基于注意力机制的时空特征提取脑电目标空间定位方法技术

本发明专利技术公开了基于注意力机制的时空特征提取脑电目标空间定位方法。该方法采用脑机接口中的快速序列视觉呈现范式，采集被试在执行观看任务时的脑电数据。然后依次提取脑电数据的通道空间注意力特征与时空特征，再进一步提取了深度时空特征。最后基于深度时空特征进行目标空间位置定位。该方法在特征提取过程中采用两个轻量级的卷积神经网络和一个紧凑的卷积神经网络，有效降低网络的计算量，适合小数据量的数据训练。在空间时间特征提取上加入了注意力机制，显式地解耦空间和时间信息，运用了整个脑电图的多通道的丰富信息，能够对来自四个方向的目标进行空间定位。四个方向的目标进行空间定位。四个方向的目标进行空间定位。

【技术实现步骤摘要】
基于注意力机制的时空特征提取脑电目标空间定位方法


[0001]本专利技术属于脑机协同智能目标检测
，涉及解码分类大脑空间选择注意力信息，定位被试注意的目标空间方法，具体涉及基于注意力的时空特征提取脑电目标空间定位方法。

技术介绍

[0002]脑机接口能够将大脑信息转化为指令，实现大脑和外部设备的直接通信，在它的应用形式中，包括帮助延伸疾病患者的运动能力，比如注视独立的脑机接口(Gaze
‑
independent BCI system)可以用来恢复眼球运动障碍的患者的交流。还有可以利用人强大的视觉感知能力协同机器实现智能化增强，比如在军事领域运用大量图片寻找目标图像。在脑电图像目标判读中，一种可靠的机制是采用大脑的空间注意力机制，即利用事件刺激后大脑的空间分布特征判断目标特征，图像目标判读包括目标检测和定位，在大部分应用中，只能识别出图像中有无目标，很少有关于具体场景下目标定位的研究。
[0003]在注意力选择研究中，典型的脑电生理标记是N2pc，它出现在刺激开始后170～300ms内相对于目标所在的视觉半场的对侧本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于注意力机制的时空特征提取脑电目标空间定位方法，其特征在于：该方法的具体步骤如下：步骤1、采集被试在执行观看任务时的脑电数据作为样本数据，记录对应的目标位置作为标签数据；步骤2、使用SENet对步骤1获取的样本数据进行挤压和提取操作，为不同通道的信息分配不同的权重，校准通道的空间注意力，提取样本数据的通道特征；步骤3、将步骤2得到的通道特征输入SKNet，进一步提取空间和时间的可分离特征；步骤4、针对步骤3的特征提取结果，首先进行两个卷积操作，依次提取时间维度的特征和空间维度的特征，然后进行可分离卷积操作，完成时空特征的深度提取；步骤5、将经过步骤2～4后得到的最终特征信息输入线性分类层，将输出信息与步骤1记录的标签数据进行对比，更新模型参数；再向更新后的模型输入标签未知的脑电数据，完成目标空间定位任务。2.如权利要求1所述基于注意力机制的时空特征提取脑电目标空间定位方法，其特征在于：步骤1中采用脑机接口中的快速序列视觉呈现范式，采集被试在执行观看任务时的脑电数据。3.如权利要求1或2所述基于注意力机制的时空特征提取脑电目标空间定位方法，其特征在于：在被试执行的观看任务中展示5类图像，包括无目标图像以及目标分别位于二维平面直角坐标系4个象限的图像。4.如权利要求1或2所述基于注意力机制的时空特征提取脑电目标空间定位方法，其特征在于：对收集到的脑电数据进行巴特沃斯带通滤波处理，保留0.1～40Hz范围内的信号，然后进行降采样处理，最后使用图像出现前的脑电数据对图像出现后的数据进行基线校准，再划分成n个时间片段其中C表示脑电的电极数量，T表示每一个时间片段的时间点数量。5.如权利要求1所述基于注意力机制的时空特征提取脑电目标空间定位方法，其特征在于：步骤2中首先对样本数据进行全局平均池化层生成通道描述符：其中，F
sq
()表示全局平均池化操作，表示第i个样本中第c个通道的描述符，表示第i个样本中第c个通道的描述符，代表第i个样本中第c个通道的信号，q
ic
(j)代表第i个样本中第c个通道的第j个时间点；然后通过两个全连接层生成激活因子：s
ic
＝F
ex
(z,W)＝σ(g(z,W))＝σ(W2δ(W1z)F
ex
()表示两次全连...

【专利技术属性】
技术研发人员：孔万增，韩佳楠，朱莉，张建海，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：