[发明专利]脑电信号识别模型训练、脑电信号识别方法、装置及介质

权利要求书

1.一种脑电信号识别模型训练方法，其特征在于，包括：

获取目标用户的脑电信号样本数据以及所述脑电信号样本数据的电极位置图像样本数据；

根据所述脑电信号样本数据和所述电极位置图像样本数据生成脑电信号识别模型输入样本数据；其中，所述脑电信号识别模型输入样本数据包括脑电信号时域位置图和脑电信号频域位置图；

根据所述脑电信号识别模型输入样本数据训练脑电信号识别模型，得到所述目标用户匹配的目标脑电信号识别模型。

2.根据权利要求1所述的方法，其特征在于，获取目标用户的脑电信号样本数据，包括：

将预设展示图像展示给所述目标用户；

获取所述目标用户观看所述预设展示图像时生成的脑电信号样本数据。

3.根据权利要求1所述的方法，其特征在于，根据所述脑电信号样本数据和所述电极位置图像样本数据生成脑电信号时域位置图，包括：

确定所述电极位置图像样本数据中的目标电极和所述目标电极在所述电极位置图像样本数据中的目标电极位置；

根据所述脑电信号样本数据确定所述目标电极的目标电极时刻信号数据；

根据所述目标电极时刻信号数据和所述目标电极位置生成多个连续的初始脑电信号时刻时域位置图；

通过线性插值法对所述初始脑电信号时刻时域位置图进行图像补充处理，得到脑电信号时刻时域位置图；

将预设时间段内的各所述脑电信号时刻时域位置图作为所述脑电信号时域位置图。

4.根据权利要求1所述的方法，其特征在于，根据所述脑电信号样本数据和所述电极位置图像样本数据生成脑电信号频域位置图，包括：

确定所述电极位置图像样本数据中的目标电极和所述目标电极在所述电极位置图像样本数据中的目标电极位置；

根据所述脑电信号样本数据确定所述目标电极的目标电极时刻信号数据；

通过离散短时傅里叶变换根据所述目标电极时刻信号数据生成所述目标电极的目标电极时刻频域信号数据；

根据所述目标电极时刻频域信号数据和所述目标电极位置生成多个连续的脑电信号时刻频域位置图；

将预设时间段内的各所述脑电信号时刻频域位置图作为所述脑电信号频域位置图。

5.根据权利要求1所述的方法，其特征在于，所述根据所述脑电信号识别模型输入样本数据训练脑电信号识别模型，包括：

将所述脑电信号时域位置图输入至所述脑电信号识别模型的第一卷积神经网络，并将所述脑电信号频域位置图输入至所述脑电信号识别模型的第二卷积神经网络，以通过所述第一卷积神经网络提取所述脑电信号时域位置图的脑电信号时域特征，并通过所述第二卷积神经网络提取所述脑电信号频域位置图的脑电信号频域特征；

将所述脑电信号时域特征和所述脑电信号频域特征进行特征拼接融合，得到脑电信号融合特征；

将所述脑电信号融合特征输入至所述脑电信号识别模型的循环神经网络，得到脑电信号隐层信息；

通过所述脑电信号识别模型的线性分类器对所述脑电信号隐层信息进行分类识别，得到所述脑电信号识别模型输入样本数据的用户身份识别结果；

根据所述用户身份识别结果和所述脑电信号识别模型输入样本数据的用户身份标记结果进行对比，以确定所述脑电信号识别模型的训练效果。

6.一种脑电信号识别方法，其特征在于，包括：

获取目标用户的待识别脑电信号以及所述待识别脑电信号的电极位置图像数据；

根据所述待识别脑电信号和所述电极位置图像数据生成脑电信号识别模型输入数据；其中，所述脑电信号识别模型输入数据包括待识别脑电信号时域位置图和待识别脑电信号频域位置图；

将所述脑电信号识别模型输入数据输入至所述目标用户匹配的目标脑电信号识别模型，以通过所述目标脑电信号识别模型识别所述目标用户的用户身份。