申请/专利权人：天津大学

申请日：2022-12-12

公开（公告）日：2024-05-17

公开（公告）号：CN115844425B

主分类号：A61B5/372

分类号：A61B5/372;A61B5/00;A61B5/378

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2023.04.14#实质审查的生效;2023.03.28#公开

摘要：本发明公开了一种基于Transformer脑区时序分析的DRDS脑电信号识别方法，涉及脑电信号识别技术领域。本发明包括如下步骤：对受试者的EEG数据进行预处理，将预处理后的EEG信号进行切片，作为网络的输入样本；使用时间卷积和维度变换提取EEG信号的特征，将提取的特征送入包含TransformerEncoder结构的脑区Transformer模块提取空间特征；将空间特征进行转置，送入包含TransformerEncoder结构的时序Transformer模块进行全局自注意力特征提取，提取时序特征；构建时空多尺度卷积融合模块，得到高级EEG时空特征，完成EEG信号的分类。本发明有效地利用了脑电信号电极之间的空间联系，充分挖掘上下文之间的时序信息，提高了分类准确率。

主权项：1.一种基于Transformer脑区时序分析的DRDS脑电信号识别方法，其特征在于，包括以下步骤：S1、对受试者的EEG数据进行预处理，将预处理后的EEG信号进行切片，作为网络的输入样本；S2、使用时间卷积和维度变换提取EEG信号的特征，将提取的特征送入包含TransformerEncoder结构的脑区Transformer模块提取空间特征；所述脑区Transformer模块的工作流程具体为：S2.1、脑区Transformer模块从EEG脑区的角度将特征划分成6个不同的脑区集合；S2.2、将每个脑区的特征送入对应的脑区TransformerEncoder模块，在每个脑区内提取电极之间的全局依赖信息；S2.3、将从6个脑区内提取的全局信息进行拼接，得到了整个脑区全部电极之间的脑电信息的集合；S2.4、将全部电极的信号送入脑区TransformerEncoder模块，在整个脑区内提取每一个电极的全局重要性信息；S3、将空间特征进行转置，送入包含TransformerEncoder结构的时序Transformer模块进行全局自注意力特征提取，提取时序特征；具体包括以下内容：时序Transformer模块以时序Encoder模块为基础，采用TransformerEncoder结构对P个长度为1×N的时间片序列做电极之间的全局自注意力特征提取，提取时序特征；经过时序Transformer模块之后，对特征图S进行维度扩展和维度变换，成为三维特征，具体实现公式如下： S *=reshapepremuteS,S*∈R1×N×PS4、构建包含三个空间多尺度卷积层和三个时间多尺度卷积层的时空多尺度卷积融合模块，得到高级EEG时空特征，完成EEG信号的分类；具体包括以下内容：时空多尺度卷积融合模块将Transformerencoder结构得到的信息进行更高级的特征提取，具体为：S4.1、将时序Transformer模块提取到的特征送入三个空间多尺度卷积层，从局部和全局角度提取EEG深层次空间信息；S4.2、将三个尺度的信息进行拼接，整理成高级空间EEG特征，具体实现公式如下： S 1=conv30×1S*,S1∈R32×16×128 S 2=conv15×1S*,S2∈R32×16×128 S 3=conv3×1S*,S3∈R32×28×128 T=concat{S1,S2,S3},T∈R32×60×128S4.3、使用三个不同尺度的时间卷积提取融合高级时间信息，得到最终的高级EEG时空特征，具体实现公式如下： T 1=conv1×7T,T1∈R32×60×61 T 2=conv1×31T,T2∈R32×60×49 T 3=conv1×127T,T3∈R32×60×18 F=concat{T1,T2,T3},F∈R32×60×128S4.4、加快网络训练以缩小特征的数量，采用1×1卷积和4×4的池化操作得到最终的融合特征，具体实现公式如下： F *=avg_poll4×4conv1×1F,F*∈R16×15×32S4.5、将融合特征送入两层全连接层和一层softmax层，完成EEG信号的分类。

全文数据：

权利要求：

百度查询： 天津大学 一种基于Transformer脑区时序分析的DRDS脑电信号识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD