用于高性能脑机接口的脑电图信号通用表示的系统和方法技术方案

本发明专利技术属于脑机接口的脑电图信号领域，公开了一种用于高性能脑机接口的脑电图信号通用表示方法，包括EEGPT结构，所述EEGPT结构包括分块patching、掩码masking、嵌入embedding操作，以及编码器encoder模块、动量编码器menc模块、预测器predictor模块和重构器reconstructor模块，包括以下方法：双自监督预训练方法、时空表示对齐方法、基于掩码的重构方法、局部时空嵌入方法、两种微调方法；本发明专利技术解决了现有技术由于不同EEG采集设备的采样率不一致以及电极通道位置的差异，通过卷积编码器提取初始特征无法解耦电极通道和EEG信号之间的相关性，这使得模型在鲁棒性和可扩展性方面存在显著缺陷的的问题，适用于脑机接口的脑电图信号。

【技术实现步骤摘要】

本专利技术涉及脑机接口的脑电图信号，具体为一种用于高性能脑机接口的脑电图信号通用表示的系统和方法。

技术介绍

1、脑电图(electroencephalogram，eeg)，eeg是一种通过记录大脑皮层的电信号来动态反映大脑功能状态的技术。

2、eeg是研究大脑活动和功能的重要数据，而由于其非侵入性和便携性，在脑机接口bci应用中也占有不可替代的地位，然而，由于目前eeg信号的低信噪比、大的个体间变异性以及跨任务的大幅度变化，使得eeg信号的极低信噪比和任务中复杂的大脑活动使得使用掩码自编码器学习抽象特征变得困难，这在nlp(natural language processing)和cv(computer vision)中很常见，nlp和cv是人工智能领域中的两个重要分支，nlp是研究如何使计算机能够理解、分析和生成人类自然语言的学科，涉及到对文本语言的处理和理解，包括语言的语法、语义、语用等方面吗，nlp的应用非常广泛，包括机器翻译、文本分类、情感分析、问答系统等，cv则是研究如何使计算机能够理解和处理图像和视频的学科，它的目标是通过模仿人类本文档来自技高网...

【技术保护点】

1.一种用于高性能脑机接口的脑电图信号通用表示的系统，其特征在于：包括EEGPT结构，所述EEGPT结构包括分块、掩码、嵌入操作，以及编码器模块、动量编码器模块、预测器模块和重构器模块；

2.根据权利要求1所述的一种用于高性能脑机接口的脑电图信号通用表示的系统，其特征在于：所述动量编码器的结构与所述编码器结构相同。

3.根据权利要求1所述的一种用于高性能脑机接口的脑电图信号通用表示的方法，其特征在于：所述EEGPT结构包括将输入脑电信号分成补丁块记为pi,j，通过掩蔽50％的时间和80％的通道的补丁将补丁划分掩码部分和非掩码部分，然后通过局部时空嵌入方法将其标记化...

【技术特征摘要】

1.一种用于高性能脑机接口的脑电图信号通用表示的系统，其特征在于：包括eegpt结构，所述eegpt结构包括分块、掩码、嵌入操作，以及编码器模块、动量编码器模块、预测器模块和重构器模块；

2.根据权利要求1所述的一种用于高性能脑机接口的脑电图信号通用表示的系统，其特征在于：所述动量编码器的结构与所述编码器结构相同。

3.根据权利要求1所述的一种用于高性能脑机接口的脑电图信号通用表示的方法，其特征在于：所述eegpt结构包括将输入脑电信号分成补丁块记为pi,j，通过掩蔽50％的时间和80％的通道的补丁将补丁划分掩码部分和非掩码部分，然后通过局部时空嵌入方法将其标记化为tokeni,j，编码器处理掩码部分，为掩码部分中的每个时间段提取由组成的掩码特征encj，其中为总结标记，预测器为每个时间段预测与动量编码器输出mencj一致的特征predj。

4.根据权利要求3所述的一种用于高性能脑机接口的脑电图信号通用表示的方法，其特征在于：所述eegpt结构用于根据预测器和编码器提取的特征，重建器生成脑电信号reci,j，对应重构非掩码部分。...

【专利技术属性】
技术研发人员：李海峰，王光宇，刘文超，何雨鸿，徐聪，马琳，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：