[发明专利]一种基于Transformer脑区时序分析的DRDS脑电信号识别方法

权利要求书

1.一种基于Transformer脑区时序分析的DRDS脑电信号识别方法，其特征在于，包括以下步骤：

S1、对受试者的EEG数据进行预处理，将预处理后的EEG信号进行切片，作为网络的输入样本；

S2、使用时间卷积和维度变换提取EEG信号的特征，将提取的特征送入包含Transformer Encoder结构的脑区Transformer模块提取空间特征；

S3、将空间特征进行转置，送入包含Transformer Encoder结构的时序Transformer模块进行全局自注意力特征提取，提取时序特征；

S4、构建包含三个空间多尺度卷积层和三个时间多尺度卷积层的时空多尺度卷积融合模块，得到高级EEG时空特征，完成EEG信号的分类。

2.根据权利要求1所述的一种基于Transformer脑区时序分析的DRDS脑电信号识别方法，其特征在于，所述S1中提到的信号切片具体为：

对信号重叠切片，将其在时间维度上转换为一系列1s样本，切片后每个受试者有6912个样本。

3.根据权利要求1所述的一种基于Transformer脑区时序分析的DRDS脑电信号识别方法，其特征在于，所述S2中提到的脑区Transformer模块的工作流程具体为：

S2.1、脑区Transformer模块从EEG脑区的角度将特征划分成6个不同的脑区集合；

S2.2、将每个脑区的特征送入对应的脑区Transformer Encoder模块，在每个脑区内提取电极之间的全局依赖信息；

S2.3、将从6个脑区内提取的全局信息进行拼接，得到了整个脑区全部电极之间的脑电信息的集合；

S2.4、将全部电极的信号送入脑区Transformer Encoder模块，在整个脑区内提取每一个电极的全局重要性信息。

4.根据权利要求1所述的一种基于Transformer脑区时序分析的DRDS脑电信号识别方法，其特征在于，所述S3具体包括以下内容：

时序Transformer模块以时序Encoder模块为基础，采用Transformer Encoder结构对P个长度为1×N的时间片序列做电极之间的全局自注意力特征提取，提取时序特征。

5.根据权利要求1所述的一种基于Transformer脑区时序分析的DRDS脑电信号识别方法，其特征在于，所述S4具体包括以下内容：

时空多尺度卷积融合模块将Transformer encoder结构得到的信息进行更高级的特征提取，具体为：

S4.1、将时序Transformer模块提取到的特征送入三个空间多尺度卷积层，从局部和全局角度提取EEG深层次空间信息；

S4.2、将三个尺度的信息进行拼接，整理成高级空间EEG特征；

S4.3、使用三个不同尺度的时间卷积提取融合高级时间信息，得到最终的高级EEG时空特征；

S4.4、加快网络训练以缩小特征的数量，采用1×1卷积和4×4的池化操作得到最终的融合特征；

S4.5、将融合特征送入两层全连接层和一层softmax层，完成EEG信号的分类。