[发明专利]用于脑电信号分类识别的数据增强方法及系统

权利要求书

1.一种用于脑电信号分类识别的数据增强方法，其特征在于，包含如下内容：

采集用于训练任务态脑电信号和静息态脑电信号，并利用生成对抗网络拟合训练生成人工脑电信号数据；利用生成对抗网络拟合训练中，将静息态脑电信号作为生成对抗网络生成器输入，利用对抗网络鉴别器对生成器输出及任务态脑电信号进行真假判别并反馈给对抗网络生成器进行拟合训练；生成对抗网络生成器输出端和鉴别器对应输入端两者之间还设置有用于对数据进行滤波处理的低通滤波器；采用参数为0-40hz的低通滤波器对数据进行滤波处理；设置多个用于通过拟合训练生成人工脑电信号数据的生成对抗网络，每个生成对抗网络的输入分别训练其各自生成器，利用训练后的生成器来输出人工脑电信号数据；

通过对人工脑电信号数据进行幅度放缩，并混合真实脑电信号来获取包含多样性的样本数据，利用该样本数据对分类器进行训练学习，以实现利用训练学习后的分类器对被试者脑电信号进行分类识别的目的。

2.根据权利要求1所述的用于脑电信号分类识别的数据增强方法，其特征在于，针对静息态脑电信号，首先进行标准化并通过分割生成无重叠数据段再进行拟合训练。

3.根据权利要求1所述的用于脑电信号分类识别的数据增强方法，其特征在于，设置幅度放缩倍数，通过该幅度放缩倍数对人工脑电信号数据幅度进行放大或缩小，再与真实脑电信号混合以获取样本数据。

4.一种用于脑电信号分类识别的数据增强系统，其特征在于，包含：拟合训练模块和样本获取模块，其中，

拟合训练模块，用于采集任务态脑电信号和静息态脑电信号，并利用生成对抗网络拟合训练生成人工脑电信号数据；利用生成对抗网络拟合训练中，将静息态脑电信号作为生成对抗网络生成器输入，利用对抗网络鉴别器对生成器输出及任务态脑电信号进行真假判别并反馈给对抗网络生成器进行拟合训练；生成对抗网络生成器输出端和鉴别器对应输入端两者之间还设置有用于对数据进行滤波处理的低通滤波器；采用参数为0-40hz的低通滤波器对数据进行滤波处理；设置多个用于通过拟合训练生成人工脑电信号数据的生成对抗网络，每个生成对抗网络的输入分别训练其各自生成器，利用训练后的生成器来输出人工脑电信号数据；

样本获取模块，用于通过对人工脑电信号数据进行幅度放缩，并混合真实脑电信号来获取包含多样性的样本数据，利用该样本数据对分类器进行训练学习，以实现利用训练学习后的分类器对被试者脑电信号进行分类识别的目的。

5.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时执行权利要求1~3任一项所述的方法。

6.一种计算机设备，包含处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以执行权利要求1~3任一项所述的方法。