脑电信号的扩增方法、装置、电子设备以及存储介质与流程

1.本公开涉及计算机技术领域，具体涉及信号处理技术领域，尤其涉及一种脑电信号的扩增方法、装置、电子设备以及存储介质。


背景技术：

2.脑电信号(electroencephalogram,eeg)是大脑神经细胞的电生理活动在大脑皮层的总体反映，可由头皮电极进行记录(图1示出了电极放置示意图)。脑电信号的时间分辨率能够达到毫秒量级甚至更高水平，有助于脑
‑
机接口系统(brain
‑
computer interface,bci)对大脑信息进行实时有效的解码。但是，其空间分辨率受到采集设备通道数量的限制，通常只能达到厘米量级。
3.针对脑电信号的传统信号处理方法主要包括预处理、特征提取、模式识别三个步骤(如图2a虚线框所示)，在实际应用中至关重要。其中信号预处理能够抑制噪声信号，有助于特征提取和分类识别，但是无法增加信号的有效成分信息。近年来，以eeg信号作为大脑信息获取方法的bci系统发展迅速，其性能得到了不断优化。然而，脑电信号的解码仍然存在着空间分辨率低、数据量小等限制。为了有效利用已有的脑电数据，研究者们期望通过数据扩增方法来增加信号的有效信息。eeg信号是多通道的动态时间序列，不适合使用传统图像增强的几何变换方法。目前研究中的脑电信号扩增方法的作用效果有限、鲁棒性较差，因此在实际的bci系统构建中均未能得到广泛使用。


技术实现要素：

4.本公开提供了一种脑电信号的扩增方法、装置、电子设备以及存储介质，旨在至少在一定程度上解决相关技术中的技术问题之一。
5.根据第一方面，提供了一种脑电信号的扩增方法，包括：获取脑电信号，从脑电信号包含的多个导联中确定第一导联，从去除第一导联后的多个导联中确定至少一个第二导联构成第二导联集合，将第一导联和第二导联集合作为当前排列组合形式；将脑电信号划分为多个分段脑电信号，将多个分段脑电信号分别划分为对应的多个第一时间片段的信号，和对应的多个第二时间片段的信号；分别确定第一导联在多个第一时间片段下的信号为对应的多个第一信号，分别确定第二导联集合在多个第一时间片段下的信号为对应的多个第二信号，并根据多个第一信号和多个第二信号分别构建对应的多个空间滤波器；利用多个空间滤波器分别对对应的第一时间片段的信号和第二时间片段的信号进行空间滤波处理，得到扩增信号；以及将多个分段脑电信号分别对应的多个扩增信号进行拼接整合，以对脑电信号进行扩增。
6.根据第二方面，提供了一种脑电信号的扩增装置，包括：信号获取模块，用于获取脑电信号，从脑电信号包含的多个导联中确定第一导联，从去除第一导联后的多个导联中确定至少一个第二导联构成第二导联集合，将第一导联和第二导联集合作为当前排列组合形式；信号划分模块，用于将脑电信号划分为多个分段脑电信号，将多个分段脑电信号分别
划分为对应的多个第一时间片段的信号，和对应的多个第二时间片段的信号；滤波器构建模块，用于分别确定第一导联在多个第一时间片段下的信号为对应的多个第一信号，分别确定第二导联集合在多个第一时间片段下的信号为对应的多个第二信号，并根据多个第一信号和多个第二信号分别构建对应的多个空间滤波器；滤波处理模块，用于利用多个空间滤波器分别对对应的第一时间片段的信号和第二时间片段的信号进行空间滤波处理，得到扩增信号；以及第一扩增模块，用于将多个分段脑电信号分别对应的多个扩增信号进行拼接整合，以对脑电信号进行扩增。
7.根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开公开的脑电信号的扩增方法。
8.根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本公开公开的脑电信号的扩增方法。
9.本公开提供的技术方案，通过构建和应用空间滤波器对脑电信号进行滤波处理得到扩增信号，进一步地对扩增信号进行拼接整合，以对脑电信号进行扩增。从而，可以从原有的脑电信号中有效发掘潜在的脑电信息，反映当前脑电特性，实现了对脑电信号进行扩增的目的，达到了提高脑电信息的可靠性和有效性的技术效果。进而解决了现有的脑电信号扩增方法作用效果有限、鲁棒性较差，因此在实际的bci系统构建中均未能得到广泛使用的技术问题。
10.本公开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，或通过本公开的实践了解到。
附图说明
11.此处所说明的附图用来提供对本公开的进一步理解，构成本公开的一部分，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：
12.图1是现有技术中的采集脑电信号的电极放置示意图；
