面向脑电波数据的多维度数据存储方法及装置

技术领域

本发明涉及数据存储领域，特别是涉及一种面向脑电波数据的多维度数据存储方法及装置。

背景技术

当前对脑电数据的存储和处理方法是，先对原始数据进行存储，在确定需要什么方面的数据时，再把数据提取出来，进行分析处理及筛选。该脑电数据存储系统/软件相对简单和封闭，且智能化水平较低，在数据提取时更多地只能通过专业人士进行较复杂的操作才能够实现；而且当数据量很大时，容易造成数据的遗忘；此外，对存储时没有处理过的数据进行分析也使得后期分析复杂化；最后，当前的脑电数据格式不统一，存储前没有对脑电数据进行格式统一化处理，会对现存的脑电数据的统合存储带来很大的不便性，致使用户对脑电资源的利用率低下。

发明内容

本发明的目的是提供一种面向脑电波数据的多维度数据存储方法、系统，以实现更直观地进行脑电数据分析，让用户更加便捷地提取所需的脑电数据。

为解决上述技术问题，本发明提供一种面向脑电波数据的多维度数据存储方法，该方法包括：

获取目标脑电数据；

对目标脑电数据通过数据分析模块进行分析；

将分析后的目标脑电数据通过多维度存储模块进行存储。

进一步地，对目标脑电数据通过数据分析模块进行分析步骤，包括：

将目标脑电数据进行格式转换；

确定格式转换后目标脑电数据包括的多个维度数据；

对目标脑电数据包括的多个维度数据进行分类标注，以得到目标脑电数据包括的多个维度数据各自所属的分类标注。

进一步地，对目标脑电数据包括的多个维度数据进行分类标注的步骤，包括：

确定目标脑电数据包括的多个维度数据分别对应的维度标签；

将目标脑电数据包括的多个维度数据分别对应的维度标签，分别与预设的多个立方模型分别对应的标签进行匹配；

依据匹配结果，确定目标脑电数据包括的多个维度数据各自所属的分类标注。

进一步地，确定目标脑电数据包括的多个维度数据分别对应的维度标签的步骤，包括：

基于预设的机器学习算法模型，确定目标脑电数据包括的多个维度数据分别对应的维度参数；

若目标脑电数据包括的任一维度数据分别对应的维度参数，落入已确定的任一维度标签的维度参数范围，则该已确定的任一维度标签作为目标脑电数据包括的该任一维度数据的维度标签。

进一步地，对目标脑电数据包括的多个维度数据进行分类标注的步骤，还包括：

若目标脑电数据包括的任一维度数据所属的维度为疾病类型或任务状态，则基于预设接口获取人工标注针对该任一维度数据的分类标注。

进一步地，将分析后的目标脑电数据通过多维度存储模块进行存储的步骤，包括：

依据目标脑电数据包括的多个维度数据各自所属的分类标注，将目标脑电数据包括的多个维度数据存储至符合标签坐标系的立方模型对应的位置，其中，不同标签坐标系对应不同的立方模型。

进一步地，依据目标脑电数据包括的多个维度数据各自所属的分类标注，将目标脑电数据包括的多个维度数据存储至符合标签坐标系的立方模型对应的位置的步骤，包括：

通过维度标签识别公式识别目标脑电数据包括的任一维度维度数据的维度标签与已有的任一维度标签是否相似或完全一致；

如是，则将目标脑电数据包括的该任一维度数据归类为这个相似或完全一致的维度标签的数据，并进行存储。

本发明还提供一种面向脑电波数据的多维度数据存储装置，该装置包括：

数据获取模块，用于获取目标脑电数据；

数据分析模块，用于对目标脑电数据通过数据分析模块进行分析；

数据存储模块，用于将分析后的目标脑电数据通过多维度存储模块进行存储。

本发明所提供的一种面向脑电波数据的多维度数据存储方法、系统，通过将不同格式的脑电波数据进行统一转化，分析，并以多维度形式进行存储数据，从而实现更直观地进行脑电数据分析，让用户更加便捷地提取所需的脑电数据。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明所提供的一种面向脑电波数据的多维度数据存储方法流程图；

图2为本发明所提供的一种面向脑电波数据的多维度数据存储方法一个实施例的应用流程图；

图3为本发明所提供一种面向脑电波数据的多维度数据分析模块示意图；

图4为本发明所提供的一种面向脑电波数据的多维度数据存储模块示意图。

图5为本发明所提供的一种面向脑电波数据的多维度数据存储装置的框图结构示意图。

具体实施方式

本发明的核心是提供一种面向脑电波数据的多维度数据存储方法、系统，以实现检测用户的梦境，识别梦境内容，并对用户梦境进行引导调整。

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参考图1，为本发明所提供的一种面向脑电波数据的多维度数据存储方法流程图。该方法包括：步骤S101、步骤S102和步骤S103。

步骤S101：获取目标脑电数据；

步骤S102：对目标脑电数据通过数据分析模块进行分析；

步骤S103：将分析后的目标脑电数据通过多维度存储模块进行存储。

具体地，应用本申请提供的方法之前，可以参照图2。其中的注册部分，需要由用户填写个人信息，用于登陆脑电波多维度存储系统；此外，也需要以用户个人权限，来对采集到的目标数据进行导入数据等操作。

请参考图3，图3为本发明所提供一种面向脑电波数据的多维度数据分析模块示意图。本实施例对数据的分析可包括对目标脑电数据进行格式转换，将不同格式的脑电数据统一转换为相同的文件格式。例如，目前和市面上的脑电采集设备采集的数据有.fif、.edf、.mat等，通过本发明的存储系统，将这些脑电数据的格式统一转化为.edf文件；

