[发明专利]一种脑电影像特征提取模型的训练方法及装置

权利要求书

1.一种脑电影像特征提取模型的训练方法，其特征在于，所述方法包括：

获取样本数据，所述样本数据包括与多个被试对应的脑区信号及其分类标签；所述脑区信号中携带有时序信息，不同的所述被试对应的脑区信号的类型和个数均相同，且所述个数大于1；所述分类标签表征所述样本数据为正样本或负样本；

根据所述脑区信号构建超图，所述超图表征了各个所述被试之间脑区信号的高阶相关性；

将所述脑区信号按所述时序信息进行划分，获得每个时间区域对应的区域数据；

根据所述超图、所述区域数据、所述分类标签和划分的时间区域个数获取脑电影像特征提取模型的目标函数；

对目标函数进行最小化求解，获得所述目标函数取最小值时，所述目标函数中的权重参数值，所述权重参数值用于表征每个所述区域数据对应的权重的权重值。

2.根据权利要求1所述的方法，其特征在于，所述根据所述脑区信号构建超图，包括：

获取每个所述被试的脑区信号与其他所述被试的脑区信号之间的相关性；

根据所述相关性选择每个所述被试距离其自身最近的k个所述被试，将每个所述被试与距离其最近的k个所述被试之间使用超边连接，构建所述超图，k为正整数。

3.根据权利要求1所述的方法，其特征在于，所述根据所述超图、所述区域数据、所述分类标签和划分的时间区域个数获取脑电影像特征提取模型的目标函数，包括：

根据所述区域数据、所述分类标签和所述时间区域个数获取所述目标函数中的损失函数项；

根据所述区域数据获取所述目标函数中的组稀疏正则化项；

根据所述超图和所述区域数据获取所述目标函数中的超图拉普拉斯正则化项。

4.根据权利要求3所述的方法，其特征在于，所述根据所述超图和所述区域数据获取所述目标函数中的超图拉普拉斯正则化项，包括：

根据所述超图计算获得所述超图的拉普拉斯矩阵；

根据所述拉普拉斯矩阵和所述区域数据获取所述超图拉普拉斯正则化项。

5.根据权利要求1所述的方法，其特征在于，所述目标函数的表达式为：

其中，M为所述划分的时间区域个数，Y为所述分类标签，X_m为每个时间区域对应的区域数据，w_m为每个区域数据对应的权重，W是M个w_m的总体，Δ为所述超图的拉普拉斯矩阵，λ为组稀疏正则化项的权重，μ为超图拉普拉斯正则化项的权重。

6.一种脑电影像的分类方法，其特征在于，所述方法包括：

将输入的脑电影像进行分区处理，获得所述脑电影像中的多个脑部区域各自对应的脑区信号，所述脑区信号中携带有时序信息；

将所述脑区信号按所述时序信息进行划分，获取每个时间区域对应的区域数据；

将所述区域数据与每个所述区域数据对应的权重按照目标函数进行计算得到分类结果，所述权重根据权利要求1-5中任一项所述的方法得到。

7.根据权利要求6所述的方法，其特征在于，所述目标函数的表达式为：

其中，Y为分类结果，M为所述划分的时间区域个数，X_m为每个时间区域对应的区域数据，w_m为每个区域数据对应的权重。