脑电波信号检测方法、相关设备和存储介质技术

本申请实施例公开了一种脑电波信号检测方法、相关设备和存储介质；本申请实施例可以通过人工智能来对脑电波信号进行检测，具体为：采集待检测对象在干扰信号间断刺激下的脑电波信号，根据该脑电波信号分别获取该检测对象在干扰刺激下的脑区连接信息、以及在非干扰刺激下的脑区连接信息，然后，计算在干扰刺激下的脑区连接信息与在非干扰刺激下的脑区连接信息之间的相似度，并根据该相似度确定该脑电波信号所属的病理类型，以生成该检测对象的检测结果；该方案可以提高处理效率和检测的准确性。

【技术实现步骤摘要】
脑电波信号检测方法、相关设备和存储介质
本专利技术涉及通信
，具体涉及一种脑电波信号检测方法、相关设备和存储介质。
技术介绍
脑电波信号是脑神经细胞的电生理活动在大脑皮层或头皮表面所产生的电波，通过检测脑电波信号的变化，可以了解脑神经细胞的电生理活动情况，进而为各种精神疾病，如焦虑症或抑郁症等的分析提供依据。现有对于脑电波信号检测，一般都依赖于专业人士，比如医生的解读，但是，在对现有技术的研究和实践过程中，本专利技术的专利技术人发现，由于主要依赖于人工进行解读，因此，需要消耗较多的时间，处理效率较低；而且，由于技术质量、以及医生资质的参差不齐，对于同一脑电图，不同的人可能会得到不同的解读内容，甚至常常会出现判读错误的情况，所以，其检测的准确性也不高。
技术实现思路
本申请实施例提供一种脑电波信号检测方法、相关设备和存储介质；可以提高处理效率和检测的准确性。本申请实施例提供一种脑电波信号检测方法，包括：采集待检测对象在干扰信号间断刺激下的脑电波信号；根据所述脑电波信号分别获取所述检测对象在干扰刺激下的脑区连接信息、以及在非干扰刺激下的脑区连接信息；计算所述在干扰刺激下的脑区连接信息与在非干扰刺激下的脑区连接信息之间的相似度；根据所述相似度确定所述脑电波信号所属的病理类型；基于所述病理类型生成所述检测对象的检测结果。本申请实施例还提供一种脑电波信号检测装置，包括：采集单元，用于采集待检测对象在干扰信号间断刺激下的脑电波信号；获取单元，用于根据所述脑电波信号分别获取所述检测对象在干扰刺激下的脑区连接信息、以及在非干扰刺激下的脑区连接信息；计算单元，用于计算所述在干扰刺激下的脑区连接信息与在非干扰刺激下的脑区连接信息之间的相似度；确定单元，用于根据所述相似度确定所述脑电波信号所属的病理类型；生成单元，用于基于所述病理类型生成所述检测对象的检测结果。可选的，在本申请的一些实施例中，所述确定单元，具体用于根据所述相似度，通过训练后检测模型对所述脑电波信号所属的病理类型进行预测，所述训练后检测模型由多个标注有病理类型的脑电波信号样本训练而成。可选的，在本申请的一些实施例中，所述获取单元可以包括划分子单元、第一确定子单元和第二确定子单元，如下：划分子单元，用于将所述脑电波信号划分为包含干扰刺激的第一类信号段、以及包含非干扰刺激的第二类信号段；第一确定子单元，用于确定所述第一类信号段中不同脑区通道的信号之间的相关性，得到所述检测对象在干扰刺激下的脑区连接信息；第二确定子单元，用于确定所述第二类信号段中不同脑区通道的信号之间的相关性，得到所述检测对象在非干扰刺激下的脑区连接信息。可选的，在本申请的一些实施例中，所述划分子单元，具体用于获取所述脑电波信号中每一个信号段的标签，若所述标签指示信号段为在干扰信号刺激下所采集的信号，则将信号段归为第一类信号段；若所述标签指示信号段为在非干扰信号刺激下所采集的信号，则将信号段归为第二类信号段。可选的，在本申请的一些实施例中，所述第一确定子单元，具体可以用于计算第一类信号段中不同脑区通道的信号之间的皮尔森相关系数，得到第一相关系数，根据第一相关系数生成所述检测对象在干扰刺激下的脑区连接信息；所述第二确定子单元，具体可以用于计算第二类信号段中不同脑区通道的信号之间的皮尔森相关系数，得到第二相关系数，根据第二相关系数生成所述检测对象在非干扰刺激下的脑区连接信息。