一种用于嗅觉脑电识别的频段注意力方法技术

本发明专利技术公开了一种用于嗅觉脑电识别的频段注意力方法，包括如下步骤：利用脑电信号采集系统分别获取受试者在多种气味刺激下所诱发的嗅觉脑电数据，在利用其数据建立脑电样本后，依次经低通、带通滤波方法降噪，采用降采样减小数据量，然后依据脑电节律对数据进行频段划分，利用时间窗实现对样本的每个频段的数据按时间进行剪切分段，对剪切前和剪切后不同时段下各频段的脑电数据进行重构，基于残差模块和卷积块注意模块构建具有频段注意力机制的模型，将重构后的不同时段的脑电数据并行输入到带有频段注意力机制的模型用于气味辨识。本发明专利技术可以基于嗅觉脑电实现对气味的快速识别，且识别效果好，其准确率和F1得分都在97%以上。其准确率和F1得分都在97%以上。其准确率和F1得分都在97%以上。

【技术实现步骤摘要】
一种用于嗅觉脑电识别的频段注意力方法


[0001]本专利技术涉及脑电分析和深度学习技术，具体涉及一种用于嗅觉脑电识别的频段注意力方法。

技术介绍

[0002]人类可以通过听觉、视觉、嗅觉、味觉和触觉来感知外部环境。当前，伴随着光学、声学和躯体感觉系统的发展，视觉、听觉和触觉的研究已经相对成熟。然而，关于嗅觉和味觉的研究相对较少。一方面，气味和味道是基于复杂的化学反应和神经传递机制。另一方面，声音、光等感官刺激是通过响度和强度来量化的，但气味不能用相应的物理变量来表达和量化。目前，食品结构、香气和风味的感官分析主要依赖于人类的感官和机器感知。然而，这两种手段都有其局限性。在人工感官评价方面，存在描述性差异、缺乏单位和难以形成统一的评价指标等问题。在机器感知方面，存在传感器数量和类型的限制以及消费者心理因素受忽视等问题。因此，在嗅觉感官分析中迫切需要一种将人类感知与定量测量相结合的方法。气味诱发脑电（嗅觉脑电）在嗅觉感官分析中有着独特的优势，它实现了人类感知与定量测量间的结合，很好地解决了上述技术问题。但是，在利用嗅觉脑电辨识气味物质时，往往面临众多的影响因素和参数选取的不确定性，如形成气味的样本用量的确定（如液体量、固体量、容量瓶大小等）、静置时间的确定、气味诱发参数的设定（如气路压强、气味刺激的时间和间隔等）、嗅觉脑电信号的选择（如时间长度、窗口宽度、信号时段、信号频段等）、识别算法中多参数的确定等诸多问题，这些关键参数的排列组合具有无数种可能性，参数选取不佳，会严重影响嗅觉脑电的辨识结果。

