【技术实现步骤摘要】
脑波状态数据库的构建方法、系统及存储介质
[0001]本专利技术涉及脑波状态分析
,具体涉及一种脑波状态数据库的构建方法、系统及存储介质。
技术介绍
[0002]脑波(英语:brainwave)亦称"脑电波",脑波是神经元细胞之间传递信息时产生的生物电信号;是大脑皮质中的锥体细胞突触活动时产生的离子交换而产生的电波信号。脑细胞只要是活动就会产生相应的生物电,也是通过这些电通过树突来跟别的脑细胞进行联接,形成思维的网络;在科学应用上我们能通过仪器检测到的脑波必须由一定数量的神经元细胞活动而产生的,作为频率的不同分为下面几种类型;Δ波、Θ波、α波、β波、γ波等:根据大脑状态管理的不同把β波在细分为Smr波、βl波(低β波)、βh波(高β波)。
[0003]目前针对脑波的研究包括:脑波状态分析,脑波诱导等。大多关于脑波的研究通常需要预先知道各种状态形式,这就需要专家知识辅助,专家知识一般也仅限于固定的标准对脑波进行判断,例如按照主要频率进行划分。其实与人思想相关的脑波复杂程度不仅仅是频率能够反映的,更合理的方式应当是通过对大量脑波数据进行研究,将其所有的形态尽量全部或者大部分进行分析记录,进而反过来指导脑波状态的研究。
[0004]自然语言处理技术中的BERT(Bidirectional Encoder Representations from Transformers)是一种预训练的模型。该模型是使用海量文本数据进行训练得到的,其用法之一就是类似Word2vec模型一样当作文本特征提取的工具,也就是 ...
【技术保护点】
【技术特征摘要】
1.一种脑波状态数据库的构建方法,其特征在于,包括以下步骤,使用脑波数据通过深度学习方法构建脑波状态转移图;存储所构建的脑波状态转移图,以图数据库的方式存储,用于描述脑波各种状态之间可能的转移路径。2.根据权利要求1所述的脑波状态数据库的构建方法,其特征在于:所述使用脑波数据通过深度学习方法构建脑波状态转移图,步骤如下:首先训练得到一个针对脑波数据的类BERT编码模型,基于该模型编码之后的脑波数据训练一个可以自动划分识别脑波数据的模型,该模型能够将脑波数据每一个值识别为不同的编号,范围为1~n,n的大小通过实验确定;相同编号的数据值为一个同一个状态,编号也代表最终形成的图的节点编号;构图模块根据脑波数据得到的每一个状态转移路径构造出脑波状态转移图。3.根据权利要求2所述的脑波状态数据库的构建方法,其特征在于:构图过程中,将状态编号当做节点,状态之间存在转变过程的,则存在边,否则不存在边;收集每一条脑波数据对应的状态转移路径,相同的编号代表相同的状态,同时统计每条边的出现次数作为边的权重。4.根据权利要求2所述的脑波状态数据库的构建方法,其特征在于:所述基于该模型编码之后的脑波数据训练一个可以自动划分识别脑波数据的模型,其训练步骤如下:(1)脑波数据符号化:首先根据采集设备采集到的数据,表示为X(x1,x2,
…
x
n
),得到数据每一个时间步可能的最大值V
max
和最小值V
min
,将区间[V
min
,V
max
]均匀划分成N个箱,分别使用1~N表示;对于数据中的值x
i
,如果V
min
<=x
i
<=V
min
+(V
max
‑
V
min
)/N,那么就将x
i
记为1;如果V
min
+(V
max
‑
V
min
)/N<=x
i
<=V
min
+2*(V
max
‑
V
min
)/N,那么就将x
i
记为2;以此类推,将X编码为使用1
‑
N表示的序列;(2)将脑波数据处理成符号序列之后,模拟Bert的Embedding方式;其中:Token Embeddings是词向量,第一个单词是CLS标志,表示数据边界,用于之后的分类任务;Segment Embeddings用来区别序列预测中的输入输出,序列预测指的是使用前面L1个时间步的数据预测后面L2个时间步的数据;Position Embeddings表示可以学习得到的位置编码;(3)使用BERT的网络结构进行改进任务的训...
【专利技术属性】
技术研发人员:焦良存,李亚楠,
申请(专利权)人:安徽七度生命科学集团有限公司,
类型:发明
国别省市:
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。