使用云端算力的便携式脑机接口装置

技术领域

本公开涉及计算机技术领域，尤其涉及一种使用云端算力的便携式脑机接口装置。

背景技术

脑机接口技术的实现主要通过脑电采集、信号获取及处理、信号输出(执行)、信号反馈等步骤。采集脑电信号的电极和用于产生电刺激的电极不同，使得脑电信号获取方式不同，脑机接口又分为了侵入式脑机接口和非侵入式脑机接口。不论是侵入式脑机接口，还是非侵入式脑机接口，都需要能够支撑脑电信号采集与传输相关的硬件设备，与能够支撑脑电信号处理与分析的软件算法。

脑机接口类设备的可由使用者随身携带，从而可实时获取使用者的脑电信号，然而，便携式设备的处理资源有限，而脑电信号数据量大，分析难度大，便携式设备的处理能力难以对复杂的脑电信号进行分析，从而也难以实时获得分析结果，对脑部疾病的监控和研究可能造成不利影响。

发明内容

根据本公开的一方面，提供了一种处理装置，包括：处理模块、多个用于连接功能模块的接口以及通信模块，所述处理模块用于：确定通过所述接口连接至处理模块的功能模块的功能，所述功能模块包括采集模块；根据所述采集模块的功能，和/或所述采集模块通过接口传输至所述处理模块的采集数据的数据量，确定用于处理所述采集数据的目标处理资源；在所述目标处理资源至少包括云端处理资源的情况下，通过所述通信模块将至少部分所述采集数据发送至云端。

在一种可能的实现方式中，所述功能模块还包括执行模块，所述通信模块还用于：接收所述云端发送的第一处理结果；所述处理模块还用于：根据所述第一处理结果，获得执行指令，并发送至所述执行模块。

在一种可能的实现方式中，所述处理模块进一步用于：在所述采集模块的功能为采集心电信号和/或采集呼吸信号的情况下，将所述目标处理资源确定为所述处理模块的本地处理资源。

在一种可能的实现方式中，所述处理模块进一步用于：在所述采集模块的功能为采集脑电信号的情况下，所述目标处理资源至少包括所述云端处理资源。

在一种可能的实现方式中，所述数据量通过采集通道数量来确定，所述处理模块进一步用于：在所述采集模块的采集通道数量大于或等于通道数量阈值的情况下，所述目标处理资源至少包括所述云端处理资源。

在一种可能的实现方式中，所述数据量通过采样率来确定，所述处理模块进一步用于：在所述采集模块的采样率大于或等于采样率阈值的情况下，所述目标处理资源至少包括所述云端处理资源。

在一种可能的实现方式中，所述目标处理资源至少包括所述云端处理资源，包括：所述目标处理资源仅包括云端处理资源；或者所述目标处理资源包括云端处理资源与本地处理资源的组合。

在一种可能的实现方式中，所述第一处理结果包括根据所述采集数据确定的目标对象的生理状态，所述处理模块进一步用于：根据所述生理状态，获得所述执行指令。

在一种可能的实现方式中，所述处理模块进一步用于：将所述第一处理结果确定为所述执行指令。

在一种可能的实现方式中，所述目标处理资源包括云端处理资源和所述处理模块的本地处理资源的组合，发送至云端的采集数据包括第一采集数据，通过所述本地处理资源进行处理的采集数据包括第二采集数据，所述处理模块进一步用于：通过所述本地处理资源对所述第二采集数据进行处理，获得第二处理结果；根据所述第一处理结果和所述第二处理结果，获得目标对象的生理状态；根据所述生理状态，获得所述执行指令。

在一种可能的实现方式中，所述目标处理资源包括云端处理资源和所述处理模块的本地处理资源的组合，发送至云端的采集数据包括第一采集数据，通过所述本地处理资源进行处理的采集数据包括第二采集数据，所述处理模块进一步用于：通过所述本地处理资源对所述第二采集数据进行处理，获得第二处理结果；将所述第二处理结果通过所述通信模块发送至云端，使得所述云端根据所述第二处理结果以及所述第一采集数据获得所述第一处理结果；将所述云端发送的第一处理结果确定为所述执行指令。

在一种可能的实现方式中，所述处理模块进一步用于：通过本地处理资源对采集数据进行处理，获得目标对象的生理状态；将所述生理状态发送至云端，使得所述云端根据所述生理状态确定所述第一处理结果；将所述第一处理结果确定为所述执行指令。

