脑电信号分析方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术公开了一种脑电信号分析方法、装置、电子设备和存储介质，其中，方法包括：获取待分析脑电信号，并对所述待分析脑电信号进行预处理；在经过预处理的待分析脑电信号中提取目标脑电信号，并基于所述目标脑电信号生成脑电信号地形图序列；将所述脑电信号地形图序列输入至预设脑电信号分析模型中，得到所述待分析脑电信号的分类结果，其中，所述预设脑电信号分析模型包括卷积神经网络模块、长短记忆网络模块和全连接网络模块。本发明专利技术实施例的技术方案解决了现有脑电信号分析算法中数据特征没有被充分挖掘，导致目标脑电信号的识别精度不高的问题，实现了深度学习脑电信号特征，提升脑电信号分析结果的准确度。升脑电信号分析结果的准确度。升脑电信号分析结果的准确度。

EEG signal analysis method, device, electronic equipment and storage medium

【技术实现步骤摘要】
脑电信号分析方法、装置、电子设备和存储介质


[0001]本专利技术涉及脑电信号处理
，尤其涉及一种脑电信号分析方法、装置、电子设备和存储介质。

技术介绍

[0002]轻度认知障碍(Mild Cognitive Impairment，MCI)以及阿兹海默症(Alzheimer Disease，AD)是不同发展程度的神经系统的病变，若能够及时发现患者的MCI或AD并进行干预，可以延缓患者病程的发展，提高患者的生活质量。
[0003]目前，在基于脑电信号(Electroencephalogram gram，EEG)进行相关疾病识别的方法中，多通过对脑电信号全局能量谱进行聚类分析，以对脑电信号中的微状态进行分类与识别，但是在这一分析过程中不考虑各微状态的出现时间信息，没有充分挖掘脑电信号中的更多的信号特征加以分析，因此，目前基于脑电信号进行相关疾病识别算法的准确度还有待提升。

