梦境情绪识别方法、装置、电子设备和存储介质制造方法及图纸

本申请公开了一种梦境情绪识别方法、装置、电子设备、存储介质和系统，其属于新一代信息技术技术领域。方法包括：获取用户睡眠时的多导联脑电信号；对多导联脑电信号进行预处理，得到多导联预处理信号；对多导联预处理信号进行经验模态分解，得到多导联多阶本征模态函数；依据多导联多阶本征模态函数对多导联脑电信号进行睡眠分期，得到睡眠分期结果；依据睡眠分期结果确定REM期信号；对REM期信号进行识别，得到梦境情绪识别结果。通过上述技术方案提高了梦境情绪识别的可靠性。案提高了梦境情绪识别的可靠性。案提高了梦境情绪识别的可靠性。

【技术实现步骤摘要】
梦境情绪识别方法、装置、电子设备和存储介质


[0001]本申请属于新一代信息
，特别涉及一种梦境情绪识别方法、装置、电子设备和存储介质。

技术介绍

[0002]情绪是人对外界事物产生的心理和生理反应。准确地识别情绪在人机交互研究中占据着重要位置。由于脑电信号具有客观，不易伪装等特点，其在清醒态情绪识别领域的应用广受关注。由于梦发生时间的不确定性，梦境脑电信号及对应情绪状态的采集具有较高的难度，针对其的相关研究相对较少。
[0003]在对梦境情绪检测时，通常采用侧面推断或问卷等形式来进行反应，这大大降低了对梦境情绪进行分析的可靠性。

