[發明專利]一種腦電波處理裝置、方法、計算機設備及存儲介質

在審

• 申請號: 202110895163.0
• 申請日: 2021-08-05
• 公開（公告）號: CN113792588A
• 公開（公告）日: 2021-12-14
• 發明（設計）人: 陳海波;鄧鋼清
• 申請（專利權）人: 深蘭科技（上海）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/08;A61B5/372;A61B5/00
• 代理公司: 北京正理專利代理有限公司 11257
• 代理人: 張帆

本申請的實施例公開了一種腦電波處理裝置、方法、計算機設備及存儲介質，該裝置包括：第一編碼器、第二編碼器、第三編碼器和解碼器，其中：第一編碼器，用于對接收的多路腦電樣本信號進行數據處理并分別輸出腦電語義信號，腦電語義信號包括多個腦電語義子信號，第二編碼器，用于對接收的多個腦電語義子信號進行數據處理并輸出靜態腦電語義信號，每個腦電語義子信號的靜態腦電語義信號相同；第三編碼器，用于對接收的多個腦電語義子信號、以及靜態腦電語義信號進行數據處理并輸出動態腦電語義信號，動態腦電語義信號包括時間信息；解碼器，用于根據靜態腦電語義信號和動態腦電語義信號重建腦電樣本信號。

技術領域

本申請涉及深度學習技術領域。更具體地，涉及一種腦電波處理裝置、方法、計算機設備及存儲介質。

背景技術

在腦電信號中，分類問題通常很難解決，因為不同類別的腦電信號強度非常相似，它們的區別很小，因此很難完整地區分。在絕大多數腦機接口操作中，比如說對于機械手臂的腦電操作，分類問題至關重要?，F有技術中通常借助像SSVEP這樣的外界腦刺激協議，否則因為不同誘發電位的EEG數據非常相似，很難使用傳統分類器進行分類。

發明內容

有鑒于此，本申請提供了一種腦電波處理裝置、方法、計算機設備及存儲介質。

第一方面，本申請提供一種腦電波處理裝置，該裝置包括：

第一編碼器、第二編碼器、第三編碼器和解碼器，其中：

所述第一編碼器，用于對接收的多路腦電樣本信號進行數據處理并分別輸出腦電語義信號，所述腦電語義信號包括多個腦電語義子信號，每個腦電語義子信號對應不同的時間信息；

所述第二編碼器，用于對接收的多個腦電語義子信號進行數據處理并輸出靜態腦電語義信號，每個腦電語義子信號的靜態腦電語義信號相同；

所述第三編碼器，用于對接收的多個腦電語義子信號、以及靜態腦電語義信號進行數據處理并輸出動態腦電語義信號，所述動態腦電語義信號包括所述時間信息；

所述解碼器，用于根據靜態腦電語義信號和動態腦電語義信號重建所述腦電樣本信號。

在一個具體實施例中，所述第一編碼器包括第一輸入層、第一卷積層、第一壓平層、第一全連接層、第二全連接層和第一輸出層，其中

所述第一輸入層將接收的多路腦電樣本信號傳輸至所述第一卷積層，經所述第一卷積層進行卷積計算后輸出至所述第一壓平層，經所述第一壓平層展平后輸出至所述第一全連接層，經所述第一全連接層、所述第二全連接層進行分類操作后通過所述第一輸出層分別輸出所述多路腦電樣本信號對應的所述腦電語義信號。

在一個具體實施例中，所述第一卷積層的內核尺寸為3*3，所述第一卷積層的步長為2，所述第一卷積層的填充模式為補全模式。

在一個具體實施例中，所述第二編碼器包括第二輸入層、第一雙向長短期記憶網絡、第一拼接層、第三全連接層、和第一采樣層，其中

所述第二輸入層接收多個所述腦電語義信號并傳輸至所述第一雙向長短期記憶網絡，經所述第一雙向長短期記憶網絡進行時間循環處理操作后傳輸至所述第一拼接層，經所述第一拼接層拼接后傳輸至所述第三全連接層，經所述第三全連接層進行分類操作后通過所述第一采樣層輸出所述靜態腦電語義信號。

在一個具體實施例中，所述第一雙向長短期記憶網絡包括第一正向長短期記憶網絡和第一反向長短期記憶網絡，其中：

所述第一正向長短期記憶網絡，用于對接收的多個腦電語義子信號根據所述時間信息進行正向數據處理并輸出正向靜態腦電語義子信號，并輸出至所述第一拼接層；

所述第一反向長短期記憶網絡，用于對接收的多個腦電語義子信號根據所述時間信息進行反向數據處理并輸出反向靜態腦電語義子信號，并輸出至所述第一拼接層；