[发明专利]数据处理方法、装置、设备及系统

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取受测者的脑部生理数据；

从所述脑部生理数据中提取出至少两类的特征数据；

将所述特征数据输入特征分类模型组件中，经所述特征分类模型组件分析得到所述特征数据与指定对象之间的关联关系。

2.根据权利要求1所述的方法，其特征在于，所述特征分类模型组件是按照下述方式训练得到：

根据预设特征集合，从多个样本脑部生理数据中提取出多个样本特征数据；

构建特征分类模型组件，所述特征分类模型组件中设置有训练参数；

将所述多个样本特征数据分别输入至所述特征分类模型组件中，生成预测结果；

基于所述预测结果与所述样本特征数据的样本标签对应的期望结果之间的差异，对所述训练参数进行迭代调整，直至所述差异满足预设要求。

3.根据权利要求2所述的方法，其特征在于，所述至少两类为所述预设特征集合中的全部特征。

4.根据权利要求1所述的方法，其特征在于，所述特征分类模型组件是按照下述方式训练得到：

根据预设特征集合，从多个样本脑部生理数据中提取出多个样本特征数据；

根据所述多个样本特征数据以及待构建的特征分类模型组件的分类算法，采用特征选择方法从所述多个样本特征数据中选择出能够使得所述分类算法的准确性最高的多个目标样本特征数据；

构建所述特征分类模型组件，所述特征分类模型组件中设置有训练参数；

将所述多个目标样本特征数据分别输入至所述特征分类模型组件中，生成预测结果；

基于所述预测结果与所述目标样本特征数据的样本标签对应的期望结果之间的差异，对所述训练参数进行迭代调整，直至所述差异满足预设要求。

5.根据权利要求4所述的方法，其特征在于，所述至少两类为所述预设特征集合中所述目标样本特征数据对应的部分特征。

6.根据权利要求1所述的方法，其特征在于，所述至少两类包括线性特征、非线性特征、连接特征或统计特征中的至少两类；其中，所述连接特征用于表征两个导联之间的连接强弱；所述统计特征是根据线性特征、非线性特征、连接特征中的至少一个统计得到。

7.根据权利要求6所述的方法，其特征在于，所述统计特征与基于预设划分方式划分得到的脑部区域对应，一个所述统计特征根据其对应脑部区域相关的至少两个特征得到，所述至少两个特征均采用同一种特征提取方法进行提取。

8.根据权利要求7所述的方法，其特征在于，在统计特征是根据线性特征或非线性特征统计得到的情况下，一个脑部区域对应至少一个统计特征，一个脑部区域对应的一个统计特征根据对应电极位置属于该脑部区域的至少两个特征得到。

9.根据权利要求8所述的方法，其特征在于，一个脑部区域对应的一个统计特征是对应电极位置属于该脑部区域的至少两个特征的平均。

10.根据权利要求7所述的方法，其特征在于，在统计特征是根据连接特征统计得到的情况下，两个脑部区域对应至少一个统计特征，两个脑部区域对应的一个统计特征根据对应电极位置分属于该两个脑部区域的至少两个特征得到。

11.根据权利要求10所述的方法，其特征在于，两个脑部区域对应的一个统计特征是对应电极位置分属于该两个脑部区域的至少两个特征的平均。

12.根据权利要求1所述的方法，其特征在于，所述特征分类模型组件包括：单极导联分类模型子组件和/或双极导联分类模型子组件；其中，所述单极导联分类模型子组件用于确定单极导联脑电信号的特征数据与指定对象之间的关联关系，所述双极导联分类模型子组件用于确定双极导联脑电信号的特征数据与指定对象之间的关联关系。