脑电信号检测方法、装置、设备及存储介质与流程

本申请涉及脑电检测，尤其涉及一种脑电信号检测方法、装置、设备及存储介质。

背景技术：

1、随着社会工业经济的发展，耳鸣的发病率越来越高。相关技术中，通过提取耳鸣患者的脑电信号的时频域特征或非线性特征等，基于机器学习模型构建脑电信号检测模型，实现自动脑电信号检测，辅助进行耳鸣诊断。但是，现有脑电信号检测方法，基于单一的时频域特征或非线性特征进行脑电信号检测，准确性较低。

技术实现思路

1、本申请的主要目的在于：提供一种脑电信号检测方法、装置、设备及存储介质，旨在解决现有脑电信号检测方法，基于单一的时频域特征或非线性特征进行脑电信号检测，准确性较低的技术问题。

2、为实现上述目的，本申请采用如下技术方案：

3、第一方面，本申请提供一种脑电信号检测方法，方法包括：

4、获取目标用户的多个待检测脑电信号；其中，待检测脑电信号由多个电极组采集得到，多个电极组分区布置；

5、将电极组作为节点，将任意两个电极组对应的待检测脑电信号之间的相位滞后指数值作为对应的两个节点之间的连接边，构建所有待检测脑电信号的待检测区域连通图；

6、根据待检测区域连通图，识别出脑电信号检测结果。

7、可选地，一个电极组采集至少两个待检测脑电信号；

8、将电极组作为节点，任意两个电极组对应的待检测脑电信号之间的相位滞后指数值作为对应的两个节点之间的连接边，构建所有待检测脑电信号的待检测区域连通图的步骤，包括：

9、将电极组作为节点；

10、针对各电极组，将电极组对应的至少两个待检测脑电信号进行加权平均，得到各电极组对应的目标脑电信号；

11、确定任意两个目标脑电信号之间的目标相位滞后指数值；

12、将目标相位滞后指数值作为对应的两个节点之间的边，得到待检测区域连通图。

13、可选地，根据待检测区域连通图，识别出脑电信号检测结果的步骤，包括：

14、将待检测区域连通图输入脑电信号检测模型，识别出脑电信号检测结果；其中，脑电信号检测结果包括目标用户的目标脑电异常程度和目标脑电异常位置，脑电信号检测模型利用第一样本集训练获得，第一样本集包括多个脑电异常用户的异常区域连通图、各异常区域联通图对应的脑电异常程度标注和脑电异常位置标注。

15、可选地，将待检测区域连通图输入脑电信号检测模型，识别出脑电信号检测结果的步骤之前，方法还包括：

16、获取各脑电异常用户的多个异常脑电信号；异常脑电信号由多个电极组采集得到；

17、针对各脑电异常用户，分别将各异常脑电信号划分为多个脑电分段信号；

18、根据任意两个电极组对应的脑电分段信号之间的分段相位滞后指数值，构建各脑电异常用户的多个异常区域连通图；

19、根据各脑电异常用户的脑电异常程度和脑电异常位置，分别对多个异常区域连通图进行异常程度标注和异常位置标注，得到第一样本集；

20、利用第一样本集训练多任务检测模型，得到脑电信号检测模型。

21、可选地，脑电信号检测模型包括图神经网络和长短期记忆网络；

22、将待检测区域连通图输入脑电信号检测模型，识别出脑电信号检测结果的步骤之前，方法还包括：

23、提取多个待检测脑电信号对应的待检测脑电节律信号；待检测脑电节律信号包括多个节律的脑电信号；

24、将待检测区域连通图输入脑电信号检测模型，识别出脑电信号检测结果的步骤，包括：

25、将待检测区域连通图和待检测脑电节律信号输入脑电信号检测模型；

26、通过图神经网络根据待检测区域连通图，识别出目标患者的第一脑电异常程度和第一脑电异常位置；

27、通过长短期记忆网络根据目标脑电节律信号，得到目标患者的第二脑电异常程度和第二脑电异常位置；其中，长短期记忆网络利用第二样本集训练获得，第二样本集包括多个脑电异常用户的异常脑电节律信号、各异常脑电节律信号对应的脑电异常程度标注和脑电异常位置标注，异常脑电节律信号包括从各异常脑电信号中提取的多个节律的脑电信号；

