【技术实现步骤摘要】
本公开涉及数据处理领域中处理脑电图信号数据的方法、装置和存储介质。
技术介绍
1、脑电图(eeg)信号通常来源于大脑中的神经元的活动所产生的电位差，其包含有丰富且复杂的与大脑活动相关的信息。通过处理和分析eeg信号，能够有助于揭示大脑活动的变化，进而可以进行例如脑部疾病(例如，癫痫等)诊断、情绪识别、运动成像、基于eeg信号的自动控制或自动驾驶等。
2、随着人工智能技术的不断发展，可以使用人工神经网络来处理和分析所采集的eeg信号。
技术实现思路
1、一方面，公开了一种处理脑电图信号数据的方法，该方法可以包括：确定所述脑电图信号数据的多个通道的拓扑结构，每个通道对应于用于采集所述脑电图信号数据的多个位点中的至少一个位点，所述脑电图信号数据中与每个通道对应的数据部分取决于在与该通道对应的至少一个位点处采集的信号数据；将所述脑电图信号数据划分成与多个时间片对应的多个数据片段；取所述多个数据片段中的每个数据片段的时域特征和频域特征；根据所述拓扑结构以及所述每个数据片段的时域特征和频域特征，通过卷积神经网络，确定分别与所述多个时间片中的每个时间片对应的、与所述脑电图信号数据中的各个通道所对应的各个数据部分之间的空间相关性有关的空间特征；以及根据分别与所述每个时间片对应的空间特征，通过基于时间序列的神经网络，确定与所述脑电图信号数据中的各个通道所对应的各个数据部分之间的时间相干性有关的时序特征。
2、在一个或多个实施例中，在该方法中，可以根据所述脑电图信号数据中与任意
3、在一个或多个实施例中，在该方法中，所述第一通道和所述第二通道之间的相干性可以用关于所述第一通道和所述第二通道的皮尔逊相干性系数来表示，并且所述阈值条件可以包括关于所述第一通道和所述第二通道的皮尔逊相干性系数的绝对值大于或等于预定阈值。
4、在一个或多个实施例中，在该方法中，对于所述每个数据片段，该数据片段的时域特征可以包括但不限于该数据片段中的脑电图信号的幅度的平均值、经校正的平均值、与该数据片段中的脑电图信号的稳定性有关的标准差、与该数据片段中的脑电图信号的波峰和波谷间的差异有关的峰间值和与该数据片段中的脑电图信号的频率有关的交叉频率中的至少一个，该数据片段的频域特征可以包括但不限于该数据片段中的脑电图信号的功率谱密度、该数据片段中的脑电图信号在多个脑电图信号波段上的平均功率谱密度、该数据片段中的脑电图信号的能量和该数据片段中的脑电图信号在所述多个脑电图信号波段上的平均能量中的至少一个。
5、在一个或多个实施例中，在该方法中，所述卷积神经网络可以包括图卷积神经网络。
6、在一个或多个实施例中，在该方法中，所述基于时间序列的神经网络可以包括长短期记忆神经网络。
7、在一个或多个实施例中，在该方法中，所述每个通道可以对应于所述多个位点中的两个位点，并且所述脑电图信号数据中与每个通道对应的数据部分可以取决于在与该通道对应的两个位点处采集的信号数据之间的差分。
8、另一方面，还公开了一种处理脑电图信号数据的装置。该装置可以包括：存储器，其上存储有程序指令；以及至少一个处理器，被配置为在执行所述程序指令时执行上述方法。
9、在一个或多个实施例中，所述至少一个处理器还可以被配置为在执行所述程序指令时还执行：根据所述空间特征和所述时序特征，预测癫痫是否发作和/或癫痫的发作阶段。
10、另一方面，还公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被计算机的处理器执行时可以实施上述方法。
11、另一方面，还公开了一种计算机程序，其在被计算机的处理器执行时可以实施上述方法。
本文档来自技高网...【技术保护点】
1.一种处理脑电图信号数据的方法，包括：
2.如权利要求1所述的方法，其中，确定所述拓扑结构包括：
3.如权利要求2所述的方法，其中，所述第一通道和所述第二通道之间的相干性用关于所述第一通道和所述第二通道的皮尔逊相干性系数来表示，并且所述阈值条件包括关于所述第一通道和所述第二通道的皮尔逊相干性系数的绝对值大于或等于预定阈值。
4.如权利要求1至3中的任一项所述的方法，其中，对于所述每个数据片段，
5.如权利要求1至4中的任一项所述的方法，其中，所述卷积神经网络包括图卷积神经网络。
6.如权利要求1至5中的任一项所述的方法，其中，所述基于时间序列的神经网络包括长短期记忆神经网络。
7.如权利要求1至6中的任一项所述的方法，其中，所述每个通道对应于所述多个位点中的两个位点，并且所述脑电图信号数据中与每个通道对应的数据部分取决于在与该通道对应的两个位点处采集的信号数据之间的差分。
8.一种处理脑电图信号数据的装置，包括：
9.如权利要求8所述的装置，其中，所述至少一个处理器还被配置为在执行所
10.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被计算机的处理器执行时实施如权利要求1至7中的任一项所述的方法。
...【技术特征摘要】
1.一种处理脑电图信号数据的方法，包括：
2.如权利要求1所述的方法，其中，确定所述拓扑结构包括：
3.如权利要求2所述的方法，其中，所述第一通道和所述第二通道之间的相干性用关于所述第一通道和所述第二通道的皮尔逊相干性系数来表示，并且所述阈值条件包括关于所述第一通道和所述第二通道的皮尔逊相干性系数的绝对值大于或等于预定阈值。
4.如权利要求1至3中的任一项所述的方法，其中，对于所述每个数据片段，
5.如权利要求1至4中的任一项所述的方法，其中，所述卷积神经网络包括图卷积神经网络。
6.如权利要求1至5中的任一项所述...
【专利技术属性】
技术研发人员：匡哲君，刘思敏，赵剑，王柳，李云凯，
申请(专利权)人：长春大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。