所屬的技術(shù)人員能夠理解，本公開的各個方面可以實(shí)現(xiàn)為系統(tǒng)、方法或程序產(chǎn)品。因此，本公開的各個方面可以具體實(shí)現(xiàn)為以下形式，即：完全的硬件實(shí)施例、完全的軟件實(shí)施例(包括固件、微代碼等)，或硬件和軟件方面結(jié)合的實(shí)施例，這里可以統(tǒng)稱為“電路”、“模塊”或“系統(tǒng)”。在一些可能的實(shí)施例中，根據(jù)本公開的電子設(shè)備可以至少包括至少一個處理單元、以及至少一個存儲單元。其中，所述存儲單元存儲有程序代碼，當(dāng)所述程序代碼被所述處理單元執(zhí)行時，使得所述處理單元執(zhí)行本說明書上述“示例性方法”部分中描述的根據(jù)本公開各種示例性實(shí)施例的腦部異常放電檢測方法中的步驟。例如，所述處理單元可以執(zhí)行如圖2中所示的步驟s210，獲取受測對象的腦電數(shù)據(jù)；步驟s220，對腦電數(shù)據(jù)進(jìn)行通道間特征提取，得到腦電數(shù)據(jù)的通道間互信息特征；步驟s230，基于通道間互信息特征對腦電數(shù)據(jù)進(jìn)行通道內(nèi)特征提取，得到腦電數(shù)據(jù)中各通道的通道內(nèi)特征；以及步驟s240，根據(jù)多個通道內(nèi)特征，確定受測對象的異常放電檢測結(jié)果。下面參考圖8，以通用計算設(shè)備的形式對電子設(shè)備進(jìn)行示例性說明。應(yīng)當(dāng)理解，圖8顯示的電子設(shè)備800僅僅是一個示例，不應(yīng)對本公開實(shí)施方式的功能和使用范圍帶來限制。如圖8所示，電子設(shè)備800可以包括：處理器810、存儲器820、總線830、i/o(輸入/輸出)接口840、網(wǎng)絡(luò)適配器850、顯示器860。存儲器820可以包括易失性存儲器，例如ram?821、緩存單元822，還可以包括非易失性存儲器，例如rom?823。存儲器820還可以包括一個或多個程序模塊824，這樣的程序模塊824包括但不限于：操作系統(tǒng)、一個或者多個應(yīng)用程序、其它程序模塊以及程序數(shù)據(jù)，這些示例中的每一個或某種組合中可能包括網(wǎng)絡(luò)環(huán)境的實(shí)現(xiàn)。例如，程序模塊824可以包括上述裝置中的各模塊。處理器810可以包括一個或多個處理單元，例如：處理器810可以包括ap(application?processor，應(yīng)用處理器)、調(diào)制解調(diào)處理器、gpu(graphics?processingunit，圖形處理器)、isp(image?signal?processor，圖像信號處理器)、控制器、編碼器、解碼器、dsp(digital?signal?processor，數(shù)字信號處理器)、基帶處理器和/或npu(neural-network?processing?unit，神經(jīng)網(wǎng)絡(luò)處理器)等。處理器810可用于執(zhí)行存儲器820中存儲的可執(zhí)行指令，如可以執(zhí)行上述腦部異常放電檢測方法?？偩€830用于實(shí)現(xiàn)電子設(shè)備800的不同組件之間的連接，可以包括數(shù)據(jù)總線、地址總線和控制總線。電子設(shè)備800可以通過i/o接口840與一個或多個外部設(shè)備900(例如鍵盤、鼠標(biāo)、外置控制器等)進(jìn)行通信。電子設(shè)備800可以通過網(wǎng)絡(luò)適配器850與一個或者多個網(wǎng)絡(luò)通信，例如網(wǎng)絡(luò)適配器850可以提供如3g/4g/5g等移動通信解決方案，或者提供如無線局域網(wǎng)、藍(lán)牙、近場通信等無線通信解決方案。網(wǎng)絡(luò)適配器850可以通過總線830與電子設(shè)備800的其它模塊通信。電子設(shè)備800可以通過顯示器860顯示圖形用戶界面，如顯示腦部異常放電檢測結(jié)果與腦電數(shù)據(jù)的界面等。盡管圖8中未示出，還可以在電子設(shè)備800中設(shè)置其它硬件和/或軟件模塊，包括但不限于：微代碼、設(shè)備驅(qū)動器、冗余處理器、外部磁盤驅(qū)動陣列、raid系統(tǒng)、磁帶驅(qū)動器以及數(shù)據(jù)備份存儲系統(tǒng)等。應(yīng)當(dāng)注意，盡管在上文詳細(xì)描述中提及了腦部異常放電檢測裝置的若干單元/模塊或子單元/模塊，但是這種劃分僅僅是示例性的并非強(qiáng)制性的。實(shí)際上，根據(jù)本公開的實(shí)施方式，上文描述的兩個或更多單元/模塊的特征和功能可以在一個單元/模塊中具體化。反之，上文描述的一個單元/模塊的特征和功能可以進(jìn)一步劃分為由多個單元/模塊來具體化。此外，盡管在附圖中以特定順序描述了本公開方法的操作，但是，這并非要求或者暗示必須按照該特定順序來執(zhí)行這些操作，或是必須執(zhí)行全部所示的操作才能實(shí)現(xiàn)期望的結(jié)果。附加地或備選地，可以省略某些步驟，將多個步驟合并為一個步驟執(zhí)行，和/或?qū)⒁粋€步驟分解為多個步驟執(zhí)行。雖然已經(jīng)參考若干具體實(shí)施方式描述了本公開的精神和原理，但是應(yīng)該理解，本公開并不限于所公開的具體實(shí)施方式，對各方面的劃分也不意味著這些方面中的特征不能組合以進(jìn)行受益，這種劃分僅是為了表述的方便。本公開旨在涵蓋所附權(quán)利要求的精神和范圍內(nèi)所包括的各種修改和等同布置。