可选的，在本申请的一些实施例中，所述第一确定子单元，具体可以用于利用第一相关系数构造第一相关系数矩阵，将所述第一相关系数矩阵转换为多个一维的特征向量，得到第一特征集合，所述第一特征集合中的特征向量用于反映所述检测对象在干扰刺激下的脑区连接信息；所述第二确定子单元，具体可以用于利用第二相关系数构造第二相关系数矩阵，将所述第二相关系数矩阵转换为多个一维的特征向量，得到第二特征集合，所述第二特征集合中的特征向量用于反映所述检测对象在非干扰刺激下的脑区连接信息。可选的，在本申请的一些实施例中，所述第一确定子单元，具体可以用于将所述第一相关系数矩阵划分为对称的两个区域，按照预设策略从两个区域中选择一个区域，将选择的区域中的元素转换为一维的特征向量，得到第一特征集合；所述第二确定子单元，具体可以用于将所述第二相关系数矩阵划分为对称的两个区域，按照所述预设策略从两个区域中选择一个区域，并将选择的区域中的元素转换为一维的特征向量，得到第二特征集合。可选的，在本申请的一些实施例中，所述计算单元，具体可以用于计算第一特征集合中的特征向量与第二特征集合中的特征向量之间的余弦相似度；所述确定单元，具体可以用于根据所述余弦相似度，通过训练后检测模型对所述脑电波信号所属的病理类型进行预测。可选的，在本申请的一些实施例中，所述确定单元，具体可以用于根据计算得到的余弦相似度构建余弦相似度矩阵，通过训练后检测模型对所述余弦相似度矩阵所属的类型进行预测，得到所述脑电波信号所属的病理类型。可选的，在本申请的一些实施例中，脑电波信号检测装置还可以包括训练单元，如下：所述采集单元，还可以用于采集多个检测样本在干扰信号间断刺激下的脑电波信号样本，所述脑电波信号样本标注有病理类型；所述获取单元，还可以用于根据所述脑电波信号样本分别获取所述检测样本在干扰刺激下的脑区连接信息、以及在非干扰刺激下的脑区连接信息；所述计算单元，还可以用于计算所述检测样本在干扰刺激下的脑区连接信息与在非干扰刺激下的脑区连接信息之间的相似度；所述训练单元，用于根据所述相似度，通过检测模型对所述脑电波信号样本所属的病理类型进行预测，根据标注的病理类型和预测的病理类型对所述检测模型进行收敛，得到训练后检测模型。可选的，在本申请的一些实施例中，所述获取单元，具体可以用于：将所述脑电波信号样本划分为包含干扰刺激的第一类信号段样本、以及包含非干扰刺激的第二类信号段样本；计算第一类信号段样本中不同脑区通道的信号之间的皮尔森相关系数，得到第一相关系数样本，利用第一相关系数样本构造第一相关系数样本矩阵，将所述第一相关系数样本矩阵转换为多个一维的特征向量，得到第一样本特征集合，所述第一样本特征集合中的特征向量用于反映所述检测样本在干扰刺激下的脑区连接信息；计算第二类信号段样本中不同脑区通道的信号之间的皮尔森相关系数，得到第二相关系数样本，利用第二相关系数样本构造第二相关系数样本矩阵，将所述第二相关系数样本矩阵转换为多个一维的特征向量，得到第二样本特征集合，所述第二样本特征集合中的特征向量用于反映所述检测样本在非干扰刺激下的脑区连接信息。可选的，在本申请的一些实施例中，所述计算单元，具体可以用于计算第一样本特征集合中的特征向量与第二样本特征集合中的特征向量之间的余弦相似度；所述训练单元，具体可以用于根据计算得到的余弦相似度构建余弦相似度矩阵，通过检测模型对所述余弦相似度矩阵所属的类型进行预测，得到所述脑电波信号样本所属的病理类型。相应的，本申请实施例还提供一种电子设备，包括存储器和处理器；所述存储器存储有应用程序，所述处理器用于运行所述存储器内的应用程序，以执行本申请实施例所提供的任一种脑电波信号检测方法中的操作。此外，本申请实施例还提供一种存储介质，其特征在于，所述存储介质存储有多条指令，所述指令适于处理器进行加载，本文档来自技高网...

