[发明专利]脑活动状态识别方法、装置、设备和存储介质

说明书

本发明实施例提供一种脑活动状态识别方法、装置、设备和存储介质，该方法包括：获取用户的脑电信号数据；根据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；目标人工神经网络模型包括脉冲神经元；根据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；目标脉冲神经网络模型用于基于脑电信号的特征信息确定脉冲发放位置；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；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；根据脑活动状态边界信息和目标整合信息，识别用户的脑活动状态。本发明实施例的方法实现了脑活动状态的准确识别。

技术领域

本发明涉及医学信号处理技术领域，尤其涉及一种脑活动状态识别方法、装置、设备和存储介质。

背景技术

在医学麻醉领域，麻醉深度和镇痛水平的监测是给药的重要参考依据，脑活动状态检测则是患者身体状态的重要判别途径，因此如何准确的识别用户的脑活动状态具有重要的意义。

相关技术中，基于传统人工神经网络模型进行用户的脑活动状态识别，但受限于人工神经网络的低速反向传播方式和高计算成本，导致用户脑活动状态的识别效率和准确率较低，难以进行大规模临床应用。

发明内容

针对现有技术中的问题，本发明实施例提供一种脑活动状态识别方法、装置、设备和存储介质。

具体地，本发明实施例提供了以下技术方案：

第一方面，本发明实施例提供了一种脑活动状态识别方法，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。

进一步地，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。

进一步地，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。

进一步地，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,…)；