13.图2a是现有技术中的脑电信号处理过程的示意图；
14.图2b是本公开实施例对脑电信号处理过程的示意图；
15.图3是根据本公开第一实施例的流程示意图；
16.图4是根据本公开第二实施例的流程示意图；
17.图5是根据本公开第三实施例通过动态时间窗划分脑电信号的示意图；
18.图6是根据本公开实施例整体流程示意图；
19.图7是根据本公开第四实施例的流程示意图；以及
20.图8是用来实现本公开实施例的脑电信号的扩增方法的电子设备的框图。
具体实施方式
21.下面详细描述本公开的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本公开，而不能理解为对本公开的限制。相反，本公开的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同
物。
22.针对背景技术中提到的现有技术中的脑电信号扩增方法作用效果有限、鲁棒性较差，因此在实际的bci系统构建中均未能得到广泛使用的技术问题，本实施例技术方案提供了一种脑电信号的扩增方法，参考图2b所示，在对脑电信号进行特征提取之前，本公开提出的技术方案可以对信号进行扩增。下面结合具体的实施例对该方法进行说明。
23.其中，需要说明的是，本实施例的脑电信号的扩增方法的执行主体可以为脑电信号的扩增装置，该装置可以由软件和/或硬件的方式实现，该装置可以配置在电子设备中，电子设备可以包括但不限于终端、服务器端等。
24.图3是根据本公开第一实施例的示意图。如图3所示，该脑电信号的扩增方法包括：
25.s301：获取脑电信号，从脑电信号包含的多个导联中确定第一导联，从去除第一导联后的多个导联中确定至少一个第二导联构成第二导联集合，将第一导联和第二导联集合作为当前排列组合形式。
26.具体地，本方案首先获取脑电信号，其中该脑电信号例如但不限于是癫痫脑电信号、稳态视觉诱发电位信号等。其中，该脑电信号可以是原始采集的脑电信号，还可以是经过预处理后的脑电信号。并且，脑电信号的形式可以是二维信号其中n
c
和n
t
分别表示脑电信号的通道数量(即导联数量)、采集时间点，且均为常数，r表示实数集。
27.进一步地，从脑电信号包含的多个导联中确定第一导联，从去除第一导联后的多个导联中确定至少一个第二导联构成第二导联集合。在一个具体实例中，以癫痫脑电信号为例，癫痫脑电信号例如包括fp1、c3、o1三个导联，本方案需要从三个导联中确定第一导联和第二导联集合。在实际操作中，可以首先确定第一导联(例如fp1)，然后从去除第一导联后剩余的导联中抽取任意数量的第二导联构成该第二导联集合，本实施例中第二导联集合包括{c3,o1}、{c3}、{o1}。
28.此外，本方案还需要确定脑电信号对应的当前排列组合形式，其中当前排列组合形式是第一导联和第二导联集合的排列组合形式。在上述实例中，由fp1、c3、o1三个导联构成的第一导联和第二导联集合的排列组合形式如表1所示：
29.表1
[0030][0031]
参考表1，排列组合形式包括：fp1与{c3,o1}、fp1与{c3}、fp1与{o1}、c3与{fp1,o1}、c3与{fp1}、c3与{o1}、o1与{fp1,c3}、o1与{fp1}、o1与{c3}九种。本方案需要确定一种排列组合形式作为该当前排列组合形式，例如：当前排列组合形式为fp1与{c3,o1}。以下将以fp1与{c3,o1}作为该当前排列组合形式对本实施例继续进行说明。
[0032]
应当理解的是，本方案虽然以脑电信号为例进行说明，但是本领域技术人员还可以将该信号的扩增方法应用到其他应用场景，例如心电信号。关于信号的形式，此处不作具体限定。
[0033]
s302：将脑电信号划分为多个分段脑电信号，将多个分段脑电信号分别划分为对应的多个第一时间片段的信号，和对应的多个第二时间片段的信号。
[0034]
具体地，在获取到脑电信号的情况下，本实施例技术方案需要将脑电信号划分为多个分段脑电信号，即：将一段脑电信号截取为多个分段脑电信号，例如将脑电信号划分为：1分段脑电信号、2分段脑电信号......j分段脑电信号，j表示分段脑电信号的编号。
[0035]
进一步地，将多个分段脑电信号分别划分为对应的多个第一时间片段的信号，和对应的多个第二时间片段的信号。在实际操作中，可以从多个分段脑电信号中任意抽取一个分段脑电信号，然后将抽取的脑电信号按照时间再次进行划分，得到第一时间片段的信号和第二时间片段的信号。其中，第一时间片段与第二时间片段的长度可以根据实际需要确定，两个时间片段的长度既可以相同，也可以不同，本方案不作具体限定。依照上述方式对每个分段脑电信号再次进行划分，划分过程此处不再赘述。从而，针对每个分段脑电信号都可以得到对应的第一时间片段的信号和第二时间片段的信号。