背景技術(shù)：

1、本部分旨在為權(quán)利要求書中陳述的本公開的實(shí)施方式提供背景或上下文。此處的描述不因為包括在本部分中就承認(rèn)是現(xiàn)有技術(shù)。

2、人腦異常放電由腦細(xì)胞的異常活動造成，能夠引起癲癇等神經(jīng)系統(tǒng)疾病，腦電圖是癲癇的診治的重要檢查工具，癲癇樣放電是癲癇等疾病的重要標(biāo)志指標(biāo)。隨著對癲癇等疾病的認(rèn)識及重視程度增加，腦電圖監(jiān)測數(shù)量也隨之增加，由于分析腦電數(shù)據(jù)的工作繁重，且專家對腦電癲癇樣放電的評判一致性低，因此對于腦電自動分析的需求越來越高，通過建立標(biāo)準(zhǔn)性評判，減輕工作負(fù)荷，降低人為偏差，提高準(zhǔn)確性。人工智能的發(fā)展使得腦電自動分析的設(shè)想得以有機(jī)會實(shí)現(xiàn)。

技術(shù)實(shí)現(xiàn)思路

1、然而，目前人腦異常放電檢測的準(zhǔn)確性有待提高。

2、相關(guān)技術(shù)中，使用人工智能技術(shù)(如深度學(xué)習(xí)模型)進(jìn)行癲癇樣放電信號檢測，現(xiàn)有的深度學(xué)習(xí)模型普遍不能同時兼顧時間信息、空間信息和eeg通道的互信息，使得腦電信號中的信息并未得到充分利用，算法模型精度仍有進(jìn)步空間。

3、為此，本公開提出一種改進(jìn)的腦部異常放電檢測方法，以使對腦電數(shù)據(jù)進(jìn)行特征提取，不僅可以捕捉到腦電數(shù)據(jù)不同通道間的互信息，還可以提取到單通道的時頻域信息，使得異常放電檢測結(jié)果具有更高的檢測精度。

4、在本上下文中，本公開的實(shí)施方式期望提供一種腦部異常放電檢測方法、腦部異常放電檢測系統(tǒng)、腦部異常放電檢測裝置、電子設(shè)備、計算機(jī)可讀存儲介質(zhì)及計算機(jī)程序產(chǎn)品。

