[發(fā)明專利]一種基于Transformer腦區(qū)時序分析的DRDS腦電信號識別方法

在審

• 申請?zhí)枺?/td>: 202211588317.2
• 申請日: 2022-12-12
• 公開（公告）號: CN115844425A
• 公開（公告）日: 2023-03-28
• 發(fā)明（設(shè)計）人: 沈麗麗;孫乾龍;孫明陽
• 申請（專利權(quán)）人: 天津大學(xué)
• 主分類號: A61B5/372
• 分類號: A61B5/372;A61B5/00;A61B5/378
• 代理公司: 北京保識知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11874
• 代理人: 黃駿

1.一種基于Transformer腦區(qū)時序分析的DRDS腦電信號識別方法，其特征在于，包括以下步驟：

S1、對受試者的EEG數(shù)據(jù)進(jìn)行預(yù)處理，將預(yù)處理后的EEG信號進(jìn)行切片，作為網(wǎng)絡(luò)的輸入樣本；

S2、使用時間卷積和維度變換提取EEG信號的特征，將提取的特征送入包含Transformer Encoder結(jié)構(gòu)的腦區(qū)Transformer模塊提取空間特征；

S3、將空間特征進(jìn)行轉(zhuǎn)置，送入包含Transformer Encoder結(jié)構(gòu)的時序Transformer模塊進(jìn)行全局自注意力特征提取，提取時序特征；

S4、構(gòu)建包含三個空間多尺度卷積層和三個時間多尺度卷積層的時空多尺度卷積融合模塊，得到高級EEG時空特征，完成EEG信號的分類。

2.根據(jù)權(quán)利要求1所述的一種基于Transformer腦區(qū)時序分析的DRDS腦電信號識別方法，其特征在于，所述S1中提到的信號切片具體為：

對信號重疊切片，將其在時間維度上轉(zhuǎn)換為一系列1s樣本，切片后每個受試者有6912個樣本。

3.根據(jù)權(quán)利要求1所述的一種基于Transformer腦區(qū)時序分析的DRDS腦電信號識別方法，其特征在于，所述S2中提到的腦區(qū)Transformer模塊的工作流程具體為：

S2.1、腦區(qū)Transformer模塊從EEG腦區(qū)的角度將特征劃分成6個不同的腦區(qū)集合；

S2.2、將每個腦區(qū)的特征送入對應(yīng)的腦區(qū)Transformer Encoder模塊，在每個腦區(qū)內(nèi)提取電極之間的全局依賴信息；

S2.3、將從6個腦區(qū)內(nèi)提取的全局信息進(jìn)行拼接，得到了整個腦區(qū)全部電極之間的腦電信息的集合；

S2.4、將全部電極的信號送入腦區(qū)Transformer Encoder模塊，在整個腦區(qū)內(nèi)提取每一個電極的全局重要性信息。

4.根據(jù)權(quán)利要求1所述的一種基于Transformer腦區(qū)時序分析的DRDS腦電信號識別方法，其特征在于，所述S3具體包括以下內(nèi)容：

時序Transformer模塊以時序Encoder模塊為基礎(chǔ)，采用Transformer Encoder結(jié)構(gòu)對P個長度為1×N的時間片序列做電極之間的全局自注意力特征提取，提取時序特征。

5.根據(jù)權(quán)利要求1所述的一種基于Transformer腦區(qū)時序分析的DRDS腦電信號識別方法，其特征在于，所述S4具體包括以下內(nèi)容：

時空多尺度卷積融合模塊將Transformer encoder結(jié)構(gòu)得到的信息進(jìn)行更高級的特征提取，具體為：

S4.1、將時序Transformer模塊提取到的特征送入三個空間多尺度卷積層，從局部和全局角度提取EEG深層次空間信息；

S4.2、將三個尺度的信息進(jìn)行拼接，整理成高級空間EEG特征；

S4.3、使用三個不同尺度的時間卷積提取融合高級時間信息，得到最終的高級EEG時空特征；

S4.4、加快網(wǎng)絡(luò)訓(xùn)練以縮小特征的數(shù)量，采用1×1卷積和4×4的池化操作得到最終的融合特征；

S4.5、將融合特征送入兩層全連接層和一層softmax層，完成EEG信號的分類。