根据本公开的实施例的处理装置，可判断采集数据是否需要发送至云端进行处理，如果需要，则可通过通信模块，将本地难以处理的采集数据发送至云端进行处理，可提升脑电信号的处理效率和实时性，有利于规避本地处理资源的限制，开发功能更丰富的信号采集与处理功能，也有利于获取更丰富的脑电信号，为脑部的研究提供数据支持。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案；

图1示出根据本公开实施例的处理装置的框图；

图2示出根据本公开实施例的处理装置的框图；

图3示出根据本公开实施例的接口的框图；

图4示出根据本公开实施例的接口的框图；

图5示出根据本公开实施例的通过本地处理资源来进行处理的示意图；

图6示出根据本公开实施例的处理装置的应用示意图；

图7示出根据本公开实施例的通过云端处理资源来进行处理的示意图；

图8示出根据本公开实施例的处理装置的应用示意图；

图9示出根据本公开实施例的处理装置的应用示意图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。

另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

在相关技术中，脑机接口类设备主要包括脑电图机，可用于采集脑电信号进行分析，然而，脑电图机主要用于临床研究，难以被使用者随身携带，而便携式的设备的处理能力有限，难以分析数据量较大，分析方式复杂，分析难度较大的脑电信号。

针对上述为问题，本公开涉及一种处理装置，包括处理模块，并提供多个与其他功能模块进行连接的接口，同时，还可包括用于进行通信的通信模块，例如，可用于与云端进行通信，如果便携式设备本地的处理资源难以处理复杂的脑电信号，则可利用通信模块将脑电信号发送至云端，由云端的处理资源进行处理，云端可配置有大量的算力节点，可用于对数据量较大的信号进行分析和处理，并可返回云端的处理结果，从而可提升对于脑电信号的处理效率和实时性。

图1示出根据本公开实施例的处理装置的框图，如图1所示，所述装置包括：处理模块11、多个用于连接功能模块的接口12以及通信模块13，

所述处理模块11用于：

确定通过所述接口连接至处理模块的功能模块的功能，所述功能模块包括采集模块；

根据所述采集模块的功能，和/或所述采集模块通过接口传输至所述处理模块的采集数据的数据量，确定用于处理所述采集数据的目标处理资源；

在所述目标处理资源至少包括云端处理资源的情况下，通过所述通信模块将至少部分所述采集数据发送至云端。

根据本公开的实施例的处理装置，可判断采集数据是否需要发送至云端进行处理，如果需要，则可通过通信模块，将本地难以处理的采集数据发送至云端进行处理，可提升脑电信号的处理效率和实时性，有利于规避本地处理资源的限制，开发功能更丰富的信号采集与处理功能，也有利于获取更丰富的脑电信号，为脑部的研究提供数据支持。

在一种可能的实现方式中，所述处理装置可以是脑机接口类设备，所述装置中的处理模块可以是用于处理和分析脑电信号等生理信号和/或产生执行指令的处理器，所述接口可用于连接采集多种生理信号的采集模块以及用于通信的通信模块。进一步地，所述功能模块还包括执行模块，所述通信模块还用于：接收所述云端发送的第一处理结果；所述处理模块还用于：根据所述第一处理结果，获得执行指令，并发送至所述执行模块。本公开对处理装置的应用领域不做限制。

在一种可能的实现方式中，所述处理模块中可包括控制器和计算单元，所述控制器用于调用各个接口和调用各种功能，所述计算单元可用于对调用的功能进行执行，即，提供算力，例如，按照调用的脑电信号分析功能，对脑电信号进行分析与处理。所述处理装置可包括多个接口，可用于连接多种功能模块(例如，采集模块、执行模块和通信模块等)，以实现多种功能，所述接口可包括有线接口和/或无线接口，可用于与功能模块进行有线连接和/或无线连接，以及与功能模块进行数据的交互，从而控制功能模块执行各种功能。所述处理装置还可包括基础通信单元，用于支持接口的通信功能，例如，有线通信功能和/或无线通信功能，例如，基础通信单元包括蓝牙单元，可支持蓝牙接口的功能，从而与其他功能模块进行蓝牙连接，又例如，基础通信单元包括USB单元，可用于支持USB接口的功能，从而与其他功能模块进行USB连接。进一步地，所述处理装置还可包括电源管理模块，用于为处理装置提供电力，还可为连接的功能模块提供电力，进一步地，在需要输出电信号时(例如，需要电极输出电刺激时)，还可提供输出电信号所需的电力，例如，提供各类电平信号。