对数据的分析还包括对目标脑电数据进行各维度标签的分类标注。在实施例中，可将脑电数据维度分为时间、通道、脑区、疾病类型、任务状态、意识状态等6个维度。对这些数据进行维度标签的粘贴，如对第一通道的数据标记为0，第二通道的数据标记为1，第三通道的数据标记为2……以此类推，在其他维度的标签上也是如此。根据这6个维度的标签水平，构建一个完整的脑电数据立方模型和相应的坐标系。在分类标注过程中，被实施例优选使用国际脑电10-20系统和10-10系统的标准头模电极坐标对数据的通道和脑区两个维度进行自动识别分类，并优选使用支持向量机、随机森林等机器学习算法模型自动识别脑电数据的意识状态维度。

需要注意的是，对于疾病类型和任务状态维度，优选地，采用人工标注，通过人工和智能标注相结合，以最大程度地提高数据维度标注分类的效率和准确度。

请参考图4，图4为本发明所提供一种面向脑电波数据的多维度数据存储模块示意图。存储模块根据数据在各维度上的分类标注结果，对每一条输入的脑电数据进行维度标签水平的识别判断，最终将其存放到符合标签坐标系的特定立方模型位置。

本实施例中，维度标签识别归类的计算公式为：

如果通过上述计算公式识别到某条脑电数据的维度标签与已有维度标签是相似或完全一致的，那么就会将该条脑电数据识别归类为这个维度的数据；本发明将会对输入的每一条脑电数据的所有维度标签进行一一识别，并与现有立方模型的标签进行一一配对，从而实现对数据的多维度存储。存储时按每条数据上的数字标签进行存储，源数据按时间维度存储。每个维度的交叉之处就是对应的一个多维立方存储块，因此，在多维数据存储系统中由若干个这些的立方存储块构成。

当用户对数据进行提取时，根据目标维度水平特征指定提取目标数据集，例如，用户想要提取精神分裂症患者(疾病类型维度)在静息状态下(任务类型维度)的额叶(脑区维度)脑电数据特征，此时就可以通过同时设定这些维度的水平来精确提取相应的脑电数据。

本发明还提供了一种面向脑电波数据的多维度数据存储装置的框图结构示意图。如图5所示，该装置包括：数据获取模块501、数据分析模块502和数据存储模块。

数据获取模块501，用于获取目标脑电数据；

数据分析模块502，用于对目标脑电数据通过数据分析模块进行分析；

数据存储模块503，用于将分析后的目标脑电数据通过多维度存储模块进行存储。

本发明所提供的面向脑电波数据的多维度数据存储装置，通过将不同格式的脑电波数据进行统一转化，分析，并以多维度形式进行存储数据，从而实现更直观地进行脑电数据分析，让用户更加便捷地提取所需的脑电数据。

进一步地，数据分析模块包括：

数据格式转换子模块，用于将目标脑电数据进行格式转换；

维度数据确定子模块，用于确定格式转换后目标脑电数据包括的多个维度数据；

第一标注确定子模块，用于对目标脑电数据包括的多个维度数据进行分类标注，以得到目标脑电数据包括的多个维度数据各自所属的分类标注。

进一步地，第一标注确定子模块包括：

标签确定单元，用于确定目标脑电数据包括的多个维度数据分别对应的维度标签；

标签匹配单元，用于将目标脑电数据包括的多个维度数据分别对应的维度标签，分别与预设的多个立方模型分别对应的标签进行匹配；

标注确定单元，用于依据匹配结果，确定目标脑电数据包括的多个维度数据各自所属的分类标注。

进一步地，标签确定单元包括：

参数确定子单元，用于基于预设的机器学习算法模型，确定目标脑电数据包括的多个维度数据分别对应的维度参数；

标签确定子单元，用于若目标脑电数据包括的任一维度数据分别对应的维度参数，落入已确定的任一维度标签的维度参数范围，则该已确定的任一维度标签作为目标脑电数据包括的该任一维度数据的维度标签。

进一步地，数据分析模块包括还包括：

第二标注确定子模块，用于若目标脑电数据包括的任一维度数据所属的维度为疾病类型或任务状态，则基于预设接口获取人工标注针对该任一维度数据的分类标注。

进一步地，数据存储模块包括：

多维度存储子模块，用于依据目标脑电数据包括的多个维度数据各自所属的分类标注，将目标脑电数据包括的多个维度数据存储至符合标签坐标系的立方模型对应的位置，其中，不同标签坐标系对应不同的立方模型。

进一步地，多维度存储子模块包括：

识别单元，用于通过维度标签识别公式识别目标脑电数据包括的任一维度维度数据的维度标签与已有的任一维度标签是否相似或完全一致；

存储单元，用于如是则将目标脑电数据包括的该任一维度数据归类为这个相似或完全一致的维度标签的数据，并进行存储。

可见，该系统通过将不同格式的脑电波数据进行统一转化，分析，并以多维度形式进行存储数据，从而实现更直观地进行脑电数据分析，让用户更加便捷地提取所需的脑电数据。

对于本发明提供的面向脑电波数据的多维度数据存储系统的介绍请参照前述的面向脑电波数据的多维度数据存储方法的实施例，本发明实施例在此不再赘述。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上对本发明所提供的面向脑电波数据的多维度数据存储方法、系统进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。