[发明专利]基于图表征和注意力机制的ERP信号检测方法及装置

权利要求书

1.一种基于图表征和注意力机制的ERP信号检测方法，其特征在于，所述方法包括：

获取经预处理后的脑电信号样本；所述脑电信号样本根据通道的信息和采样点的信息进行表示；所述脑电信号样本通过标签进行标记；

构建用于提取脑电信号特征的卷积循环网络；所述卷积循环网络包括输入层、图表征层、卷积层、双层长短期记忆层、自注意力层和输出层；所述卷积层包括选择性内核卷积层；输入层用于分割所述预处理后的脑电信号样本，得到每一时间片段的脑电信号片段；图表征层用于根据通道节点对应关系的分布图将每一所述脑电信号片段表征为具有空间信息的脑电信号图序列；所述选择性内核卷积层用于提取每一脑电信号图序列中的多尺度空间特征，得到空间特征序列；双层长短期记忆层用于提取经池化后的每一所述空间特征序列得到时间特征序列；自注意力层用于根据所述每一时间特征序列和每一时间特征序列对应的重要性权重，得到时空注意力总特征；输出层用于归一化所述时空注意力总特征，得到所述脑电信号样本的ERP信号检测结果；

根据脑电信号样本的标签和将脑电信号样本输入到所述卷积循环网络得到的预测结果对卷积循环网络进行训练，得到训练好的卷积循环网络；

将预处理后的待检测脑电信号输入所述训练好的卷积循环网络，得到待检测脑电信号的ERP信号检测结果。

2.根据权利要求1所述的方法，其特征在于，所述根据通道节点对应关系的分布图将每一所述脑电信号片段表征为具有空间信息的脑电信号图序列包括：

根据通道节点对应关系的节点分布图，得到无向空间图G＝(E,D)，其中，E表示节点集，表示为E＝{p_i|i＝1,…,C}，p_i表示所述节点分布图第i个节点，C表示脑电信号的通道数；

将邻接矩阵定义为一个平方矩阵|E|×|E|，所述邻接矩阵的表达式为：

其中，D_E为所述无向空间图的边集，表示为D_E＝{p_ip_j|(i,j)∈M}，M是相邻EEG节点的集合，1表示节点p_i和节点p_j彼此相邻，0表示节点p_i和节点p_j彼此不相邻；

根据所述无向空间图的邻接矩阵和每一所述脑电信号片段，得到脑电信号图序列为：

其中，N_E为邻接矩阵，为规范化后的邻接矩阵，Q_i为脑电信号片段，为脑电信号图序列，C表示脑电信号的通道数，t表示采样点数。

3.根据权利要求1-2任一项所述的方法，其特征在于，所述所述选择性内核卷积层用于提取每一脑电信号图序列中的多尺度空间特征，得到空间特征序列包括：

将每一所述脑电信号图序列输入所述选择性内核卷积层，得到每一卷积核对应的特征图；

融合所述特征图，得到融合特征图，通过全局平均池化得到通道上的全局信息，通过全连接层将平均池化结果降维，生成紧凑特征；

根据所述紧凑特征，得到各内核分支的重要性权重，通过加权求和得到空间特征序列。

4.根据权利要求3所述的方法，其特征在于，所述将每一所述脑电信号图序列输入所述选择性内核卷积层，得到每一卷积核对应的特征图包括：

将每一所述脑电信号图序列输入所述选择性内核卷积层进行核卷积、批归一化和ReLU操作，得到每一卷积核对应的特征图，所述卷积核表示为：

其中，为第一卷积核，为第二卷积核，为第三卷积核，为第一特征图，为第二特征图，为第三特征图，为脑电信号图序列，C'为卷积操作后特征图的通道数，t'为卷积操作后特征图的采样点数。