[发明专利]脑活动状态识别方法、装置、设备和存储介质

权利要求书

1.一种脑活动状态识别方法，其特征在于，包括：

获取用户的脑电信号数据；

根据所述用户的脑电信号数据和目标人工神经网络模型，获取脑电信号的特征信息；所述目标人工神经网络模型包括脉冲神经元；

根据所述脑电信号的特征信息和目标脉冲神经网络模型，确定脑活动状态边界信息和目标整合信息；所述目标脉冲神经网络模型用于基于所述脑电信号的特征信息确定脉冲发放位置；所述脑活动状态边界信息用于表示脑活动状态切换的时间信息；所述目标整合信息表示相邻的脑活动状态边界之间的脑活动信息；

根据所述脑活动状态边界信息和所述目标整合信息，识别用户的脑活动状态。

2.根据权利要求1所述的脑活动状态识别方法，其特征在于，所述根据所述用户的脑电信号数据和目标人工神经网络模型，获取脑电信号的特征信息，包括：

对所述脑电信号数据进行编码，获取所述用户脑电信号数据对应的梅尔倒频谱数据；

将所述梅尔倒频谱数据输入目标人工神经网络模型，获取脑电信号的特征信息。

3.根据权利要求2所述的脑活动状态识别方法，其特征在于，所述将所述脑电信号的特征信息输入目标脉冲神经网络模型，确定脑活动状态边界信息和目标整合信息，包括：

将所述脑电信号的特征信息输入目标脉冲神经网络模型，确定目标脉冲神经网络模型中神经元的膜电位；

基于所述神经元的膜电位，确定脉冲发放位置；

根据所述脉冲发放位置，确定脑活动状态边界信息；

根据所述脑活动状态边界信息，获取相邻的脑活动状态边界之间的目标整合信息。

4.根据权利要求3所述的脑活动状态识别方法，其特征在于，所述将所述脑电信号的特征信息输入目标脉冲神经网络模型，确定目标脉冲神经网络模型中神经元的膜电位，包括：

基于如下方式确定目标脉冲神经网络模型中神经元的膜电位：

V_k,t＝V_k,t-1+F(I_k,t,V_k,t-1,…)；

其中，V_k,t表示第t时刻的第k个神经元的膜电位；V_k,t-1表示第t-1时刻的第k个神经元的膜电位；F(I_k,t,V_k,t-1,…)表示目标脉冲神经网络模型中的目标动力学模型；I_k,t表示脑电信号的特征信息对应的电流序列。

5.根据权利要求4所述的脑活动状态识别方法，其特征在于，所述目标脉冲神经网络模型中的目标动力学模型包括以下至少一项：一阶动力学模型、携带动态阈值的一阶动力学、二阶动力学模型、携带自抑制项的二阶动力学模型。

6.根据权利要求3-5任一项所述的脑活动状态识别方法，其特征在于，所述基于所述神经元的膜电位，确定脉冲发放位置，包括：

在所述神经元的膜电位大于第一阈值的情况下，进行脉冲发放并确定脉冲发放位置；

所述根据所述脉冲发放位置，确定脑活动状态边界信息，包括：

将所述脉冲发放位置作为脑活动状态边界信息。

7.一种脑活动状态识别装置，其特征在于，包括：

获取模块，用于获取用户的脑电信号数据；

处理模块，用于根据所述用户的脑电信号数据和目标人工神经网络模型，获取脑电信号的特征信息；所述目标人工神经网络模型包括脉冲神经元；

确定模块，用于根据所述脑电信号的特征信息和目标脉冲神经网络模型，确定脑活动状态边界信息和目标整合信息；所述目标脉冲神经网络模型用于基于所述脑电信号的特征信息确定脉冲发放位置；所述脑活动状态边界信息用于表示脑活动状态切换的时间信息；所述目标整合信息表示相邻的脑活动状态边界之间的脑活动信息；

识别模块，用于根据所述脑活动状态边界信息和所述目标整合信息，识别用户的脑活动状态。