技术实现思路
r/>[0003]本专利技术的主要目的在于提供一种用于嗅觉脑电识别的频段注意力方法，确定了影响嗅觉脑电辨识的一系列关键参数，并构建了有效的识别算法。
[0004]本专利技术采用的技术方案是：一种用于嗅觉脑电识别的频段注意力方法，包括：S1、将用于嗅觉脑电诱发的若干种类的样本静置于密封的取样瓶中用于产生刺激气味，利用脑电信号采集系统分别获取受试者在多种气味刺激下所诱发的嗅觉脑电数据；S2、在利用采集到的脑电数据建立脑电样本后，依次经低通、带通滤波方法降噪，采用降采样减小数据量，然后依据脑电节律对数据进行频段划分，利用时间窗实现对样本的每个频段的数据按时间进行剪切分段，对剪切前和剪切后不同时段下各频段的脑电数据进行重构；S3、基于残差模块和卷积块注意模块构建带有频段注意力机制的模型；S4、将重构后的不同时段的脑电数据并行输入到具有频段注意力机制的模型用于气味辨识。
[0005]进一步地，所述步骤S1中，刺激气味有8种，其气味在产生时，取液体类样本各50ml，固体类样本各25g分别密封于250ml的取样瓶中，静置十分钟，使气味完全挥发。
[0006]更进一步地，所述步骤S1中，利用采样频率为256Hz的脑电信号采集系统,并根据国际10
‑
20系统分别获取15名受试者21通道的嗅觉脑电数据；在对每位受试者进行实验时，确保整个内径为6mm的气体输送管内的压强保持在0.3
±
0.05Mpa，8种气味刺激为随机排序，每种气味刺激包含20个平行实验，其中每个平行实验的刺激持续10秒，两次平行实验之间的间隔为5秒；实验后提取每个平行实验所获取脑电数据中的2
‑
9秒。
[0007]更进一步地，所述步骤S2中，在建立脑电样本时，将所获取的2400个长度为8秒的脑电数据按2秒的长度进行分段，建立9600个样本，并对每个样本依次进行50Hz的低通滤波和49Hz
‑
51Hz的带通滤波来实现脑电样本的降噪，采用降采样将样本的采样频率降为128Hz来减小数据量，然后依据脑电节律将降采样后的数据划分为δ、θ、α、β和γ，分别为0
‑
4Hz、4
‑
8Hz、8
‑
13Hz、13
‑
30Hz和30
‑
50Hz，5个频段。
[0008]更进一步地，所述步骤S2中，在对样本的每个频段的数据按时间进行剪切分段时，每个样本中长度为2s的5个频段的脑电数据被长度为1s、步长为0.5s的窗口分段，因此样本被分为3个时段的数据，且每个时段数据中包含5个长度为1s的不同频段的脑电数据。
[0009]更进一步地，所述步骤S2中，在对剪切前和剪切后不同时段下各频段的脑电数据进行重构时，所述剪切前的数据时间段为0
‑
2秒，所述剪切后的数据时间段为0
‑
1秒、0.5
‑
1.5秒和1
‑
2秒，剪切前和剪切后的每个时段中包含5个频段的脑电数据，其中剪切前的数据长度为2秒，且每个频段的数据形式为21
×
256，剪切后的数据长度为1秒，且每个频段的数据形式为21
×
128，因此一个21通道的脑电样本可以产生4个数据段，其形式分别为5
×
21
×
256、5
×
21
×
128、5
×
21
×
128、5
×
21
×
128，然后将这4个数据段的第三个维度展开到第二个维度，分别转换成形式为5
×
84
×
64、5
×
42
×
64、5
×
42
×
64、5
×
42
×
64的数据。
[0010]更进一步地，所述步骤S3中，构建具有频段注意力机制的模型的目的是为了充分发掘嗅觉脑电在每个频段的特征信息，在不需要进行人工选择有效频段的情况下，就可以充分发掘其关键频段的特征信息；在基于残差模块和卷积块注意模块构建具有频段注意力机制的模型时，所述卷积块注意模块具有通道注意力和空间注意力机制，可以嵌入到残差模块中，来构成具有注意力机制的残差模块，多个具有注意力机制的残差模块相结合构成了具有注意力机制的残差网络，所述具有频段注意力机制的模型由前端的4个并行的具有注意力机制的残差网络，以及后端的拼接层、全连接层和softmax层组成。
[0011]更进一步地，所述步骤S4中，在将重构后的不同时段的脑电数据并行输入到具有频段注意力机制的模型时，其4个时段的脑电数据分别输入到具有频段注意力机制模型前端的4个并行的具有注意力机制的残差网络，其中每个具有注意力机制的残差网络的输入通道数为5，分别对应脑电数据的5个频段，因此可以利用模型的注意力机制有效实现对嗅觉脑电中关键频段的自动关注，然后其空间注意力机制可以实现对关键频段内形式为42
×
64或84
×
64的脑电数据中关键的时空特征的有效地挖掘。
[0012]更进一步地，所述步骤S4中，在将重构后的形式为5
×
84
×
64、5
×
42
×
64、5
×
42
×...

