[发明专利]一种堆叠去噪自编码器模型确定方法

权利要求书

1.一种堆叠去噪自编码器模型确定方法，其特征在于，包括：

S1、对采集的脑电信号进行预处理，并依照脑区划分脑电信号；

S2、基于划分后的脑电信号构建输入矩阵；

S3、利用至少两个自编码器构建特征提取模型；

步骤S3包括：将至少两个自编码器按顺序连接构建特征提取模型，如果输入矩阵的维度为c，则第一个自编码器输入层的节点数为c+1，将第N个自编码器的中间层输出矩阵作为第N+1个自编码器的输入矩阵，并将最后一个自编码器中间层的输出矩阵作为特征提取模型的输出；其中N为大于或等于1的自然数；

S4、针对堆叠去噪自编码器的中间层节点数量构建约束条件；

步骤S4包括：利用至少两个自编码器建立特征提取模型时，各个自编码器中间层节点数约束条件为：第一个自编码器中间层节点数应大于等于第二个自编码器中间节点数且小于输入矩阵维度c；第N个自编码器中间层节点数应大于等于第N+1个自编码器中间层节点数且小于一个正整数C_def；最后一个自编码器中间层节点数应大于等于1且小于一个正整数C_com；所有自编码器中间层节点数的乘积是一个固定正整数U_def，其中，U_def，C_def和C_com均是正整数，C_def小于输入矩阵的维度c；

S5、利用特征提取模型提取脑状态特征，构建堆叠去噪自编码器中间层节点数约束函数，通过遍历搜索搜寻约束函数的最大值，得到最优脑特征提取模型。

2.如权利要求1所述的堆叠去噪自编码器模型确定方法，其特征在于，步骤S1包括：

采集受试者在清醒状态下、疲劳状态下和睡眠剥夺状态下的脑电信号；

对脑电信号进行预处理，去除受伪差干扰的片段，得到各个状态下脑电信号数据；

对脑电信号进行脑区划分。

3.如权利要求2所述的堆叠去噪自编码器模型确定方法，其特征在于，所述预处理包括：

对所有采集的脑电信号进行表面拉普拉斯滤波，计算公式为：

V_C＝V_CO-0.25(V₁+V₂+V₃+V₄)

其中，V_C是表面拉普拉斯滤波后的脑电信号，V_CO是原始脑电信号，V₁，V₂，V₃和V₄是围绕V_CO的原始脑电信号，V₁和V₃，V₂和V₄的位置两两对称，对称中心是V_CO，V₁，V₂，V₃和V₄中相邻两个位置之间的夹角为90度。

4.如权利要求2所述的堆叠去噪自编码器模型确定方法，其特征在于，步骤S1中按照额叶、运动区、顶叶和枕叶四个脑区将脑电信号重新划分为四个矩阵，得到各脑区对应的信号可表示为：

X＝[x⁽¹⁾,x⁽²⁾,…,x^(c)]，其中c为导联数。

5.如权利要求1所述的堆叠去噪自编码器模型确定方法，其特征在于，步骤S2包括：

利用高斯噪声对各脑区对应的信号进行噪声处理，得到的信号为X₁＝[x₁⁽¹⁾,x₁⁽²⁾,…,x₁^(c)]，作为输入矩阵。

6.如权利要求1所述的堆叠去噪自编码器模型确定方法，其特征在于，当步骤S3基于两个自编码器建立特征提取模型时，第一个自编码器中间层的输出矩阵作为第二个自编码器的输入矩阵，且第二个自编码器输入矩阵的维度与第一个自编码器中间层的节点数相等。