28、根据第一脑电异常程度和第二脑电异常程度，获得目标脑电异常程度，根据第一脑电异常位置和第二脑电异常位置，得到目标脑电异常位置。

29、可选地，多个电极组分区布置于目标用户的左前额区、右前额区、左耳区、右耳区、中央区、左顶叶区和右顶叶区。

30、可选地，获取目标患者的多个待检测脑电信号的步骤，包括：

31、获取目标用户的多个初始脑电信号；

32、对多个初始脑电信号进行异常波动剔除处理、电极定位、滤波处理、基线漂移处理和独立分量分析，得到多个待检测脑电信号。

33、第二方面，本申请还提供一种脑电信号检测装置，装置包括：

34、获取模块，用于获取目标用户的多个待检测脑电信号；其中，待检测脑电信号由多个电极组采集得到，多个电极组分区布置；

35、构建模块，用于将电极组作为节点，将任意两个电极组对应的待检测脑电信号之间的相位滞后指数值作为对应的两个节点之间的连接边，构建所有待检测脑电信号的待检测区域连通图；

36、检测模块，用于根据待检测区域连通图，识别出脑电信号检测结果。

37、第三方面，本申请还提供一种脑电信号检测设备，设备包括：存储器、处理器及存储在存储器上并可在处理器上运行的脑电信号检测程序，通过脑电信号检测程序配置为实现如上述任一项脑电信号检测方法的步骤。

38、第四方面，本申请还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述任一项的脑电信号检测方法的步骤。

39、本申请提供的上述一个或多个技术方案，可以具有如下优点或至少实现了如下技术效果：

40、本申请提供一种脑电信号检测方法、装置、设备及存储介质，获取目标用户的多个待检测脑电信号；其中，待检测脑电信号由多个电极组采集得到，多个电极组分区布置；将电极组作为节点，将任意两个电极组对应的待检测脑电信号之间的相位滞后指数值作为对应的两个节点之间的连接边，构建所有待检测脑电信号的待检测区域连通图；根据待检测区域连通图，识别出脑电信号检测结果。

41、由此，本申请根据多个电极组的分区布置情况，结合待检测脑电信号之间的相位滞后指数值，构建所有待检测脑电信号的待检测区域连通图，在一个待检测区域连通图中体现了多个电极组分区之间的连通性状态，从而根据该待检测区域连通图识别出的脑电信号检测结果，相较于基于单一的时频域特征或非线性特征进行脑电信号检测，能够更全面的反映目标用户整体的脑部活动状态，准确性较高。

技术特征：

1.一种脑电信号检测方法，其特征在于，所述方法包括：

2.如权利要求1所述的方法，其特征在于，一个所述电极组采集至少两个所述待检测脑电信号；

3.如权利要求1所述的方法，其特征在于，所述根据所述待检测区域连通图，识别出脑电信号检测结果的步骤，包括：

4.如权利要求3所述的方法，其特征在于，所述将所述待检测区域连通图输入脑电信号检测模型，识别出所述脑电信号检测结果的步骤之前，所述方法还包括：

5.如权利要求4所述的方法，其特征在于，所述脑电信号检测模型包括图神经网络和长短期记忆网络；

6.如权利要求1所述的方法，其特征在于，多个所述电极组分区布置于所述目标用户的左前额区、右前额区、左耳区、右耳区、中央区、左顶叶区和右顶叶区。

7.如权利要求1至6任一项所述的方法，其特征在于，所述获取目标患者的多个待检测脑电信号的步骤，包括：

8.一种脑电信号检测装置，其特征在于，所述装置包括：

9.一种脑电信号检测设备，其特征在于，所述设备包括：存储器、处理器及存储在存储器上并可在处理器上运行的脑电信号检测程序，通过脑电信号检测程序配置为实现如权利要求1至7中任一项所述的脑电信号检测方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，计算机程序被处理器执行时实现如权利要求1至7中任一项所述的脑电信号检测方法的步骤。

技术总结
本申请公开一种脑电信号检测方法、装置、设备及存储介质，涉及脑电检测技术领域，方法包括：获取目标用户的多个待检测脑电信号；其中，待检测脑电信号由多个电极组采集得到，多个电极组分区布置；将电极组作为节点，将任意两个电极组对应的待检测脑电信号之间的相位滞后指数值作为对应的两个节点之间的连接边，构建所有待检测脑电信号的待检测区域连通图；根据待检测区域连通图，识别出脑电信号检测结果。本申请能够更全面的反映目标用户整体的脑部活动状态，解决了现有脑电信号检测方法，基于单一的时频域特征或非线性特征进行脑电信号检测，准确性较低的技术问题，提高了脑电信号检测的准确性。

技术研发人员：刘娟,王心醉,李希华,孔飞,梁岳青
受保护的技术使用者：季华实验室
技术研发日：
技术公布日：2024/3/11