5、在本公開實(shí)施方式的第一方面中，提供了一種腦部異常放電檢測方法，包括：獲取受測對象的腦電數(shù)據(jù)；對所述腦電數(shù)據(jù)進(jìn)行通道間特征提取，得到所述腦電數(shù)據(jù)的通道間互信息特征；基于所述通道間互信息特征對所述腦電數(shù)據(jù)進(jìn)行通道內(nèi)特征提取，得到所述腦電數(shù)據(jù)中各通道的通道內(nèi)特征；根據(jù)多個所述通道內(nèi)特征，確定所述受測對象的異常放電檢測結(jié)果。

6、在本公開的一個實(shí)施方式中，所述獲取受測對象的腦電數(shù)據(jù)，包括：獲取所述受測對象的初始腦電信號，將所述初始腦電信號劃分為多個時間窗口；對各所述時間窗口內(nèi)的初始腦電信號進(jìn)行特征變換處理，得到所述腦電數(shù)據(jù)，所述腦電數(shù)據(jù)為所述初始腦電信號的時頻譜圖。

7、在本公開的一個實(shí)施方式中，所述方法還包括：對所述腦電數(shù)據(jù)進(jìn)行初始特征提取處理，得到初始特征圖；對所述初始特征圖進(jìn)行維度變換處理，調(diào)整所述初始特征圖的通道維度位置，得到各通道的維度變換數(shù)據(jù)；對多個所述維度變換數(shù)據(jù)分別進(jìn)行卷積處理，得到各所述通道的降維特征數(shù)據(jù)；對每個所述通道的降維特征數(shù)據(jù)進(jìn)行數(shù)據(jù)展開處理，得到各所述通道對應(yīng)的一維通道數(shù)據(jù)。

8、在本公開的一個實(shí)施方式中，所述對所述腦電數(shù)據(jù)進(jìn)行通道間特征提取，得到所述腦電數(shù)據(jù)的通道間互信息特征，包括：獲取所述腦電數(shù)據(jù)中各通道對應(yīng)的一維通道數(shù)據(jù)；對多個所述一維通道數(shù)據(jù)進(jìn)行編碼處理，以對所述腦電數(shù)據(jù)進(jìn)行通道間特征提取，得到所述通道間互信息特征。

9、在本公開的一個實(shí)施方式中，所述通道間互信息特征包括第一通道間互信息特征與第二通道間互信息特征，所述對多個所述一維通道數(shù)據(jù)進(jìn)行編碼處理，以對所述腦電數(shù)據(jù)進(jìn)行通道間特征提取，得到所述通道間互信息特征，包括：對多個所述一維通道數(shù)據(jù)進(jìn)行編碼處理，得到所述第一通道間互信息特征；對所述第一通道間互信息特征進(jìn)行卷積處理，得到降維通道特征；對所述降維通道特征進(jìn)行編碼處理，得到所述第二通道間互信息特征。

10、在本公開的一個實(shí)施方式中，所述基于所述通道間互信息特征對所述腦電數(shù)據(jù)進(jìn)行通道內(nèi)特征提取，得到所述腦電數(shù)據(jù)中各通道的通道內(nèi)特征，包括：獲取所述腦電數(shù)據(jù)對應(yīng)的初始特征圖；對所述初始特征圖進(jìn)行通道內(nèi)特征提取，得到各所述通道的初始單通道特征；基于所述通道間互信息特征確定各所述通道對應(yīng)的通道權(quán)重；根據(jù)所述通道權(quán)重與所述初始單通道特征，確定各所述通道的通道內(nèi)特征。

11、在本公開的一個實(shí)施方式中，所述基于所述通道間互信息特征確定各所述通道對應(yīng)的通道權(quán)重，包括：對所述通道間互信息特征進(jìn)行解碼處理，得到所述腦電數(shù)據(jù)中每個通道對應(yīng)的通道解碼數(shù)據(jù)；根據(jù)所述通道解碼數(shù)據(jù)確定每個通道的通道值，將所述通道值作為各所述通道的通道權(quán)重。

12、在本公開的一個實(shí)施方式中，所述根據(jù)所述通道權(quán)重與所述初始單通道特征，確定各所述通道的通道內(nèi)特征，包括：獲取經(jīng)過當(dāng)前卷積處理得到的初始單通道特征；根據(jù)所述通道權(quán)重，調(diào)整所述初始單通道特征的通道權(quán)重；基于調(diào)整后的通道權(quán)重與初始單通道特征，確定所述通道內(nèi)特征。

