针对脑电采集设备的脑电信号降噪模型的训练方法和系统技术方案

技术编号:32738656 阅读:15 留言:0更新日期:2022-03-20 08:45
本说明书实施例提供一种针对脑电采集设备的脑电信号降噪模型的训练方法,该方法包括生成模拟脑电信号;通过脑电采集设备采集模拟脑电信号,得到对应的采集脑电信号,采集脑电信号带有脑电采集设备带来的噪声;基于采集脑电信号训练降噪模型,得到脑电采集设备对应的脑电信号降噪模型;训练包括:通过降噪模型处理采集脑电信号,得到降噪后脑电信号;通过判别模型处理降噪后脑电信号,得到对应的判别结果,判别结果反映判别模型判别被处理的数据为对应的干净脑电信号的概率;根据判别结果调整降噪模型的模型参数。降噪模型的模型参数。降噪模型的模型参数。

【技术实现步骤摘要】
针对脑电采集设备的脑电信号降噪模型的训练方法和系统


[0001]本说明书涉及脑电信号处理领域,特别涉及一种针对脑电采集设备的脑电信号降噪模型方法和系统。

技术介绍

[0002]脑电信号(例如脑电图)是将人体脑部微弱的生物电放大记录生成的信号,可以通过脑电采集设备采集得到。脑电信号被广泛应用于心理学、神经科学、精神病学以及脑机接口等方向的研究。
[0003]脑电信号具有多样性、非线性以及微弱性的特点,其频带主要在低频和超低频范围内,主要频率在0.5~100Hz之间,信号幅值范围为5~300μV。由于脑电信号相当微弱,很容易就被噪声所干扰和淹没,例如脑电采集设备在采集过程中自身带来的噪声,以及环境噪声、伪迹等其他噪声。所以,为了采集得到干净脑电信号,需要对脑电采集设备采集到的脑电波信号进行去噪处理,特别是去除脑电采集设备在采集过程中自身带来的噪声。
[0004]因此,需要一种针对脑电采集设备的脑电信号降噪模型的训练方法和系统,以训练得到脑电信号降噪模型来去除脑电采集设备采集的脑电信号中的噪声,特别是脑电采集设备在采集过程中自身带来的噪声。