【技术保护点】
1.一种脑电波信号检测方法，其特征在于，包括：采集待检测对象在干扰信号间断刺激下的脑电波信号；根据所述脑电波信号分别获取所述检测对象在干扰刺激下的脑区连接信息、以及在非干扰刺激下的脑区连接信息；计算所述在干扰刺激下的脑区连接信息与在非干扰刺激下的脑区连接信息之间的相似度；根据所述相似度确定所述脑电波信号所属的病理类型；基于所述病理类型生成所述检测对象的检测结果。

【技术特征摘要】
1.一种脑电波信号检测方法，其特征在于，包括：采集待检测对象在干扰信号间断刺激下的脑电波信号；根据所述脑电波信号分别获取所述检测对象在干扰刺激下的脑区连接信息、以及在非干扰刺激下的脑区连接信息；计算所述在干扰刺激下的脑区连接信息与在非干扰刺激下的脑区连接信息之间的相似度；根据所述相似度确定所述脑电波信号所属的病理类型；基于所述病理类型生成所述检测对象的检测结果。2.根据权利要求1所述的方法，其特征在于，所述根据所述相似度确定所述脑电波信号所属的病理类型，包括：根据所述相似度，通过训练后检测模型对所述脑电波信号所属的病理类型进行预测，所述训练后检测模型由多个标注有病理类型的脑电波信号样本训练而成。3.根据权利要求2所述的方法，其特征在于，所述根据所述脑电波信号分别获取所述检测对象在干扰刺激下的脑区连接信息、以及在非干扰刺激下的脑区连接信息，包括：将所述脑电波信号划分为包含干扰刺激的第一类信号段、以及包含非干扰刺激的第二类信号段；确定所述第一类信号段中不同脑区通道的信号之间的相关性，得到所述检测对象在干扰刺激下的脑区连接信息；确定所述第二类信号段中不同脑区通道的信号之间的相关性，得到所述检测对象在非干扰刺激下的脑区连接信息。4.根据权利要求3所述的方法，其特征在于，所述将所述脑电波信号划分为包含干扰刺激的第一类信号段、以及包含非干扰刺激的第二类信号段，包括：获取所述脑电波信号中每一个信号段的标签；若所述标签指示信号段为在干扰信号刺激下所采集的信号，则将信号段归为第一类信号段；若所述标签指示信号段为在非干扰信号刺激下所采集的信号，则将信号段归为第二类信号段。5.根据权利要求3所述的方法，其特征在于，所述确定所述第一类信号段中不同脑区通道的信号之间的相关性，得到所述检测对象在干扰刺激下的脑区连接信息，包括：计算第一类信号段中不同脑区通道的信号之间的皮尔森相关系数，得到第一相关系数，根据第一相关系数生成所述检测对象在干扰刺激下的脑区连接信息；所述确定所述第二类信号段中不同脑区通道的信号之间的相关性，得到所述检测对象在非干扰刺激下的脑区连接信息，包括：计算第二类信号段中不同脑区通道的信号之间的皮尔森相关系数，得到第二相关系数，根据第二相关系数生成所述检测对象在非干扰刺激下的脑区连接信息。6.根据权利要求5所述的方法，其特征在于，所述根据第一相关系数生成所述检测对...

【专利技术属性】
技术研发人员：李悦翔，郑冶枫，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东,44