[发明专利]基于Transformer的脑波场景参数生成方法及存储介质

说明书

本发明的一种基于Transformer的脑波场景参数生成方法及存储介质，包括对收集到的脑波数据进行编码处理；将处理后的脑波数据输入到公共Encoder Block结构中；基于公共Encoder Block结构输出进行脑波占比和场景参数的双任务预测。本发明基于深度学习技术，构建根据脑波选择场景参数的方法，使得准确率更高，能够更符合脑波实际变化和场景的对应关系。使用用户当前的脑波数据，产生能够诱导用户脑波变化的场景的各项参数；本发明采用Transformer的基本结构是因为该结构对于Sequence2Sequence形式的数据具有较好的建模功能；本发明使用公共模块提取特征，结合多任务预测的方法，能够提升预测准确率，加快模型收敛；基于Transformer的结构实现，能够提升预测准确率。

技术领域

本发明涉及脑波选择刺激技术领域，具体涉及一种基于Transformer的脑波场景参数生成方法及存储介质。

背景技术

目前脑波的非侵入式采集技术已经基本成熟，能够采集到可用的脑波数据。

通过脑波的诱导进而对人体进行调整的应用也逐渐为大众熟知，其中包括如：（1）通过音乐治疗失眠：通过音乐使用户处于平和的状态，帮助用户快速入睡。（2）通过光、音乐等信号刺激用户脑波的改变。

目前针对脑波选择刺激信号方法主要还是根据专家知识进行的。

诱发特定脑波的刺激信号并不好控制，尤其是多种信号联合刺激，现有技术更多是根据专家知识进行选择。

相关术语解释：

（1）脑波（英语：brainwave）亦称脑电波,脑波是神经元细胞之间传递信息时产生的生物电信号；是大脑皮质中的锥体细胞突触活动时产生的离子交换而产生的电波信号。脑细胞只要是活动就会产生相应的生物电，也是通过这些电通过树突来跟别的脑细胞进行联接，形成思维的网络；在科学应用上我们能通过仪器检测到的脑波必须由一定数量的神经元细胞活动而产生的，作为频率的不同分为下面几种类型；Δ波、Θ波、α波、β波、γ波等：根据大脑状态管理的不同把β波在细分为 Smr波、βl波(低β波)、βh波（高β波）；

（2）脑波占比：脑波中不同频率的占比；

（3）场景：经专家确定或者实验验证，对人具有θ波诱导的感官刺激布局，包含视觉、听觉、气味、体感等；

（4）场景参数：指的是布置（3）中场景所需要的参数，包括如：视觉方面需要放第几张图像或者视频，听觉方面需要放第几个音乐或者第几类音乐，气味方面需要释放哪种或者哪几种气味，体感方面如需要控制冷热、失重等身体感觉；

（5）Transformer：深度学习的网络结构，本质是一种Encoder-Decoder结构；

损失函数：用于计算模型预测结果与真实结果差距的方法，可以在神经网络中反向传播，用于对模型参数进行更新，逐渐改进模型的预测结果。

发明内容

本发明提出的一种基于Transformer的脑波场景参数生成方法，使用用户当前的脑波数据，产生能够诱导用户脑波变化的场景的各项参数，其中的每个参数分别用来控制气味改变、音乐播放、视频播放、冷热改变、失重等。

为实现上述目的，本发明采用了以下技术方案：

一种基于Transformer的脑波场景参数生成方法，包括以下步骤，

对收集到的脑波数据进行编码处理；

将处理后的脑波数据输入到公共Encoder Block结构中；

基于公共Encoder Block结构输出进行脑波占比和场景参数的双任务预测。

进一步的，所述对收集到的脑波数据进行编码处理，包括，

首先将脑波数据进行必要的处理，得到统一的输入形式；

对于包含位置和位置上的数值的序列脑波数据，使用均值对序列数据进行填充，即将其中的缺失值使用全体数据统计得到的均值进行填充；