图2示出根据本公开实施例的处理装置的框图，如图2所示，所述处理装置可包括控制器、计算单元、电源管理模块、基础通信单元和n(n为正整数)个接口，用于与功能模块(例如，采集模块和执行模块)连接。所述接口可包括有线接口，也可包括无线接口，所述基础通信单元可以是支持有线接口的功能单元，和/或支持无线接口的功能单元。

在示例中，所述采集模块可包括用于采集生理信号的采集模块，例如，脑电采集模块、呼吸信号采集模块、心电信号采集模块等，所述执行模块可包括用于执行某种指令的模块，例如，所述执行模块包括电刺激模块和动作执行机构中的至少一种。本公开对采集模块和执行模块的类型不做限制。

图3示出根据本公开实施例的接口的框图，如图3所示，以有线接口为例，所述接口可包括与功能模块进行连接的多组数据线，例如，电源线、接地线(GND)以及差分数据线(数据+、数据-)，差分数据线的数量可根据数据协议来确定，例如，USB协议中的差分数据线的最小数量为1组差分数据线等。

图4示出根据本公开实施例的接口的框图，如图4所示，如接口的数量不足，还可对接口进行扩展，例如，USB接口可通过扩展器等硬件设备扩展成为多个接口，例如，k(k为大于1的正整数)个接口。

在一种可能的实现方式中，处理装置可通过接口与多种功能模块连接，从而执行各种功能。例如，可与采集模块连接，从而获得各种生理信号，还可基于生理信号，获得执行指令，从而通过执行指令控制执行模块来执行对应的处理。如上所述，处理装置中的处理模块可具有计算单元，即，本地处理资源，可用于进行数据处理和分析，并生成执行指令。然而，处理装置可以是便于目标对象携带的便携式设备，其处理模块中的本地处理资源的处理能力在处理复杂的信号(例如，数据量较大、处理方式较复杂)时，可能会出现处理能力不足的情况。因此，处理装置可与通信模块连接，并可判断是否本地处理资源的处理能力是否不足，如果本地处理资源的处理能力不足，则可将获取的数据发送至云端，通过云端的算力来进行处理和分析，反之，本地处理资源的处理能力足够，则可由本地处理资源进行数据的处理和分析，无需发送至云端。

在一种可能的实现方式中，处理模块可根据采集模块的功能(即，采集模块能够采集何种生理信号)，以及采集模块采集的数据量中的至少一种来确定目标处理资源，该目标处理资源可以是本地处理资源，可以是云端处理资源，也可以是本地处理资源和云端处理资源的组合。换言之，可通过采集模块的功能以及采集的数据量，来确定数据处理的复杂程度，如果数据量较大、处理方式较复杂，则可通过通信模块发送至云端进行处理，如果复杂程度不高，本地处理资源能够完成处理，则可无需发送至云端进行处理。

图5示出根据本公开实施例的通过本地处理资源来进行处理的示意图，如图5所示，控制器可通过控制指令控制采集模块进行生理信号的采集，采集模块采集到的生理信号可通过接口发送至处理装置，处理装置中的控制器可调用本地处理资源对生理信号进行处理和分析，以确定被采集的目标对象的生理状态，控制器还可调用本地处理资源以基于生理状态生成执行指令，从而发送至执行模块，以控制执行模块执行对应的处理。

在一种可能的实现方式中，以上仅通过本地处理资源对生理信号进行处理和分析的情况适用于复杂程度不高，数据量不大的情况，所述处理模块可基于数据量和功能模块的功能中的至少一种来进行是否仅使用本地处理资源进行分析和处理的判断。

在示例中，所述处理模块可根据采集模块的功能与目标处理资源之间的对应关系，确定目标处理资源。例如，可预先设定不同的采集模块的功能与目标处理资源(例如本地处理资源、云端处理资源、或本地处理资源和云端处理资源的组合)之间的对应关系。