【技术保护点】

【技术特征摘要】
1.一种用于嗅觉脑电识别的频段注意力方法，其特征在于，包括：S1、将用于嗅觉脑电诱发的若干种类的样本静置于密封的取样瓶中用于产生刺激气味，利用脑电信号采集系统分别获取受试者在多种气味刺激下所诱发的嗅觉脑电数据；S2、在利用采集到的脑电数据建立脑电样本后，依次经低通、带通滤波方法降噪，采用降采样减小数据量，然后依据脑电节律对数据进行频段划分，利用时间窗实现对样本的每个频段的数据按时间进行剪切分段，对剪切前和剪切后不同时段下各频段的脑电数据进行重构；S3、基于残差模块和卷积块注意模块构建带有频段注意力机制的模型；S4、将重构后的不同时段的脑电数据并行输入到具有频段注意力机制的模型用于气味辨识。2.根据权利要求1所述的用于嗅觉脑电识别的频段注意力方法，其特征在于，所述步骤S1中，刺激气味有8种，其气味在产生时，取液体类样本各50ml，固体类样本各25g分别密封于250ml的取样瓶中，静置十分钟，使气味完全挥发。3.根据权利要求1所述的用于嗅觉脑电识别的频段注意力方法，其特征在于，所述步骤S1中，利用采样频率为256Hz的脑电信号采集系统,并根据国际10
‑
20系统分别获取15名受试者21通道的嗅觉脑电数据；在对每位受试者进行实验时，确保整个内径为6mm的气体输送管内的压强保持在0.3
±
0.05Mpa，8种气味刺激为随机排序，每种气味刺激包含20个平行实验，其中每个平行实验的刺激持续10秒，两次平行实验之间的间隔为5秒；实验后提取每个平行实验所获取脑电数据中的2
‑
9秒。4.根据权利要求1所述的用于嗅觉脑电识别的频段注意力方法，其特征在于，所述步骤S2中，在建立脑电样本时，将所获取的2400个长度为8秒的脑电数据按2秒的长度进行分段，建立9600个样本，并对每个样本依次进行50Hz的低通滤波和49Hz
‑
51Hz的带通滤波来实现脑电样本的降噪，采用降采样将样本的采样频率降为128Hz来减小数据量，然后依据脑电节律将降采样后的数据划分为δ、θ、α、β和γ，分别为0
‑
4Hz、4
‑
8Hz、8
‑
13Hz、13
‑
30Hz和30
‑
50Hz，5个频段。5.根据权利要求1所述的用于嗅觉脑电识别的频段注意力方法，其特征在于，所述步骤S2中，在对样本的每个频段的数据按时间进行剪切分段时，每个样本中长度为2s的5个频段的脑电数据被长度为1s、步长为0.5s的窗口分段，因此样本被分为3个时段的数据，且每个时段数据中包含5个长度为1s的不同频段的脑电数据。6.根据权利要求1所述的用于嗅觉脑电识别的频段注意力方法，其特征在于，所述步骤S2中，在对剪切前和剪切后不同时段下各频段的脑电数据进行重构时，所述剪切前的数据时间段为0
‑
2秒，所述剪切后的数据时间段为0
‑
1秒、0.5
‑
1.5秒和1
‑
2秒，剪切前和剪切后的每个时段中包含5个频段的脑电数据，其中剪切前的数据长度为2秒，且每个频段的数据形式为21
×
256，剪切后的数据长度为1秒，且每个频段的数据形式为21
×
128，因此一个21通道的脑电样本可以产生4个数据段，其形式分别为5
×
21
×
...

【专利技术属性】
技术研发人员：门洪，夏秀鑫，石岩，郑文博，李鹏威，英宇翔，
申请(专利权)人：东北电力大学，
类型：发明
国别省市：