[发明专利]脑电信号分类方法、装置、设备及存储介质

权利要求书

1.一种脑电信号分类方法，其特征在于，所述方法包括：

获取第一脑电信号；

通过至少两个脑电信号分类模型分别对所述第一脑电信号进行处理，获得至少两个所述脑电信号分类模型分别输出的运动想象概率分布；所述脑电信号分类模型是基于训练样本子集通过数据增广后得到的增广数据集，进行训练获得的机器学习模型；所述训练样本子集包括第一训练样本集中，除了与所述脑电信号分类模型对应的验证脑电信号之外的样本脑电信号；所述第一训练样本集中包括至少两个所述样本脑电信号，以及至少两个所述样本脑电信号对应的运动想象类型；所述验证脑电信号是用于对所述脑电信号分类模型进行验证的样本脑电信号；至少两个所述脑电信号分类模型在所述第一训练样本集中分别对应的所述验证脑电信号不同；

基于至少两个所述脑电信号分类模型分别输出的运动想象概率分布，确定所述第一脑电信号对应的运动想象类型。

2.根据权利要求1所述的方法，其特征在于，基于至少两个所述脑电信号分类模型分别输出的运动想象概率分布，确定所述第一脑电信号对应的运动想象类型，包括：

基于至少两个所述脑电信号分类模型分别输出的运动想象概率分布，获取所述第一脑电信号对应的运动想象概率分布；所述第一脑电信号对应的概率分布中包含与各个运动想象类型对应的概率值；

基于所述第一脑电信号对应的运动想象概率分布，确定所述第一脑电信号对应的运动想象类型。

3.根据权利要求2所述的方法，其特征在于，所述基于至少两个所述脑电信号分类模型分别输出的运动想象概率分布，获取所述第一脑电信号对应的运动想象概率分布，包括：

将至少两个所述脑电信号分类模型分别输出的运动想象概率分布，基于所述运动想象类型进行合并，获得所述第一脑电信号对应的运动想象概率分布。

4.根据权利要求3所述的方法，其特征在于，所述将至少两个所述脑电信号分类模型分别输出的运动想象概率分布，基于所述运动想象类型进行合并，获得所述第一脑电信号对应的运动想象概率分布，包括：

将至少两个所述脑电信号分类模型分别输出的运动想象概率分布，基于所述运动想象类型进行加权求和，获得所述第一脑电信号对应的运动想象概率分布。

5.根据权利要求1所述的方法，其特征在于，所述基于至少两个所述脑电信号分类模型分别输出的运动想象概率分布，确定所述第一脑电信号对应的运动想象类型，包括：

将至少两个所述脑电信号分类模型分别输出的运动想象概率分布中，最大的概率值对应的运动想象类型，确定为所述第一脑电信号对应的运动想象类型。

6.根据权利要求1至5任一所述的方法，其特征在于，响应于至少两个所述脑电信号分类模型包含第一脑电信号分类模型，所述第一脑电信号分类模型包括第一通道注意力加权模块、第一时间卷积层、第一空间卷积层、第一激活层以及第一全连接层；

通过至少两个脑电信号分类模型分别对所述第一脑电信号进行处理，获得至少两个所述脑电信号分类模型分别输出的运动想象概率分布，包括：

基于所述第一脑电信号，通过所述第一通道注意力加权模块进行处理，获得第一加权特征图；

基于所述第一加权特征图，通过所述第一时间卷积层进行处理，获得第一时间特征图；所述第一时间卷积层用于提取脑电信号的时序特征；

基于所述第一时间特征图，通过所述第一空间卷积层进行处理，获得第一空间特征图；所述第一空间卷积层用于提取脑电信号对应的对象头部的不同区域的空间特征；

基于所述第一空间特征图，通过所述第一激活层进行数据处理，获得第一激活特征图；

基于所述第一激活特征图，通过所述第一全连接层进行数据处理，获得所述第一脑电信号分类模型输出的，所述第一脑电信号对应的运动想象概率分布。