在示例中，所述处理模块进一步用于：在所述采集模块的功能为采集心电信号和/或采集呼吸信号的情况下，将所述目标处理资源确定为所述处理模块的本地处理资源。例如，处理模块可基于采集模块的功能来进行判断，例如，心电信号和呼吸信号通常数据量不大，处理的复杂程度不高，因此，如果采集模块的功能为采集心电信号和/或采集呼吸信号，则该模块采集到的生理信号可通过本地处理资源来进行处理。

在示例中，处理模块也可通过数据量来进行判断，例如，如果采集模块的功能为采集脑电信号，脑电信号通常较为复杂，但如果某个采集模块采集的脑电信号的数据量不大，分析数据的复杂程度也不高，即，本地处理资源有能力进行处理，则也可使用本地处理资源对脑电信号进行处理。

图6示出根据本公开实施例的处理装置的应用示意图，如图6所示，处理模块可通过不同的接口，分别与脑电采集模块、呼吸信号采集模块和心电采集模块连接。在示例中，脑电采集模块可包括8通道的脑电采集模块，可包括设置在脑部的多个电极，并可通过多个电极采集8通道的脑电信号，本公开对脑电信号的通道数不做限制。所述心电信号采集模块可用于采集心电信号，例如，心电信号采集模块可包括设置在心脏部位的多个电极，用于采集多路的心电信号。所述呼吸信号采集模块可包括呼吸传感器，可设置在呼吸道、肺部等位置，可用于采集呼吸信号，例如，呼吸频率、血氧含量等信号。多个模块可进行同时采集，并将采集到的生理信号通过接口发送至处理模块。由于心电采集模块的功能为采集心电信号，呼吸采集模块的功能为采集呼吸信号，且脑电采集模块的采集通道数量较少，采集到的脑电信号的数据量也较小，因此，处理模块可使用本地处理资源对三种信号进行处理，从而可分析目标对象的睡眠状态(生理状态)，例如，浅层睡眠或深层睡眠状态，或者睡眠质量是否良好等，本公开对睡眠状态的类型以及确定睡眠状态的具体方式不做限制。

在一种可能的实现方式中，在确定睡眠状态后，可利用本地处理资源，根据睡眠状态生成对应的执行指令，例如，所述功能模块还可包括电刺激模块，可用于根据电刺激指令输出对应频率和/或强度的电刺激，所述功能模块可包括设置在神经中枢位置的电极，可用于调节睡眠状态。例如，可基于睡眠状态，以及当前时间来生成执行指令，从而调节目标对象的睡眠质量。例如，如果检测到目标对象在入睡后，长时间无法进入深层睡眠，且当前时间为午夜，则可生成执行指令(例如，电刺激指令)，以刺激神经中枢，辅助目标对象睡眠，使目标对象更容易进入深层睡眠，提升目标对象的睡眠质量。在另一示例中，如果检测到目标对象长时间处于深度睡眠，且当前时间为黎明，则可生成执行指令(例如，电刺激指令)，以刺激神经中枢，辅助目标对象睡眠，使目标对象由深层睡眠转入浅层睡眠，使得目标对象在醒来后减少疲惫感，从而改善目标对象的睡眠质量。上述基于生理状态(睡眠状态)生成执行指令的处理也可由本地处理资源来进行。

在一种可能的实现方式中，在功能较复杂、数据量较大和/或处理难度较大的情况下，可则仅通过本地处理资源难以进行处理，则用于进行处理的目标处理资源至少包括云端处理资源，即，所述目标处理资源为至少包括云端处理资源的情况。所述目标处理资源至少包括所述云端处理资源，包括：所述目标处理资源仅包括云端处理资源；或者所述目标处理资源包括云端处理资源与本地处理资源的组合。

在一种可能的实现方式中，所述处理模块进一步用于：在所述采集模块的功能为采集脑电信号的情况下，所述目标处理资源至少包括所述云端处理资源。在示例中，脑电信号的处理复杂程度较高，且数据量通常较大，可在确定采集模块的功能为采集脑电信号的情况下，直接将目标处理资源确定为云端处理资源，或者云端处理资源与处理模块的本地处理资源的组合。即，将至少部分脑电信号发送至云端进行处理，本地处理资源可参与部分脑电信号的处理，也可不参与脑电信号的处理，本公开对此不做限制。

在一种可能的实现方式中，除了上述通过采集模块的功能来确定目标处理资源的判断方式外，还可通过数据量来确定目标处理资源。在示例中，所述数据量通过采集通道数量来确定，所述处理模块进一步用于：在所述采集模块的采集通道数量大于或等于通道数量阈值的情况下，所述目标处理资源至少包括所述云端处理资源。