技术实现思路

[0004]本专利技术实施例提供了一种脑电信号分析方法、装置、电子设备和存储介质，其要解决的一个技术问题是脑电信号分析算法中数据特征没有被充分挖掘，导致目标脑电信号的识别精度不高，以实现深度学习脑电信号特征，提升脑电信号分析结果的准确度。
[0005]第一方面，本专利技术实施例提供了一种脑电信号分析方法，该方法包括：
[0006]获取待分析脑电信号，并对所述待分析脑电信号进行预处理；
[0007]在经过预处理的待分析脑电信号中提取目标脑电信号，并基于所述目标脑电信号生成脑电信号地形图序列；
[0008]将所述脑电信号地形图序列输入至预设脑电信号分析模型中，得到所述待分析脑电信号的分类结果，其中，所述预设脑电信号分析模型包括卷积神经网络模块、长短记忆网络模块和全连接网络模块。
[0009]第二方面，本专利技术实施例还提供了一种脑电信号分析装置，该装置包括：
[0010]信号预处理模块，用于获取待分析脑电信号，并对所述待分析脑电信号进行预处理；
[0011]地形图序列生成模块，用于在经过预处理的待分析脑电信号中提取目标脑电信号，并基于所述目标脑电信号生成脑电信号地形图序列；
[0012]信号分析模块，用于将所述脑电信号地形图序列输入至预设脑电信号分析模型中，得到所述待分析脑电信号的分类结果，其中，所述预设脑电信号分析模型包括卷积神经网络模块、长短记忆网络模块和全连接网络模块。
[0013]第三方面，本专利技术实施例还提供了一种电子设备，该电子设备包括：
[0014]一个或多个处理器；
[0015]存储装置，用于存储一个或多个程序，
[0016]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本专利技术任意实施例所提供的脑电信号分析方法。
[0017]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本专利技术任意实施例所提供的脑电信号分析方法。
[0018]本专利技术实施例的技术方案，通过在获取待分析脑电信号之后，对待分析脑电信号进行预处理，过滤掉噪声数据；然后，在经过预处理的待分析脑电信号中提取目标脑电信号，并基于目标脑电信号生成脑电信号地形图序列，即将按时间顺序排列的多个脑电信号地形图整体作为分析对象数据输入至预设脑电信号分析模型中，得到待分析脑电信号的分类结果。其中，预设脑电信号分析模型包括卷积神经网络模块、长短记忆网络模块和全连接网络模块。卷积神经网络模块用于提取脑电信号地形图中的数据特征，长短记忆网络模块用于提取并学习脑电信号地形图序列中与时间相关的特征信息，最终经过全连接层进行分析得到脑电信号的分析结果，基于预设脑电信号分析模型的网络结构可以更加充分的挖掘脑电信号中的数据特征，从而得到更准确的分析结果。本专利技术实施例的技术方案解决了现有脑电信号分析算法中数据特征没有被充分挖掘，导致目标脑电信号的识别精度不高的问题，实现了深度学习脑电信号特征，提升脑电信号分析结果的准确度。
[0019]下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。
附图说明
[0020]为了更加清楚地说明本专利技术示例性实施例的技术方案，下面对描述实施例中所需要用到的附图做一简单介绍。显然，所介绍的附图只是本专利技术所要描述的一部分实施例的附图，而不是全部的附图，对于本领域普通技术人员，在不付出创造性劳动的前提下，还可以根据这些附图得到其他的附图。其中：
[0021]图1为本专利技术实施例所提供的一种脑电信号分析方法的流程图；
[0022]图2为本专利技术实施例所提供的一种全局能量谱峰值信号示意图；
[0023]图3为本专利技术实施例所提供的一种脑电信号地形图序列示意图；
[0024]图4为本专利技术实施例所提供的一种脑电信号分析方法的流程图；
[0025]图5为本专利技术实施例所提供的一种预处理前脑电信号示意图；
[0026]图6为本专利技术实施例所提供的一种初阶预处理后脑电信号示意图；
[0027]图7为本专利技术实施例所提供的一种脑电信号分析方法的流程图；
[0028]图8为本专利技术实施例所提供的一种脑电信号分析模型结构示意图；
[0029]图9为本专利技术实施例所提供的一种脑电信号分析装置的结构示意图；
[0030]图10为本专利技术实施例所提供的一种电子设备的结构示意图。
具体实施方式
[0031]现在将参照附图来详细描述本专利技术的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本专利技术的范围。
[0032]同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
[0033]以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本专利技术及其应用或使用的任何限制。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
[0034]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
[0035]图1为本专利技术实施例所提供的一种脑电信号分析方法的流程示意图，本实施例可适用于对脑电信号进行处理与分析的场景，特别是基于脑电信号对一些神经系统病变进行识别的情况，该方法可以由脑电信号分析装置来执行，该装置可以通过软件和/或硬件来实现，可配置于终端和/或服务器中来实现本专利技术实施例中的脑电信号分析方法。
[0036]如图1所示，本实施例的脑电信号分析方法具体可包括：
[0037]S110、获取待分析脑电信号，并对所述待分析脑电信号进行预处理。
[0038]其中，待分析脑电信号是通过在目标对象的头皮上放置成对的电极(如八电极、十六电极)，所采集到的大脑皮层的神经元活动产生的电位变化。目标对象可以是进行脑神经系统功能检查的对象本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种脑电信号分析方法，其特征在于，包括：获取待分析脑电信号，并对所述待分析脑电信号进行预处理；在经过预处理的待分析脑电信号中提取目标脑电信号，并基于所述目标脑电信号生成脑电信号地形图序列；将所述脑电信号地形图序列输入至预设脑电信号分析模型中，得到所述待分析脑电信号的分类结果，其中，所述预设脑电信号分析模型包括卷积神经网络模块、长短记忆网络模块和全连接网络模块。2.根据权利要求1所述的方法，其特征在于，所述对所述待分析脑电信号进行预处理，包括：将所述待分析脑电信号切分成预设数据长度的多个数据片段；依据各数据片段中脑电信号幅值的标准差数值以及全部所述待分析脑电信号幅值的标准差数值进行数据过滤；将数据过滤后的各数据片段按照时间顺序进行拼接。3.根据权利要求2所述的方法，其特征在于，所述依据各数据片段中脑电信号幅值的标准差数值以及全部所述待分析脑电信号幅值的标准差数值进行数据过滤，包括：将各数据片段按照信号采集时间顺序进行排列组合；针对首个数据片段，当所述首个数据片段的脑电信号幅值的标准差数值大于全部所述待分析脑电信号幅值的标准差数值的第一预设倍数时，删除所述首个数据片段；针对除首个数据片段之外的各数据片段，当当前数据片段的脑电信号幅值的标准差数值大于所述当前数据片段的前一个数据片段的脑电信号幅值的标准差数值的第二预设倍数时，删除所述当前数据片段。4.根据权利要求1所述的方法，其特征在于，所述在经过预处理的待分析脑电信号中提取目标脑电信号，并基于所述目标脑电信号生成脑电信号地形图序列，包括：在经过预处理的待分析脑电信号中提取目标频带的脑电信号，作为所述目标脑电信号；对所述目标脑电信号进行数据标准化，并计算标准化处理后的目标脑电信号的全局能量谱；根据预设采样策略从所述全局能量谱中提取目标能量谱峰值数据，并基于所述目标能量谱峰值数据对应的待分析脑电信号幅值生成脑电信号地形图序列。5.根据权利要求4所述的方法，其特征在于，所述根据预设采样策略从所述全局能量谱中提取目标能量谱峰值数据，包括：在所述全局能量谱中选取大于预设时间间隔的局部能量峰值，得到所述目标能量谱峰值数据。6.根据权利要求4所...

【专利技术属性】
技术研发人员：潘鹤夫，吴寒峰，王晓岸，
申请(专利权)人：北京脑陆科技有限公司，
类型：发明
国别省市：