13、在本公開實(shí)施方式的第二方面中，提供了一種腦部異常放電檢測系統(tǒng)，包括：數(shù)據(jù)確定模塊，用于獲取受測對象的腦電數(shù)據(jù)，對所述腦電數(shù)據(jù)進(jìn)行初始特征提取處理，得到初始特征圖；通道權(quán)重確定模塊，用于根據(jù)所述初始特征圖確定各通道對應(yīng)的一維通道數(shù)據(jù)，對多個所述一維通道數(shù)據(jù)進(jìn)行編碼處理，得到所述腦電數(shù)據(jù)的通道間互信息特征；以及基于所述通道間互信息特征確定各所述通道對應(yīng)的通道權(quán)重；融合卷積模塊，用于對所述初始特征圖進(jìn)行通道內(nèi)特征提取，得到各所述通道的初始單通道特征，根據(jù)所述通道權(quán)重與所述初始單通道特征，確定每個所述通道的通道內(nèi)特征；異常檢測模塊，用于根據(jù)多個所述通道內(nèi)特征，確定所述受測對象的異常放電檢測結(jié)果。

14、在本公開的一個實(shí)施方式中，所述通道權(quán)重確定模塊包括：維度變換單元，用于對所述初始特征圖進(jìn)行維度變換處理，調(diào)整所述初始特征圖的通道維度位置，得到各所述通道的維度變換數(shù)據(jù)；一維卷積單元，用于對多個所述維度變換數(shù)據(jù)分別進(jìn)行卷積處理，得到各所述通道的降維特征數(shù)據(jù)；數(shù)據(jù)展開單元，用于對每個所述通道的降維特征數(shù)據(jù)進(jìn)行數(shù)據(jù)展開處理，得到各所述通道對應(yīng)的一維通道數(shù)據(jù)。

15、在本公開的一個實(shí)施方式中，所述通道間互信息特征包括第一通道間互信息特征與第二通道間互信息特征，所述通道權(quán)重確定模塊還包括第一編碼單元與第二編碼單元，第二編碼單元包括卷積層；所述第一編碼單元，用于基于注意力機(jī)制對多個所述一維通道數(shù)據(jù)進(jìn)行編碼處理，得到第一通道間互信息特征；所述卷積層，用于對所述第一通道間互信息特征進(jìn)行卷積處理，得到降維通道特征；所述第二編碼單元，用于基于所述注意力機(jī)制對所述降維通道特征進(jìn)行編碼處理，得到第二通道間互信息特征。

16、在本公開的一個實(shí)施方式中，所述融合卷積模塊包括：融合卷積單元，用于對所述初始特征圖進(jìn)行通道內(nèi)特征提取，得到各所述通道的初始單通道特征；特征確定單元，用于根據(jù)所述初始特征圖中各通道對應(yīng)的通道權(quán)重與所述初始單通道特征，確定各所述通道的通道內(nèi)特征。

17、在本公開實(shí)施方式的第三方面中，提供了一種腦部異常放電檢測裝置，包括：數(shù)據(jù)獲取模塊，用于獲取受測對象的腦電數(shù)據(jù)；第一特征提取模塊，用于對所述腦電數(shù)據(jù)進(jìn)行通道間特征提取，得到所述腦電數(shù)據(jù)的通道間互信息特征；第二特征提取模塊，用于基于所述通道間互信息特征對所述腦電數(shù)據(jù)進(jìn)行通道內(nèi)特征提取，得到所述腦電數(shù)據(jù)中各通道的通道內(nèi)特征；檢測結(jié)果確定模塊，用于根據(jù)多個所述通道內(nèi)特征，確定所述受測對象的異常放電檢測結(jié)果。

18、在本公開的一個實(shí)施方式中，所述數(shù)據(jù)獲取模塊包括數(shù)據(jù)獲取單元，用于：獲取所述受測對象的初始腦電信號，將所述初始腦電信號劃分為多個時間窗口；對各所述時間窗口內(nèi)的初始腦電信號進(jìn)行特征變換處理，得到所述腦電數(shù)據(jù)，所述腦電數(shù)據(jù)為所述初始腦電信號的時頻譜圖。