[0036]
s303：分别确定第一导联在多个第一时间片段下的信号为对应的多个第一信号，分别确定第二导联集合在多个第一时间片段下的信号为对应的多个第二信号，并根据多个第一信号和多个第二信号分别构建对应的多个空间滤波器。
[0037]
具体地，在确定第一时间片段的信号和第二时间片段的信号之后，进一步地，本实施例技术方案分别确定第一导联在多个第一时间片段下的信号为对应的多个第一信号，分别确定第二导联集合在多个第一时间片段下的信号为对应的多个第二信号。
[0038]
在实际操作中，针对每个分段脑电信号，分别确定第一导联和第二导联集合在该分段的第一时间片段下的信号为第一信号和第二信号。
[0039]
在一个具体实例中，例如：分段脑电信号为j分段脑电信号，则第一导联fp1在j分段脑电信号的第一时间片段下的信号为第一信号，第二导联c3和o1在该j分段脑电信号的第一时间片段下的信号为第二信号。其他分段脑电信号对应的第一信号和第二信号的确定方式同理于j分段脑电信号的确定方式，此处不在赘述。从而，针对每个分段脑电信号(1分段脑电信号...j分段脑电信号)，可以确定第一导联和第二导联在该分段下的第一信号和第二信号。
[0040]
进一步地，根据多个第一信号和多个第二信号分别构建对应的多个空间滤波器。即：根据每个分段脑电信号下的第一信号和第二信号分别构建空间滤波器，从而每个分段脑电信号都对应有单独的空间滤波器。其中，本实施例技术方案中的空间滤波器的构建原理例如可以参考现有技术中的空间滤波器构建原理，此处对于空间滤波器不作具体限定。
[0041]
s304：利用多个空间滤波器分别对对应的第一时间片段的信号和第二时间片段的信号进行空间滤波处理，得到扩增信号。
[0042]
进一步地，在空间滤波器构建完成的情况下，本方案利用多个空间滤波器分别对对应的第一时间片段的信号和第二时间片段的信号进行空间滤波处理，即：利用每个空间滤波器对对应的分段脑电信号的第一时间片段的信号和第二时间片段的信号进行滤波处理，从而得到每个分段脑电信号的第一时间片段下的扩增信号和第二时间片段下的扩增信
号。
[0043]
s305：将多个分段脑电信号分别对应的多个扩增信号进行拼接整合，以对脑电信号进行扩增。
[0044]
最终，在得到扩增信号的情况下，本实施例将多个分段脑电信号分别对应的多个扩增信号进行拼接整合。在具体实现上，可以首先对不同的时间片段下的扩增信号进行拼接，在每个分段脑电信号的第一时间片段和第二时间片段下的扩增信号拼接完成的情况下，将拼接后的每个分段脑电信号进行整合，从而完成对脑电信号进行扩增的过程。
[0045]
根据本实施例技术方案，通过构建和应用空间滤波器对脑电信号进行滤波处理得到扩增信号，进一步地对扩增信号进行拼接整合，以对脑电信号进行扩增。从而，可以从原有的脑电信号中有效发掘潜在的脑电信息，反映当前脑电特性，实现了对脑电信号进行扩增的目的，达到了提高脑电信息的可靠性和有效性的技术效果。进而解决了现有的脑电信号扩增方法作用效果有限、鲁棒性较差，因此在实际的bci系统构建中均未能得到广泛使用的技术问题。
[0046]
上述第一实施例可以实现对一种排列组合形式导联(fp1与{c3,o1})的脑电信号进行信号扩增。但是为了实现对脑电信号进行进一步地扩增，本公开还提出了第二种实施例，图4是根据本公开第二实施例的示意图。如图4所示，该脑电信号的扩增方法包括：
[0047]
s401：获取脑电信号，从脑电信号包含的多个导联中确定第一导联，从去除第一导联后的多个导联中确定至少一个第二导联构成第二导联集合，将第一导联和第二导联集合作为当前排列组合形式。
[0048]
s402：将脑电信号划分为多个分段脑电信号，将多个分段脑电信号分别划分为对应的多个第一时间片段的信号，和对应的多个第二时间片段的信号。
[0049]
s403：分别确定第一导联在多个第一时间片段下的信号为对应的多个第一信号，分别确定第二导联集合在多个第一时间片段下的信号为对应的多个第二信号，并根据多个第一信号和多个第二信号分别构建对应的多个空间滤波器。
[0050]
s404：利用多个空间滤波器分别对对应的第一时间片段的信号和第二时间片段的信号进行空间滤波处理，得到扩增信号。
[0051]
s405：将多个分段脑电信号分别对应的多个扩增信号进行拼接整合，以对脑电信号进行扩增。
[0052]
s401
‑
s405的描述说明，可以具体参见上述实施例，此处不再赘述。
[0053]
s406：对当前排列组合形式进行更新，并对更新后的当前排列组合形式对应的脑电信号进行扩增。
[0054]
