生理电信号分类处理方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种生理电信号分类处理方法、装置、计算机设备和存储介质，涉及人工智能技术。所述方法包括：获取目标采集设备采集的待分类生理电信号；获取目标采集设备对应的目标通道关联特征，目标通道关联特征是基于目标采集设备上多个采集通道的空间位置生成的；提取待分类生理电信号对应的目标时间特征，将目标通道关联特征嵌入目标时间特征得到目标嵌入特征；提取目标嵌入特征对应的目标空间特征，基于目标空间特征得到待分类生理电信号对应的分类结果。采用本方法能够提高生理电信号的分类准确性。

【技术实现步骤摘要】
生理电信号分类处理方法、装置、计算机设备和存储介质
本申请涉及计算机
，特别是涉及一种生理电信号分类处理方法、装置、计算机设备和存储介质。
技术介绍
随着计算机技术的发展，深度学习技术在计算机视觉、语音识别和自然语言处理等领域表现出了明显的优势，因此，深度学习技术逐渐被研究者引入生理电信号的分类任务中。传统技术中，在分类生理电信号的时候，是将生理电信号输入模型中，模型基于生理电信号的时域频域特征输出生理电信号的分类结果。但是，模型在处理生理电信号时，单纯只考虑生理电信号的时域频域特征，特征维度单一，容易导致生理电信号分类结果的不准确。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高生理电信号的分类准确性的生理电信号分类处理方法、装置、计算机设备和存储介质。一种生理电信号分类处理方法，所述方法包括：获取目标采集设备采集的待分类生理电信号；获取目标采集设备对应的目标通道关联特征，目标通道关联特征是基于目标采集设备上多个采集通道的空间位置生成的；提取待分类生理电信号对应本文档来自技高网...

【技术保护点】
1.一种生理电信号分类处理方法，其特征在于，所述方法包括：/n获取目标采集设备采集的待分类生理电信号；/n获取所述目标采集设备对应的目标通道关联特征，所述目标通道关联特征是基于所述目标采集设备上多个采集通道的空间位置生成的；/n提取所述待分类生理电信号对应的目标时间特征，将所述目标通道关联特征嵌入所述目标时间特征得到目标嵌入特征；/n提取所述目标嵌入特征对应的目标空间特征，基于所述目标空间特征得到所述待分类生理电信号对应的分类结果。/n

【技术特征摘要】
1.一种生理电信号分类处理方法，其特征在于，所述方法包括：
获取目标采集设备采集的待分类生理电信号；
获取所述目标采集设备对应的目标通道关联特征，所述目标通道关联特征是基于所述目标采集设备上多个采集通道的空间位置生成的；
提取所述待分类生理电信号对应的目标时间特征，将所述目标通道关联特征嵌入所述目标时间特征得到目标嵌入特征；
提取所述目标嵌入特征对应的目标空间特征，基于所述目标空间特征得到所述待分类生理电信号对应的分类结果。


2.根据权利要求1所述的方法，其特征在于，所述获取所述目标采集设备对应的目标通道关联特征，包括：
获取所述目标采集设备对应的目标生理电信号分类模型；
所述目标生理电信号分类模型集成有所述目标采集设备对应的目标通道关联特征，所述目标生理电信号分类模型用于提取所述待分类生理电信号对应的目标时间特征，将所述目标通道关联特征嵌入所述目标时间特征得到目标嵌入特征，提取所述目标嵌入特征对应的目标空间特征，基于所述目标空间特征得到所述待分类生理电信号对应的分类结果。


3.根据权利要求1所述的方法，其特征在于，所述目标通道关联特征的生成包括以下步骤：
将各个采集通道的空间位置映射到同一平面上，得到各个采集通道的平面位置；
从各个采集通道中获取目标数量个采集通道分别作为目标采集通道，得到目标数量个目标采集通道；
基于各个目标采集通道的平面位置生成目标通道区域；
当所述目标通道区域对应的区域形状特征为预设形状特征、且所述目标通道区域内没有其他采集通道时，将各个目标采集通道建立关联关系；
基于存在关联关系的各个采集通道生成所述目标通道关联特征。


4.根据权利要求3所述的方法，其特征在于，所述区域形状特征包括目标通道区域的各个区域顶点对应的顶点夹角，所述当所述目标通道区域对应的区域形状特征为预设形状特征、且所述目标通道区域内没有其他采集通道时，将各个目标采集通道建立关联关系，包括：
当各个顶点夹角均在参考夹角范围内时，确定所述目标通道区域对应的区域形状特征为预设形状特征；
当区域形状特征为预设形状特征的目标通道区域内没有其他采集通道时，基于各个区域顶点之间的连接关系建立各个目标采集通道之间的关联关系。


5.根据权利要求3所述的方法，其特征在于，所述基于存在关联关系的各个采集通道生成所述目标通道关联特征，包括：
基于存在关联关系的各个采集通道生成初始通道关联特征；
对所述初始通道关联特征进行规范化处理，得到所述目标通道关联特征。


6.根据权利要求5所述的方法，其特征在于，所述对所述初始通道关联特征进行规范化处理，得到所述目标通道关联特征，包括：
基于所述初始通道关联特征生成初始通道关联矩阵；
获取单位矩阵，融合所述单位矩阵和所述初始通道关联矩阵得到中间通道关联矩阵；
获取所述初始通道关联矩阵对应的对角矩阵，融合所述对角矩阵和所述中间通道关联矩阵得到目标通道关联矩阵；
基于所述目标通道关联矩阵得到所述目标通道关联特征。


7.根据权利要求6所述的方法，其特征在于，所述基于所述初始通道关联特征生成初始通道关联矩阵包括以下方式中的任意一种：
基于所述目标采集设备上采集通道的通道数量确定所述初始通道关联矩阵的矩阵维度，将存在关联关系的各个采集通道对应的矩阵值确定为第一预设阈值，将其他采集通道对应的矩阵值确定为第二预设阈值，得到所述初始通道关联矩阵；
基于所述目标采集设备上采集通道的通道数量确定所述初始通道关联矩阵的矩阵维度，基于存在关联关系的各个采集通道之间的空间位置距离，确定存在关联关系的各个采集通道对应的矩阵值，将其他采集通道对应的矩阵值确定为第二预设阈值，得到所述初始通道关...

【专利技术属性】
技术研发人员：柳露艳，马锴，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