19、在本公開的一個實(shí)施方式中，所述腦部異常放電檢測裝置還包括初始處理模塊，用于：對所述腦電數(shù)據(jù)進(jìn)行初始特征提取處理，得到初始特征圖；對所述初始特征圖進(jìn)行維度變換處理，調(diào)整所述初始特征圖的通道維度位置，得到各通道的維度變換數(shù)據(jù)；對多個所述維度變換數(shù)據(jù)分別進(jìn)行卷積處理，得到各所述通道的降維特征數(shù)據(jù)；對每個所述通道的降維特征數(shù)據(jù)進(jìn)行數(shù)據(jù)展開處理，得到各所述通道對應(yīng)的一維通道數(shù)據(jù)。

20、在本公開的一個實(shí)施方式中，所述第一特征提取模塊包括第一特征提取單元，用于：獲取所述腦電數(shù)據(jù)中各通道對應(yīng)的一維通道數(shù)據(jù)；對多個所述一維通道數(shù)據(jù)進(jìn)行編碼處理，以對所述腦電數(shù)據(jù)進(jìn)行通道間特征提取，得到所述通道間互信息特征。

21、在本公開的一個實(shí)施方式中，所述通道間互信息特征包括第一通道間互信息特征與第二通道間互信息特征，所述第一特征提取單元包括第一特征提取子單元，用于：對多個所述一維通道數(shù)據(jù)進(jìn)行編碼處理，得到所述第一通道間互信息特征；對所述第一通道間互信息特征進(jìn)行卷積處理，得到降維通道特征；對所述降維通道特征進(jìn)行編碼處理，得到所述第二通道間互信息特征。

22、在本公開的一個實(shí)施方式中，所述第二特征提取模塊包括第二特征提取單元，用于：獲取所述腦電數(shù)據(jù)對應(yīng)的初始特征圖；對所述初始特征圖進(jìn)行通道內(nèi)特征提取，得到各所述通道的初始單通道特征；基于所述通道間互信息特征確定各所述通道對應(yīng)的通道權(quán)重；根據(jù)所述通道權(quán)重與所述初始單通道特征，確定各所述通道的通道內(nèi)特征。

23、在本公開的一個實(shí)施方式中，所述第二特征提取單元包括權(quán)重確定子單元，用于：對所述通道間互信息特征進(jìn)行解碼處理，得到所述腦電數(shù)據(jù)中每個通道對應(yīng)的通道解碼數(shù)據(jù)；根據(jù)所述通道解碼數(shù)據(jù)確定每個通道的通道值，將所述通道值作為各所述通道的通道權(quán)重。

24、在本公開的一個實(shí)施方式中，所述第二特征提取單元包括第二特征提取子單元，用于：獲取經(jīng)過當(dāng)前卷積處理得到的初始單通道特征；根據(jù)所述通道權(quán)重，調(diào)整所述初始單通道特征的通道權(quán)重；基于調(diào)整后的通道權(quán)重與初始單通道特征，確定所述通道內(nèi)特征。

25、在本公開實(shí)施方式的第四方面中，提供了一種電子設(shè)備，包括：處理器；以及存儲器，所述存儲器上存儲有計算機(jī)可讀指令，所述計算機(jī)可讀指令被所述處理器執(zhí)行時實(shí)現(xiàn)如上述所述的腦部異常放電檢測方法。

26、根據(jù)本公開實(shí)施方式的第五方面中，提供一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，所述計算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)根據(jù)上述任意一項所述的腦部異常放電檢測方法。

27、根據(jù)本公開實(shí)施例的第六方面中，提供一種計算機(jī)程序產(chǎn)品，包括計算機(jī)程序，該計算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)上述任意一項所述的腦部異常放電檢測方法。

28、根據(jù)本公開實(shí)施方式的技術(shù)方案，一方面，對腦電數(shù)據(jù)進(jìn)行特征提取，不僅可以捕捉到腦電數(shù)據(jù)不同通道間的互信息，還可以提取到單通道的時頻域信息，實(shí)現(xiàn)了從多個角度全面充分地提取到腦電數(shù)據(jù)的特征，將其用于異常放電檢測結(jié)果的確定過程。另一方面，有效地同時利用腦電數(shù)據(jù)的空間互信息與單通道的時頻域信息，使得異常放電檢測結(jié)果具有更高的檢測精度。