具体地，结合第一实施例，在对当前排列组合形式(fp1与{c3,o1})完成信号扩增之后，本方案还可以对当前排列组合形式进行更新。在实际操作中，可以对上述的九种排列组合形式进行遍历，将遍历到的排列组合形式作为当前排列组合形式，并执行步骤s402
‑
s405的操作。
[0055]
在一个具体实例中，例如在对当前排列组合形式(fp1与{c3,o1})完成信号扩增的情况下，对剩余的八种排列组合形式进行遍历，比如遍历到fp1与{c3}的排列组合形式，则将fp1与{c3}作为更新后的当前排列组合形式。进一步地，针对fp1与{c3}进行s402
‑
s405的操作，最终完成在fp1与{c3}排列组合形式下对脑电信号的扩增。依次对排列组合形式进行
遍历，直至九种排列组合形式下的脑电信号都得到信号扩增。
[0056]
如果每种排列组合形式下得到的扩增信号用y
(n)
表示，n表示排列组合的序号，则上述的九种排列组合形式下得到的扩增信号如表2所示：
[0057]
表2
[0058][0059]
从而通过这种方式，可以得到更多的扩增信号，进一步地实现了对脑电信号进行扩增的目的。
[0060]
可选地，将脑电信号划分为多个分段脑电信号，将分段脑电信号划分为连续的第一时间片段信号和第二时间片段信号，包括：利用动态时间窗将脑电信号划分为多个分段脑电信号，其中动态时间窗表示为以t为中心的时间范围为[t
‑
δt1,t δt2]的形式，[t
‑
δt1,t]代表第一时间片段，[t,t δt2]代表第二时间片段。
[0061]
具体地，本公开第三实施例，在将脑电信号划分为多个分段脑电信号，将分段脑电信号划分为连续的第一时间片段信号和第二时间片段信号的操作中，本方案可以利用动态时间窗口对脑电信号进行划分。
[0062]
在一个具体实例中，参考图5所示，该动态时间窗口例如是[t
‑
δt1,t δt2]，表示以t为中心的一个动态时间窗，时间窗中心点集合t＝{t
(1)
,t
(2)
...t
(j)
}内元素t
(j)
代表划分后的每个分段脑电信号，并且需要满足条件δt1≤t
(j)
≤t
‑
δt2，不同时间窗中心之间步长为t
s
；j代表分段脑电信号的编号，即：t
(1)
,t
(2)
...t
(j)
依次对应于上述1分段脑电信号、2分段脑电信号......j分段脑电信号；t代表脑电信号的总时长。
[0063]
此外，通过该动态时间窗可以对分段脑电信号进行划分。具体地，参考图5所示，可以利用[t
‑
δt1,t]区间代表第一时间分段(对应于图5中的
①
段)，利用[t,t δt2]区间表示第二时间分段(对应于图5中的
②
段)。
[0064]
从而通过这种方式，可以准确地对脑电信号进行划分得到分段脑电信号，并且使得对分段脑电信号划分为第一时间片段和第二时间片段的过程更加简便。
[0065]
可选地，本公开技术方案在构建空间滤波器的过程中，可以采用目标公式构建空间滤波器，其中，目标公式为：
[0066][0067]
目标公式，表示编号为j的分段脑电信号对应的空间滤波器w
j
的约束条件，||*||
p
为向量的p
‑
范数，argmin函数用于：搜索使得目标最小时的变量值，为约束条件下空间
滤波器w
j
的估计，其中u
j
(i,:)为第一信号，i代表第一导联的编号；为第二信号，其中代表第二导联集合，代表编号为j的分段脑电信号在第一时间片段的信号，其中n
c
为脑电信号包含的多个导联的数量，m表示动态时间窗截取的采样点数，m＝[δt1×
f
s
]，且m取不超过实数的整数部分，fs为脑电信号的采样频率。
[0068]
本方案可以利用脑电信号对空间滤波器进行构建，从而构建的空间滤波器更能充分保留脑电信号特征，进而使得脑电信号扩增过程鲁棒性更强，并且扩增得到的脑电信号更能反应当前脑电特性。
[0069]
应当理解的是，本方案只是以上述的目标公式为例对构建空间滤波器的过程进行解释说明，但构建该空间滤波器不限于采用上述的目标公式，还可以采用其他的公式或者其他的形式进行构建，此处不作具体限定。
[0070]
可选地，本公开技术方案在利用空间滤波器对分段脑电信号的第一时间片段的信号和第二时间片段的信号进行空间滤波处理，得到扩增信号的操作中，可以根据以下公式得到扩增信号：
[0071][0072][0073]
其中，χ
j
∈r1×
m
和γ
j
∈r1×
n
分别代表对u
j
和v
j
进行滤波处理得到的扩增信号，代表编号为j的分段脑电信号在第二时间片段的信号，n表示动态时间窗截取的采样点数，n＝[δt2×
f
s
]，且n取不超过实数的整数部分，v
j
(i,:)代表编号为i的第一导联在编号为j的分段脑电信号的第二时间片段的信号，代表编号为i的第一导联对应的第二导联集合在编号为j的分段脑电信号的第二时间片段的信号。
[0074]
