[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

说明书

本发明涉及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，包括：获取多通道脑电信号；对获取的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；采用时空注意力建模对干净信号进行细节恢复，以得到增强后的脑电信号。基于强化学习机制对脑电信号的去噪流程进行选择优化，得到去除多类无关干扰的干净信号，提升脑电特征的整体信噪比和显著性效果。在此基础上，采取引入transformer注意力机制的时空间关系建模，利用脑电测试信号流固有的时序连续性与空间关联性，重建得到更高空间分辨率的信号，扩展脑电源数据的通道特征。最终达成提高信号空间分辨率从而提高识别精度的目的。

技术领域

本发明属于脑电智能识别技术领域，涉及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。

背景技术

脑电信号是用非侵入式柔性电极在头皮采集记录的电信号，这种电信号由大脑活动时大量神经元同步发生的突触后电位经总和后形成，是脑神经细胞生理活动在大脑皮层或头皮表面的总体反映。当试验人员想象肢体运动而没有实际的肢体动作时，神经元之间活动仍会产生电信号，当这些信号能量累积超过一定阈值时，就会产生脑电信号，运动想象产生的脑电信号具有事件相关同步和去同步的特征，通过分析运动想象脑电信号，对脑电信号进行特征分类，可以判断想象者的运动意图，从而实现对外部设备的控制。

现有的脑电信号智能处理的研究重点是脑电信号中各类干扰、伪迹的去除、高效通道的智能选择以及对分类所需脑电特征的增强，以使得后续脑电信号智能分类识别过程能够高效实现。现有的伪迹去除算法仅能对单一类型的杂波信号实现去除，多种杂波抑制算法的叠加也会对脑电源信号造成影响。现有的脑电信号增强方法能加强脑电信号中脑区局部相关电位等特征，但缺乏对时序信息以及采集电极以外空间区域的脑电细节增强。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了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。本发明要解决的技术问题通过以下技术方案实现：

本发明实施例提供了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，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。

在本发明的一个实施例中，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。

在本发明的一个实施例中，步骤S22，包括：

步骤S221、使用交叉验证策略来评估算法模型。

在本发明的一个实施例中，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；