技术实现思路

[0004]为了至少解决上述问题中存在的对梦境情绪进行分析可靠性低的问题，本申请提供了一种梦境情绪识别方法、装置、电子设备、存储介质和系统。
[0005]第一方面，本申请提供了一种梦境情绪识别方法，其包括：
[0006]获取用户睡眠时的多导联脑电信号；
[0007]对多导联脑电信号进行预处理，得到多导联预处理信号；
[0008]对多导联预处理信号进行经验模态分解，得到多导联多阶本征模态函数；
[0009]依据多导联多阶本征模态函数对多导联脑电信号进行睡眠分期，得到睡眠分期结果；
[0010]依据睡眠分期结果确定快速眼动REM期信号；
[0011]对REM期信号进行识别，得到梦境情绪识别结果。
[0012]第二方面，本申请提供了一种梦境情绪识别装置，其包括：
[0013]脑电信号获取模块，用于获取用户睡眠时的多导联脑电信号；
[0014]信号预处理模块，用于对多导联脑电信号进行预处理，得到多导联预处理信号；
[0015]模态函数得到模块，用于对多导联预处理信号进行经验模态分解，得到多导联多阶本征模态函数；
[0016]睡眠分期得到模块，用于依据多导联多阶本征模态函数对多导联脑电信号进行睡眠分期，得到睡眠分期结果；
[0017]REM期信号确定模块，用于依据睡眠分期结果确定快速眼动REM期信号；梦境情绪识别模块，用于对REM期信号进行识别，得到梦境情绪识别结果。
[0018]第三方面，本申请提供了一种电子设备，其包括：
[0019]存储器和处理器；处理器与存储器连接，被配置为基于存储在存储器中的指令，执行上述梦境情绪识别方法。
[0020]第四方面，本申请提供了一种计算机可读存储介质，其上存储有至少一条指令、至
少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述的梦境情绪识别方法。
[0021]本申请提供的技术方案带来的有益效果是：
[0022]通过获取用户睡眠时的多导联脑电信号，对脑电信号进行预处理，得到预处理信号，对预处理信号进行经验模态分解，得到多阶本征模态函数，依据各导联多阶本征模态函数对多导联脑电信号进行睡眠分期，得到睡眠分期结果，依据睡眠分期结果确定REM期信号，对REM期信号进行识别，得到梦境情绪识别结果。REM期的梦境有丰富的情感信息，因此采用REM期信号对梦境情绪进行识别，提到了梦境情绪识别的可靠性。在分析REM期时，通过将多导联多阶本征模态函数作为判断信号，而不是使用原始脑电信号，进一步提取出了与REM期强相关的信号，能提到REM期识别的准确率，从而提高梦境情绪识别的可靠性。
附图说明
[0023]图1为本申请实施例提供的一种梦境情绪识别方法的流程示意图；
[0024]图2为本申请实施例提供的一种经验模态分解的结果示意图；
[0025]图3为本申请实施例提供的一种梦境情绪识别装置的结构示意图；
[0026]图4为本申请实施例提供的一种梦境情绪识别系统的结构示意图。
具体实施方式
[0027]下面将参考附图并结合实施例来详细说明本申请。
[0028]参见图1，本申请实施例提供了一种梦境情绪识别方法，其包括以下步骤：
[0029]步骤101，获取用户睡眠时的多导联脑电信号。
[0030]脑电信号(EEG，Electroencephalogram)是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映，其包含了大量的生理与疾病信息，因此可以通过对脑电信号的研究分析，得到一些诊断结果，该诊断结果可以应用于治疗监督辅助，例如睡眠障碍人群或精神疾病类人群的治疗监督辅助。用户在睡眠时，通常经历两个睡眠期：NREM(Not Rapid Eyes Movement，非快速眼动)期和REM(Rapid Eyes Movement，快速眼动)期。NREM期可以分为三个阶段，分别是N1睡眠阶段、N2睡眠阶段和N3睡眠阶段。不同的睡眠阶段，人的大脑会有不同的反应。
[0031]脑电信号通过佩戴脑机来获取。脑机的使用方式可以是贴覆式，还可以是头戴式，本实施例对此不进行限定。脑机是多通道的，此时采集到的脑电信号可以称为多导联脑电信号。
[0032]下面以某配置为例，对脑机的配置进行详细说明：
[0033]1)采用金杯电极，阻抗大小调节为小于20千欧，金杯电极采用穿戴式设计。
[0034]2)电极的分布涉及多个点位，即脑电信号对应的采集位置为多个，具体为额叶、额颞叶、颞叶，参考电极为左右侧耳后乳突。采样电极为F3、F4、FT7、FT8、T7、T8，其中，F代表额叶部位，T代表颞叶部位，FT代表额颞叶相邻部位。电极点位参照国际标准导联10
‑
20系统(10
‑
20electrode system)64通道，采样率为200hz。每个电极对应一个通道，此时脑电信号共有6个通道(采集位置)，采用6个通道，可以使得用于实现对REM期信号进行识别得到梦境情绪识别结果的分类器在识别计算时复杂度降低。
[0035]3)采集时间优选为整晚睡眠时间，即用于处于睡眠状态时，用户静止平躺，保持头部和身体不晃动，处于闭眼状态，保持环境温度和噪声在正常适宜水平。
[0036]4)采集时的相关参数设置可以如下：头皮EEG频率范围0hz到50hz，伏值为0.5uV到100uV。
[0037]电极位置分布为额叶、额颞叶、颞叶，采集到的脑电信号能集中反映REM期情绪脑电活动，满足了对左、右半球脑电信号的精确刻画，并能一定程度上检测睡眠过程中海马体的神经活动情况。
[0038]步骤102，对多导联脑电信号进行预处理，得到多导联预处理信号。
[0039]在采集信号的过程中，会遇到很多干扰信号，为了降低干扰信号的影响，因此对采集的信号进行预处理。预处理包括：降采样、放大、滤波、编码、独立成分分析(Independent Components Analysis，ICA)，标准化中的一种操作或几种操作，在其他的实施例中，还可以包括：剔除坏段等操作，本实施例对此不进行限定。在处理过程中，可以对各导联脑电信号进行预处理，得到各导联预处理信号，所有导联预处理信号合称本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种梦境情绪识别方法，其特征在于，包括：获取用户睡眠时的多导联脑电信号；对所述多导联脑电信号进行预处理，得到多导联预处理信号；对所述多导联预处理信号进行经验模态分解，得到多导联多阶本征模态函数；依据所述多导联多阶本征模态函数对所述多导联脑电信号进行睡眠分期，得到睡眠分期结果；依据所述睡眠分期结果确定快速眼动REM期信号；对所述REM期信号进行识别，得到梦境情绪识别结果。2.根据权利要求1所述的梦境情绪识别方法，其特征在于，所述依据所述睡眠分期结果确定REM期信号，包括：若预设时段内，所述睡眠分期结果为REM期的次数大于预设的次数阈值，则确定用户在所述预设时段内进入REM期；依据用户进入REM期的预设时段对所述多导联脑电信号进行信号提取，得到所述REM期信号。3.根据权利要求2所述的梦境情绪识别方法，其特征在于，所述依据用户进入REM期的预设时段对所述多导联脑电信号进行信号提取，得到所述REM期信号，包括：确定用户进入REM期的预设时段内，首次REM期所对应的所述多导联脑电信号的开始时间点；确定用户进入REM期的预设时段的结束时间点；根据所述开始时间点和所述结束时间点对所述预设时段内的所述多导联脑电信号进行信号提取，得到REM期信号。4.根据权利要求1所述的梦境情绪识别方法，其特征在于，所述依据所述睡眠分期结果确定REM期信号之后，还包括：确定与所述REM期信号对应的REM期的开始时间点和持续时长；将所述多导联脑电信号转换为波形图；依据所述梦境情绪识别结果以及所述REM期的开始时间点、持续时长、所述波形图中至少一项，生成针对所述用户的报告相关信息，以对所述报告相关信息进行输出处理。5.根据权利要求1所述的梦境情绪识别方法，其特征在于，所述对所述REM期信号进行识别，得到梦境情绪识别结果，包括：采用通过时间自主注意力机制与通道自注意力机制构建的transformer模型对所述REM期信号进行识别，得到基于时间自注意力机制与通道自注意力机制的梦境情绪识别结果。6.根据权利要求5所述的梦境情绪识别方法，其特征在于，所述transformer模型包括基于时间自注意力机制构建的时域编码器、基于通道自注意力机制构建的空域编码器和解码器；所述采用通过时间自注意力机制与通道自注意力机制构建的transformer模型对所述REM期信号进行识别，得到基于时间自注意力机制与通道自注意力机制的梦境情绪识别结果，包括：对所述多导联脑电信号添加基于通道的位置编码，得到融合编码；
利用所述时域编码器对所述融合编码进行编码，得到时域编码：利用所述空域编码器对所述时域编码进行编码，得到空域编码；利用所述解码器对所述空域编码进行解码，得到梦境情绪识别结果。7.根据权利要求6所述的梦境情绪识别方法，其特征在于，所述时域编码...

【专利技术属性】
技术研发人员：马鹏程，卢正毅，王晓岸，
申请(专利权)人：北京脑陆科技有限公司，
类型：发明
国别省市：