技术实现思路

[0005]本说明书实施例之一提供一种针对脑电采集设备的脑电信号降噪模型的训练方法。所述针对脑电采集设备的脑电信号降噪模型的训练方法包括:生成模拟脑电信号;通过脑电采集设备采集模拟脑电信号,得到对应的采集脑电信号,所述采集脑电信号带有所述脑电采集设备带来的噪声;基于所述采集脑电信号训练降噪模型,得到所述脑电采集设备对应的脑电信号降噪模型;所述训练包括:通过所述降噪模型处理所述采集脑电信号,得到降噪后脑电信号;通过判别模型处理所述降噪后脑电信号,得到对应的判别结果,所述判别结果反映所述判别模型判别被处理的数据为对应的干净脑电信号的概率;根据所述判别结果调整所述降噪模型的模型参数。
[0006]本说明书实施例之一提供一种针对脑电采集设备的脑电信号降噪模型的训练系统,所述系统包括:生成模块,用于生成模拟脑电信号;采集模块,用于通过脑电采集设备采集模拟脑电信号,得到对应的采集脑电信号,所述采集脑电信号带有所述脑电采集设备带来的噪声;训练模块,用于基于所述采集脑电信号训练降噪模型,以得到所述脑电采集设备对应的脑电信号降噪模型;所述训练包括:通过所述降噪模型处理所述采集脑电信号,得到降噪后脑电信号;通过判别模型处理所述降噪后脑电信号,得到对应的判别结果,判别结果反映所述判别模型判别被处理的数据为对应的干净脑电信号的概率;根据所述判别结果调整所述降噪模型的模型参数。
[0007]本说明书实施例之一提供一种针对脑电采集设备的脑电信号降噪模型的训练装置,包括处理器,所述处理器执行如上述实施例中任一项所述的针对脑电采集设备的脑电
信号降噪模型的训练方法。
[0008]本说明书实施例之一提供一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行如上述实施例中任一项所述的针对脑电采集设备的脑电信号降噪模型的训练方法。
附图说明
[0009]本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
[0010]图1是根据本说明书一些实施例所示的针对脑电采集设备的脑电信号降噪模型的训练方法的应用场景示意图;
[0011]图2是根据本说明书一些实施例所示的针对脑电采集设备的脑电信号降噪模型的训练方法的示例性流程图;
[0012]图3是根据本说明书一些实施例所示的脑电采集设备对应的脑电信号降噪模型的训练的示例性流程图;
[0013]图4是根据本说明书一些实施例所示的分阶段进行训练降噪模型的训练方法的示意图;
[0014]图5是根据本说明书一些实施例所示的调整降噪模型的模型参数的示例性流程图;
[0015]图6是根据本说明书一些实施例所示的针对脑电采集设备的脑电信号降噪模型的训练系统的示例性模块图。
具体实施方式
[0016]为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
[0017]应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
[0018]如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
[0019]本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
[0020]图1是根据本说明书一些实施例所示的针对脑电采集设备的脑电信号降噪模型的训练方法的应用场景示意图。
[0021]针对脑电采集设备的脑电信号降噪模型的训练方法可以用于训练降噪模型,以得到可以对脑电采集设备采集的采集脑电信号进行降噪的脑电信号降噪模型。如图1所示,针对脑电采集设备的脑电信号降噪模型的训练方法的应用场景100可以包括由脑电信号发生器生成的模拟脑电信号110、脑电采集设备120和处理器130。
[0022]脑电信号发生器可以包括能够生成模拟脑电信号的各种信号发生器。在一些实施例中,脑电信号发生器可以包括多通道脑电信号发生器,以模拟从不同脑部位采集得到的多通道脑电信号。
[0023]脑电采集设备120可以对模拟脑电信号110进行采集,得到对应的采集脑电信号。脑电采集设备120可以与处理器130连接(例如通过网络连接或直接连接),以使得处理器130可以获取采集脑电信号并对其进行处理。脑电采集设备120可以指用于采集脑电信号的设备。例如,脑电采集设备可以是脑电仪、脑电图监测仪、便携式脑电采集设备等。脑电采集设备120可以包括多个电极片,电极片可以用于采集脑电信号,例如,电极片可以与脑电信号发生器的信号输出端连接以采集模拟脑电信号,还可以贴在人脑的各个部位以采集人脑的脑电信号。
[0024]处理器130可以处理各种数据或信息,进行计算,确定各种结果。在一些实施例中,处理器130可以对获取的脑电采集设备120的采集脑电信号进行处理,例如基于采集脑电信号训练降噪模型140,并得到脑电采集设备对应的脑电信号降本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种针对脑电采集设备的脑电信号降噪模型的训练方法,包括:生成模拟脑电信号;通过脑电采集设备采集所述模拟脑电信号,得到对应的采集脑电信号,所述采集脑电信号带有所述脑电采集设备带来的噪声;基于所述采集脑电信号训练降噪模型,得到所述脑电采集设备对应的脑电信号降噪模型;所述训练包括:通过所述降噪模型处理所述采集脑电信号,得到降噪后脑电信号;通过判别模型处理所述降噪后脑电信号,得到对应的判别结果,所述判别结果反映所述判别模型判别被处理的数据为对应的干净脑电信号的概率;根据所述判别结果调整所述降噪模型的模型参数。2.如权利要求1所述的方法,所述模拟脑电信号包括以下中的至少一种:反映脑电信号基础特征的第一模拟脑电信号;模拟干净脑电信号的第二模拟脑电信号;在干净脑电信号上叠加有至少一种其它噪声的第三模拟脑电信号。3.如权利要求2所述的方法,所述模拟脑电信号包括所述第一模拟脑电信号、所述第二模拟脑电信号以及所述第三模拟脑电信号;所述基于所述采集脑电信号训练降噪模型,得到所述脑电采集设备对应的脑电信号降噪模型包括:分别基于所述第一模拟脑电信号对应的采集脑电信号、所述第二模拟脑电信号对应的采集脑电信号、所述第三模拟脑电信号对应的采集脑电信号对所述降噪模型进行多个阶段的训练,进而得到所述脑电采集设备对应的脑电信号降噪模型。4.如权利要求3所述的方法,所述根据所述判别结果调整降噪模型的模型参数包括:确定当前训练所处阶段所对应的相关于所述信号差异的第一权重和相关于所述判别结果的第二权重;根据所述降噪后脑电信号与对应的干净脑电信号的信号差异、所述判别结果、所述第一权重和所述第二权重,确定目标损失;根据所述目标损失调整所述降噪模型的模型参数。5.一种针对脑电采集设备的脑电信号降噪模型的训练系统,所述系统包括:生成模块,用于生成模拟脑电信号;采集模块,用于通过脑电采集设备采集所述模拟脑电信号,得到对应的采集脑...

【专利技术属性】
技术研发人员:张家伟陈超
申请(专利权)人:四川新源生物电子科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1