从而通过这种方式，可以分别对每个时间片段下的信号进行扩增，因此扩增得到的信号更能反应当前脑电特性。
[0075]
应当理解的是，本方案只是以上述的公式为例对信号的扩增过程进行解释性说明，但信号的扩增过程包括但不限于上述的方式，还可以采用其他的公式或者其他的形式进行信号扩增，此处不作具体限定。
[0076]
为了对本公开技术方案进行更清楚地描述，将以一个整体流程的实施例对本方案进行进一步地解释说明，6示例性地示出了本公开实施例整体流程示意图，参考图6所示，包括以下步骤：
[0077]
1)输入预处理后信号(对应于上述实施例中的脑电信号)
[0078]
2)确定目标导联(该目标导联对应于上述实施例中的第一导联)，并从除目标导联外的剩余导联中任意抽取数量不定的导联集合(对应于上述实施例中的第二导联集合)。针对预处理后的数据，依据动态时间窗依次截取若干分段数据(对应于上述实施例的分段脑电信号)，将分段数据划分为两个时间片段的信号(对应于上述实施例的第一时间片段和第二时间片段)。
[0079]
输入的预处理后数据可以表示为一个二维信号其中n
c
和n
t
分别表示脑电信号的通道数量(即导联数量)、数据点数(采集时间点)，且均为常数，r表示实数集。
结合图5所示，时间范围[t
‑
δt1,t δt2]代表以t为中心的一个动态时间窗，时间窗中心点集合t＝{t
(1)
,t
(2)
...t
(j)
}内元素t
(j)
需要满足条件δt1≤t
(j)
≤t
‑
δt2，不同时间窗中心之间步长为t
s
，其中j代表分段数据的序号，t代表信号的总时长。
[0080]
该动态时间窗可将分段数据划分为：[t
‑
δt1,t]区间内的时间片段
①
信号(对应于上述实施例的第一时间片段)，在第j个分段数据下可以表示为[t,t δt2]区间内的时间片段
②
信号(对应于上述实施例的第二时间片段)，在第j个分段数据下可以表示为其中，m、n表示动态时间窗截取的采样点数，详见式(1)(2)：
[0081]
m＝[δt1×
f
s
]，m为正整数
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0082]
n＝[δt2×
f
s
]，n为正整数
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0083]
其中，fs为信号的采样频率；[x]为取整函数，表示不超过实数x的整数部分。
[0084]
3)选取任一分段数据，依据目标导联和抽选导联集合分别确定两个时间片段下的模板信号(模板信号对应于上述实施例的第一信号)和拟合信号(拟合信号对应于上述实施例的第二信号)，并利用前一时间片段的模板信号和拟合信号构建动态空间滤波器。
[0085]
空间滤波器的构建过程具体如下：
[0086][0087]
式(3)表示空间滤波器w
j
的约束条件，||*||
p
为向量的p
‑
范数，argmin函数的目的是找到使得目标最小时的变量值，为该约束条件下空间滤波器w
j
的估计。
[0088]
式中，u
j
(i,:)是模板信号，代表时间片段u
j
下目标导联i的信号；是拟合信号，代表时间片段u
j
下导联集合的信号，其中是从除目标导联i外的n
c
‑
1个剩余导联中任意抽取、数量不定的导联集合。
[0089]
4)应用空间滤波器对两个时间片段信号进行空间滤波处理，分别获得该分段数据下不同时间片段的扩增信号。
[0090]
空间滤波器的应用过程具体如下：
[0091][0092][0093]
式(4)(5)中，χ
j
∈r1×
m
和γ
j
∈r1×
n
分别代表u
j
和v
j
得到的扩增信号，两者的所有可能值与抽取导联组的排列组合数量一致。其中，v
j
(i,:)是时间片段v
j
下目标导联i的信号，是代表时间片段v
j
下导联组的信号。
[0094]
5)重复步骤3)和4)，直至所有分段数据均处理完成。对得到的所有分段扩增信号进行拼接和整合，输出该目标导联和导联组下获得的最终扩增信号。
[0095]
遍历j个不同时间窗下的分段数据，获得不同分段数据下的分段扩增信号χ
j
∈r1×
m
以及γ
j
∈r1×
n
。对不同时间窗下的分段扩增信号按照时间窗中心点集合{t
(1)
,t
(2)
...t
(j)
}
进行拼接整合，获得目标导联i、导联组下的新成分信号(即，扩增信号)。
[0096]
当t
s
<δt1 δt2时，对重叠部分可进行叠加平均处理；当t
s
≥δt1 δt2时，对于缺失部分可进行补零或插值处理。需要注意的是，若在[t
‑
δt1,t]区间的时间片段
①
为任务无关信号，在[t,t δt2]区间的时间片段
②
为任务相关信号，该情况下进行拼接和整合时可以仅利用γ
j
∈r1×
