象)信号分类识别是MI-BCI系统中的关键环节，其解码的准确性直接影响这个系统的性能和用户体验。

上述技术方案中，对MI信号进行分类识别时，分类的准确性较低。

发明内容

本申请实施例提供了一种脑电信号分类方法、装置、计算机设备及存储介质，可以提高对脑电信号对应的运动想象类型预测的准确性，该技术方案如下：

一方面，提供了一种脑电信号分类方法，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。

又一方面，提供了一种脑电信号分类方法，所述方法包括：

获取第一样本脑电信号；所述第一样本脑电信号包含至少两个第一样本电极信号；所述第一样本电极信号用于指示目标对象运动想象时在所述第一样本电极信号对应的空间区域产生的脑电波信号；

基于至少两个所述第一样本电极信号，获取至少两个所述第一样本电极信号分别对应的第一样本时频特征图；所述样本时频特征图用于指示所述第一样本电极信号对应的时域特征与频域特征；

基于至少两个所述第一样本电极信号分别对应的第一样本时频特征图，通过所述脑电信号分类模型中的第一卷积层进行特征提取，获得第一样本提取特征图；所述第一样本提取特征图融合有至少两个所述第一样本电极信号的空间特征；至少两个所述第一样本电极信号的空间特征与至少两个所述第一样本电极信号对应的空间区域相关；