技术特征：
1.一种erp信号检测方法，其特征在于，包括以下步骤：获取rsvp脑电数据，对所述rsvp脑电数据进行预处理，得到rsvp基准数据集；根据脑电帽上电极的相邻关系，获得脑电节点连接关系；构建erp信号检测模型；所述erp信号检测模型包括串联的频率特征编码器、空间特征编码器和时序特征编码器；利用所述rsvp基准数据集和脑电节点连接关系，采用跨被试交叉验证方式对erp信号检测模型进行训练验证，确定erp信号检测模型的最优参数；将预处理后的待测rsvp脑电数据输入训练好的erp信号检测模型中，利用频率特征编码器、空间特征编码器和时序特征编码器分别对频率、空间和时序特征进行编码和融合得到全局特征，根据所述全局特征进行二分类，得到分类结果，判断待测rsvp脑电数据中是否有erp信号。2.如权利要求1所述的erp信号检测方法，其特征在于，对所述rsvp脑电数据进行预处理，包括：对所述rsvp脑电数据依次进行赋予脑电通道电极信息、剔除无用脑电数据、带通滤波、数据段选取和基线校正处理，得到rsvp基准数据集。3.如权利要求1所述的erp信号检测方法，其特征在于，所述频率特征编码器包括多尺度卷积子网络，所述频率特征编码器的工作过程包括：利用所述多尺度卷积子网络对rsvp基准数据集中每个时间片段的基准数据进行三种尺度变换，提取不同尺度变换下的频率特征；通过拼接操作将不同尺度变换下的频率特征拼合，并利用1
×
1卷积层对变换中相同尺度的不同卷积核提取的频率信息融合，得到频率特征。4.如权利要求1所述的erp信号检测方法，其特征在于，所述空间特征编码器包括图卷积子网络，所述空间特征编码器的工作过程包括：利用频率特征和脑电节点连接关系，得到脑电节点的图表述；根据脑电节点连接关系，利用图卷积子网络对所述图表述中的脑电节点特征依次进行特征传播、线性变换和归一化，获得图表述中所有脑电节点的空间特征；利用图卷积子网络聚合所有脑电节点的空间特征，得到全局空间特征。5.如权利要求1所述的erp信号检测方法，其特征在于，所述时序特征编码器包括循环注意子网络，所述时序特征编码器的工作过程包括：利用双层的长短时记忆网络处理所有时间片段获取的全局空间特征，并将第二层的隐藏状态作为时间特征输出；输出所有时间片段的时间特征，得到不同时间片段特征的重要性权重，根据权重聚合每个片段的时间特征，得到最终的全局特征。6.如权利要求1所述的erp信号检测方法，其特征在于，所述erp信号检测模型还包括时序滑窗子模型和分类子模型；所述时序滑窗子模型用于通过滑动窗口技术将所述rsvp基准数据集划分为若干时间片段；所述分类子模型用于根据所述全局特征进行二分类，得到分类结果，判断待测rsvp脑电数据中是否有erp信号。
7.如权利要求1所述的erp信号检测方法，其特征在于，所述erp信号检测模型的损失函数为交叉熵损失函数，式中，和p
m
分别为第m个样本的标签和预测概率。8.一种erp信号检测系统，其特征在于，包括：数据获取模块，用于获取rsvp脑电数据，对所述rsvp脑电数据进行预处理，得到rsvp基准数据集；根据脑电帽上电极的相邻关系，获得脑电节点连接关系；模型构建模块，用于构建erp信号检测模型；所述erp信号检测模型包括串联的频率特征编码器、空间特征编码器和时序特征编码器；利用所述rsvp基准数据集和脑电节点连接关系，采用跨被试交叉验证方式对erp信号检测模型进行训练验证，确定erp信号检测模型的最优参数；检测模块，用于将预处理后的待测rsvp脑电数据输入训练好的erp信号检测模型中，利用频率特征编码器、空间特征编码器和时序特征编码器分别对频率、空间和时序特征进行编码和融合得到全局特征，根据所述全局特征进行二分类，得到分类结果，判断待测rsvp脑电数据中是否有erp信号。9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1～7中任一项所述方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1～7中任一项所述方法的步骤。
技术总结
本发明公开一种ERP信号检测方法及系统、计算机设备、计算机可读存储介质，该方法利用频率特征编码器、空间特征编码器和时序特征编码器构建频-空-时框架，分别对频率、空间、时序特征进行编码，并融合得到全局特征，再根据全局特征进行分类。本发明的检测方法能够在考虑脑电信号及ERP信号特性的同时充分提取脑电信号中的全局特征，从而学习得到不同被试间潜在不变的脑电信号特征，在跨被试ERP信号检测任务中具有较高的检测精度和跨被试鲁棒性。此外，与传统的机器学习方法相比，本发明无需通过手工提取复杂的相关特征，以此保留脑电信号中更多的相关信息，通过端到端的训练实现更高效率、高精度的ERP检测任务。高精度的ERP检测任务。高精度的ERP检测任务。
技术研发人员：唐邓清 李子杏 相晓嘉 周晗 赖俊 闫超 兰珍 黄依新 孙懿豪 谭沁 杨帆
受保护的技术使用者：中国人民解放军国防科技大学
技术研发日：2022.07.07
技术公布日：2022/10/13