n
部分信号。
[0097]
重复步骤2)至5)，遍历目标导联和抽选导联组的所有排列组合，获得若干新成分信号。若干新成分信号与原有信号共同构成新的脑电成分空间。
[0098]
具体地，依次重新选择目标导联i、抽选导联组重复步骤2)至5)获得若干新成分信号其中，y
(n)
代表第n个新成分信号。集合{y
(1)
,y
(2)
...y
(n)
}或其子集与原有信号共同构成新的脑电成分空间n
s
代表扩增后空间内的成分数量，其最大可能值由式(6)决定。
[0099][0100]
本公开在脑电信号处理与分析中应用范围广泛，具有可观的实用性。所得到的扩增信号作为新的脑电成分，将原有数据映射到新的成分空间，能够有效发掘潜在的脑电信息。
[0101]
此外，通过构建和应用动态空间滤波器来获得扩增信号，因此所得的扩增信号能够反映当前脑电特性，具有较高的可靠性和有效性。
[0102]
本公开中提出的脑电信号扩增方法能产生大量扩增信号，获得的新成分空间中包含原有信号和扩增信号。更详细地描述是：同一个目标导联下，从n
c
‑
1个剩余导联中任意抽取、数量不定的导联集合能产生种可能组合。对导联数为n
c
的信号来说，该方法产生的段扩增信号或子集与原有信号共同构成了新的脑电成分空间。
[0103]
图7是根据本公开第四实施例的示意图。
[0104]
如图7所示，该脑电信号的扩增装置70，包括：信号获取模块701，用于获取脑电信号，从脑电信号包含的多个导联中确定第一导联，从去除第一导联后的多个导联中确定至少一个第二导联构成第二导联集合，将第一导联和第二导联集合作为当前排列组合形式；
[0105]
信号划分模块702，用于将脑电信号划分为多个分段脑电信号，将多个分段脑电信号分别划分为对应的多个第一时间片段的信号，和对应的多个第二时间片段的信号；
[0106]
滤波器构建模块703，用于分别确定第一导联在多个第一时间片段下的信号为对应的多个第一信号，分别确定第二导联集合在多个第一时间片段下的信号为对应的多个第二信号，并根据多个第一信号和多个第二信号分别构建对应的多个空间滤波器；
[0107]
滤波处理模块704，用于利用多个空间滤波器分别对对应的第一时间片段的信号和第二时间片段的信号进行空间滤波处理，得到扩增信号；以及
[0108]
第一扩增模块705，用于将多个分段脑电信号分别对应的多个扩增信号进行拼接整合，以对脑电信号进行扩增。
[0109]
可选地，装置70还包括：第二扩增模块，用于在将多个分段脑电信号分别对应的多个扩增信号进行拼接整合，以对脑电信号进行扩增之后，对当前排列组合形式进行更新，并
对更新后的当前排列组合形式对应的脑电信号进行扩增。
[0110]
可选地，信号划分模块702，包括：信号划分子模块，用于利用动态时间窗将脑电信号划分为多个分段脑电信号，其中动态时间窗表示为以t为中心的时间范围为[t
‑
δt1,t δt2]的形式，[t
‑
δt1,t]代表第一时间片段，[t,t δt2]代表第二时间片段。
[0111]
可选地，滤波器构建模块703采用目标公式构建空间滤波器，其中，目标公式为：
[0112]
目标公式，表示编号为j的分段脑电信号对应的空间滤波器w
j
的约束条件，||*||
p
为向量的p
‑
范数，argmin函数用于：搜索使得目标最小时的变量值，为约束条件下空间滤波器w
j
的估计，其中u
j
(i,:)为第一信号，i代表第一导联的编号；为第二信号，其中代表第二导联集合，代表编号为j的分段脑电信号在第一时间片段的信号，其中n
c
为脑电信号包含的多个导联的数量，m表示动态时间窗截取的采样点数，m＝[δt1×
f
s
]，且m取不超过实数的整数部分，fs为脑电信号的采样频率。
[0113]
可选地，滤波处理模块704根据以下公式得到扩增信号：
[0114][0115][0116]
其中，χ
j
∈r1×
m
和γ
j
∈r1×
n
分别代表对u
j
和v
j
进行滤波处理得到的扩增信号，代表编号为j的分段脑电信号在第二时间片段的信号，n表示动态时间窗截取的采样点数，n＝[δt2×
f
s
]，且n取不超过实数的整数部分，v
j
(i,:)代表编号为i的第一导联在编号为j的分段脑电信号的第二时间片段的信号，代表编号为i的第一导联对应的第二导联集合在编号为j的分段脑电信号的第二时间片段的信号。
[0117]
需要说明的是，前述对脑电信号的扩增方法的解释说明也适用于本实施例的装置，此处不再赘述。
[0118]
根据本公开的实施例，本公开还提供了一种电子设备和一种可读存储介质。
[0119]
图8是用来实现本公开实施例的脑电信号的扩增方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
