System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于人因智能生理信号处理方法、装置及电子设备制造方法及图纸_技高网

基于人因智能生理信号处理方法、装置及电子设备制造方法及图纸

技术编号:40922059 阅读:4 留言:0更新日期:2024-04-18 14:46
本申请公开了一种基于人因智能生理信号处理方法、装置及电子设备,涉及生理信号识别技术领域。该方法可以通过通道注意力网络对生理信号进行加权处理,得到第一加权生理信号,并通过空间注意力网络对第一加权生理信号进行加权处理,得到第二加权生理信号,然后基于第二加权生理信号,即可识别得到生理信号的类型。由于通道注意力网络处理生理信号的过程中生理信号的通道数未被压缩,因此降低了通道注意力网络的计算复杂度,从而可以提高生理信号的类型的识别效率。

【技术实现步骤摘要】

本申请涉及生理信号识别,尤其涉及一种基于人因智能生理信号处理方法、装置及电子设备


技术介绍

1、目前,用户可以通过生理采集设备结合分析设备,来监测自身的健康状况。例如,生理采集设备可以采集用户的生理信号,并可以将该生理信号上传至分析设备,该分析设备继而可以对该生理信号进行分析和处理,以得到用户的健康状态,并可以将该健康状况反馈给用户。其中,该生理采集设备可以用于采集下述生理信号中的至少一种:脑电信号、呼吸信号、心率信号、皮电信号、皮温信号和肌电信号等。

2、由于不同类型的生理信号的处理方式不同,因此分析设备在接收到生理采集设备上传的生理信号后,需要先识别生理信号的类型,再基于该类型准确分析得到用户的健康状况。


技术实现思路

1、本申请提供了一种基于人因智能生理信号处理方法、装置及电子设备,所述的技术方案如下:

2、一方面,提供了一种基于人因智能生理信号处理方法,所述方法包括:

3、通过通道注意力网络对输入的生理信号进行加权处理,得到第一加权生理信号,其中在所述通道注意力网络处理所述生理信号的过程中,所述生理信号的通道数未被压缩;

4、通过空间注意力网络对所述第一加权生理信号进行加权处理,得到第二加权生理信号;

5、基于所述第二加权生理信号,得到所述生理信号的类型。

6、可选的,所述通道注意力网络包括:第一子网络和第二子网络;通过通道注意力网络对输入的生理信号进行加权处理,得到第一加权生理信号,包括:

<p>7、将所述生理信号输入至所述第一子网络,以得到第一通道权重向量,其中在所述第一子网络处理所述生理信号的过程中,所述生理信号的通道数未被压缩;

8、将所述生理信号输入至所述第二子网络,以得到第二通道权重向量,其中在所述第二子网络处理所述生理信号的过程中,所述生理信号的通道数未被压缩;

9、基于所述第一通道权重向量、所述第二通道权重向量和所述生理信号,得到所述第一加权生理信号。

10、可选的,所述第一子网络包括:依次连接的全局最大池化层和第一卷积层;将所述生理信号输入至所述第一子网络,以得到第一通道权重向量,包括:

11、通过所述全局最大池化层在空间维度上,对所述生理信号进行压缩处理,得到第一压缩生理信号;

12、通过所述第一卷积层对所述第一压缩生理信号进行卷积处理,得到所述生理信号的第一通道权重向量。

13、可选的,所述第二子网络包括:依次连接的全局平均池化层和第二卷积层;将所述生理信号输入至所述第二子网络,以得到第二通道权重向量,包括:

14、通过所述全局平均池化层在空间维度上,对所述生理信号进行压缩处理,得到第二压缩生理信号;

15、通过所述第二卷积层对所述第二压缩生理信号进行卷积处理,得到所述生理信号的第二通道权重向量。

16、可选的,基于所述第一通道权重向量、所述第二通道权重向量和所述生理信号,得到所述第一加权生理信号,包括:

17、对所述第一通道权重向量和所述第二通道权重向量进行加权求和,得到目标通道权重向量;

18、采用所述目标通道权重向量对所述生理信号进行加权处理,得到第一加权生理信号。

19、可选的,所述空间注意力网络包括:池化网络和卷积块;通过空间注意力网络对所述第一加权生理信号进行加权处理,得到第二加权生理信号,包括:

20、基于所述池化网络对在通道维度上,对所述第一加权生理信号进行压缩处理,得到第三压缩生理信号;

21、通过所述卷积块对所述第三压缩生理信号进行卷积处理,得到目标空间权重向量;

22、采用所述目标空间权重向量对所述第一加权生理信号进行加权处理,得到第二加权生理信号。

23、可选的,所述池化网络包括:最大池化层和平均池化层;基于所述池化网络对在通道维度上,对所述第一加权生理信号进行压缩处理,得到第三压缩生理信号,包括:

24、通过所述最大池化层在通道维度上,对所述第一加权生理信号进行压缩处理,得到第一子压缩生理信号;

25、通过所述平均池化层在通道维度上,对所述第一加权生理信号进行压缩处理,得到第二子压缩生理信号;

26、拼接所述第一子压缩生理信号与所述第一子压缩生理信号,得到第三压缩生理信号。

27、可选的,基于所述第二加权生理信号,得到所述生理信号的类型,包括:

28、通过生理信号识别网络处理所述第二加权生理信号,得到所述生理信号的类型。

29、另一方面,提供了一种基于人因智能生理信号处理装置,所述装置包括:

30、第一加权处理模块,用于通过通道注意力网络对输入的生理信号进行加权处理,得到第一加权生理信号,其中在所述通道注意力网络处理所述生理信号的过程中,所述生理信号的通道数未被压缩;

31、第二加权处理模块,用于通过空间注意力网络对所述第一加权生理信号进行加权处理,得到第二加权生理信号;

32、识别模块,用于基于所述第二加权生理信号,得到所述生理信号的类型。

33、又一方面,提供了一种电子设备,包括:存储器,处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述方面所述的方法。

34、再一方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现如上述方面所述的方法。

35、本申请提供的方案带来的有益效果至少包括:

36、本申请公开了一种基于人因智能生理信号处理方法、装置及电子设备,该方法可以通过通道注意力网络对生理信号进行加权处理,得到第一加权生理信号,并通过空间注意力网络对第一加权生理信号进行加权处理,得到第二加权生理信号,然后基于第二加权生理信号,即可识别得到生理信号的类型。由于通道注意力网络处理生理信号的过程中生理信号的通道数未被压缩,因此降低了通道注意力网络的计算复杂度,从而可以提高生理信号的类型的识别效率。

37、本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。

本文档来自技高网
...

【技术保护点】

1.一种基于人因智能生理信号处理方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述通道注意力网络包括:第一子网络和第二子网络;通过通道注意力网络对输入的生理信号进行加权处理,得到第一加权生理信号,包括:

3.根据权利要求2所述的方法,其特征在于,所述第一子网络包括:依次连接的全局最大池化层和第一卷积层;将所述生理信号输入至所述第一子网络,以得到第一通道权重向量,包括:

4.根据权利要求2所述的方法,其特征在于,所述第二子网络包括:依次连接的全局平均池化层和第二卷积层;将所述生理信号输入至所述第二子网络,以得到第二通道权重向量,包括:

5.根据权利要求2所述的方法,其特征在于,基于所述第一通道权重向量、所述第二通道权重向量和所述生理信号,得到所述第一加权生理信号,包括:

6.根据权利要求1至5任一所述的方法,其特征在于,所述空间注意力网络包括:池化网络和卷积块;通过空间注意力网络对所述第一加权生理信号进行加权处理,得到第二加权生理信号,包括:

7.根据权利要求6所述的方法,其特征在于,所述池化网络包括:最大池化层和平均池化层;基于所述池化网络对在通道维度上,对所述第一加权生理信号进行压缩处理,得到第三压缩生理信号,包括:

8.根据权利要求1至5任一所述的方法,其特征在于,基于所述第二加权生理信号,得到所述生理信号的类型,包括:

9.一种基于人因智能生理信号处理装置,其特征在于,所述装置包括:

10.一种电子设备,其特征在于,包括:存储器,处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至权利要求8中任一项所述的方法。

11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如权利要求1至权利要求8中任一项所述的方法。

...

【技术特征摘要】

1.一种基于人因智能生理信号处理方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述通道注意力网络包括:第一子网络和第二子网络;通过通道注意力网络对输入的生理信号进行加权处理,得到第一加权生理信号,包括:

3.根据权利要求2所述的方法,其特征在于,所述第一子网络包括:依次连接的全局最大池化层和第一卷积层;将所述生理信号输入至所述第一子网络,以得到第一通道权重向量,包括:

4.根据权利要求2所述的方法,其特征在于,所述第二子网络包括:依次连接的全局平均池化层和第二卷积层;将所述生理信号输入至所述第二子网络,以得到第二通道权重向量,包括:

5.根据权利要求2所述的方法,其特征在于,基于所述第一通道权重向量、所述第二通道权重向量和所述生理信号,得到所述第一加权生理信号,包括:

6.根据权利要求1至5任一所述的方法,其特征在于,所述空间注意力网络包括:池化...

【专利技术属性】
技术研发人员:请求不公布姓名请求不公布姓名请求不公布姓名请求不公布姓名
申请(专利权)人:北京津发科技股份有限公司
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