[发明专利]一种基于强化学习联合去噪与时空关系建模的脑电信号特征增强方法

权利要求书

1.一种基于强化学习联合去噪与时空关系建模的脑电信号特征增强方法，其特征在于，包括以下步骤：

S1、获取多通道脑电信号；

S2、对获取的所述多通道脑电信号进行基于多智能体强化学习的干扰去除决策，得到干净信号；

S3、采用时空注意力建模对所述干净信号进行细节恢复，以得到增强后的脑电信号。

2.根据权利要求1所述的基于强化学习联合去噪与时空关系建模的脑电信号特征增强方法，其特征在于，步骤S2，包括：

步骤S21、将所述干净信号输入包含全部去噪算法的级联式网络进行第一次去噪；

步骤S22、对得到的第一次去噪结果进行评估；

步骤S23、根据第一次评估结果的得分进行结果的反馈后指导网络结构的变更；

步骤S24、使用变更后的网络结构构造新的去噪策略处理所述干净信号得到第二次去噪结果；

步骤S25、对得到的所述第二次去噪结果进行评估；

步骤S26、根据第二次评估结果的得分进行结果的反馈后指导网络结构的变更；

重复执行上述步骤，以获取到针对所述多通道脑电信号的最优联合去噪方法。

3.根据权利要求2所述的基于强化学习联合去噪与时空关系建模的脑电信号特征增强方法，其特征在于，步骤S22，包括：

步骤S221、使用交叉验证策略来评估算法模型。

4.根据权利要求3所述的基于强化学习联合去噪与时空关系建模的脑电信号特征增强方法，其特征在于，步骤S221，包括：

步骤S2211、针对每一位受试者，将其全部脑电信号分成N个相等的数据子集后，使用其中一个子集用作测试集，其他N-1个子集构成训练集；

步骤S2212、根据所述测试集和所述训练集评估所述算法模型，以得到一个受试者数据的得分；

步骤S2213、将所有受试者的平均得分作为最终得分，其中，将交叉验证的平均得分作为一个受试者的得分。

5.根据权利要求1所述的基于强化学习联合去噪与时空关系建模的脑电信号特征增强方法，其特征在于，步骤S3，包括：

步骤S31、在特征通道维度上应用空间注意力transformer进行空间特征的编码；

步骤S32、在时间维度对数据进行切片以进行注意力转换，获得包含时序关联的注意力特征；

步骤S33、在时序特征引导下，对空间特征进行增强；

步骤S34、根据时空两个维度特征获取增强后的脑电信号。

6.根据权利要求5所述的基于强化学习联合去噪与时空关系建模的脑电信号特征增强方法，其特征在于，步骤S31，包括：

步骤S311、将干净信号进行独立划分与编码；

步骤S312、将空间编码后的多个独立通道的脑电信号进行特征提取；

步骤S313、将提取到的特征集合通过压缩模块压缩为特征向量；

步骤S314、对压缩后的特征向量通过激活模块的激活运算进行多维特征的聚合，其中，不同通道对应各自的激活因子。

7.根据权利要求6所述的基于强化学习联合去噪与时空关系建模的脑电信号特征增强方法，其特征在于，所述压缩模块的表达式为：

其中，X∈R^H×V×C是从模块的前一层提取的特征图输出，H、V代表二维空间上两个坐标轴，C表示通道维度；X_c∈R^H×V，c∈[1,2,····C]，表示X中c通道的特征映射，x_c(i,j)表示X_c中位置(i,j)的数据点；F_sq(·)表示沿空间维度的特征压缩，将每个二维特征X_c压缩成实数。