[0120]
如图8所示，设备800包括计算单元801，其可以根据存储在只读存储器(rom)802中的计算机程序或者从存储单元808加载到随机访问存储器(ram)803中的计算机程序，来执行各种适当的动作和处理。在ram 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、rom 802以及ram 803通过总线804彼此相连。输入/输出(i/o)接口805也连接至总线804。
[0121]
设备800中的多个部件连接至i/o接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
[0122]
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如，脑电信号的扩增方法。
[0123]
例如，在一些实施例中，脑电信号的扩增方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由rom 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到ram 803并由计算单元801执行时，可以执行上文描述的脑电信号的扩增方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行脑电信号的扩增方法。
[0124]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0125]
用于实施本公开的脑电信号的扩增方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程脑电信号的扩增装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0126]
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd
‑
rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0127]
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视
器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0128]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、互联网及区块链网络。
[0129]
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端
‑
服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务("virtual private server"，或简称"vps")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
[0130]
需要说明的是，在本公开的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本公开的描述中，除非另有说明，“多个”的含义是两个或两个以上。
[0131]
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本公开的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本公开的实施例所属技术领域的技术人员所理解。
[0132]
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0133]
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0134]
此外，在本公开各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
[0135]
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
[0136]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0137]
尽管上面已经示出和描述了本公开的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本公开的限制，本领域的普通技术人员在本公开的范围内可以对上述实施例进行变化、修改、替换和变型。