在示例中，如果采集通道数量较大，例如，大于或等于预设的通道数量阈值，则可确定采集获得的生理信号的数据量较大，通过本地处理资源难以对大量的数据进行处理，即，数据量超出了本地处理资源的处理能力，则可通过通信模块发送至云端，由云端进行处理，并将处理获得的处理结果通过通信模块返回至处理装置。

在一种可能的实现方式中，除了采集通道之外，还可通过采样率来判断数据量的大小，所述数据量通过采样率来确定，所述处理模块进一步用于：在所述采集模块的采样率大于或等于采样率阈值的情况下，所述目标处理资源至少包括所述云端处理资源。在示例中，数据的采样率较大，例如，大于或等于采样率阈值，也可能造成数据量较大，本地处理资源难以对大量的数据进行处理。

在示例中，在数据的采样率大于或等于采样率阈值的情况下，则数据量超出了本地处理资源的处理能力，可通过通信模块发送至云端，由云端进行处理，并将处理获得的处理结果通过通信模块返回至处理装置。

在一种可能的实现方式中，可利用上述多种条件的组合来确定目标处理资源，例如，可在数据的采样率大于或等于采样率阈值且采集通道数量大于或等于通道数量阈值的情况下，将目标处理资源确定为云端处理资源。又例如，可在采集模块的功能为采集脑电信号，且数据的采样率大于或等于采样率阈值，且采集通道数量大于或等于通道数量阈值的情况下，将目标处理资源确定为云端处理资源。本公开对于将目标处理资源确定为云端处理资源的具体条件不做限制。

图7示出根据本公开实施例的通过云端处理资源来进行处理的示意图，如图7所示，控制器可通过控制指令控制采集模块进行生理信号的采集，采集模块采集到的生理信号可通过接口发送至处理装置，处理装置中的控制器可调用本地处理资源对生理信号进行处理和分析，但如果生理信号的数据量和/或复杂程度超出本地处理资源的处理能力，则可通过通信模块将至少部分生理信号发送至云端进行处理，由云端控制算力节点(即，云端处理资源)来对生理信号进行处理和分析，以确定被采集的目标对象的生理状态，并将生理状态发送回处理装置，控制器还可调用本地处理资源基于生理状态生成执行指令，从而发送至执行模块，以控制执行模块执行对应的处理。当然，也可由云端的算力节点直接生成执行指令并发送至处理装置，处理装置可直接发送至执行模块，以控制执行模块执行对应的处理。

在一种可能的实现方式中，如上所述，在使用云端处理资源作为目标处理资源的情况下，本地处理资源可参与数据的处理，也可不参与数据的处理。进一步地，在使用云端处理资源作为目标处理资源的情况下，可由云端处理资源对生理信号进行处理，获得目标对象的生理状态，作为处理结果发送回处理装置，处理装置可基于生理状态生成执行指令，或者，也可由云端处理资源直接获得执行指令，并发送回处理装置。

在一种可能的实现方式中，如果本地处理资源不参与数据的处理，也不参与基于生理状态确定执行指令的处理过程，则云端处理资源可直接获得执行指令。所述处理模块进一步用于：将所述第一处理结果确定为所述执行指令。在此情况下，云端可完成对生理信号的所有处理过程，即，云端可根据生理信号确定目标对象的生理状态，并基于生理状态生成执行指令，从而可将执行指令作为第一处理结果发送回处理装置，处理装置将接收到的第一处理结果直接作为用于控制执行机构的执行指令，发送至执行模块，从而控制执行模块完成对应的处理。

在一种可能的实现方式中，如果本地处理资源不参与数据的处理，但可进行基于生理状态确定执行指令的处理过程，则云端处理资源可在获得生理状态后，将生理状态发送回处理装置。即，所述第一处理结果包括根据所述采集数据确定的目标对象的生理状态，所述处理模块进一步用于：根据所述生理状态，获得所述执行指令。在此情况下，云端可完成对生理信号进行处理，获得生理状态，并可将生理状态作为第一处理结果发送回处理装置。处理装置可基于生理状态(即，第一处理结果)，确定执行指令，并发送至执行模块，从而控制执行模块完成对应的处理。

在一种可能的实现方式中，如果本地处理资源参与数据的处理，但不参与基于生理状态确定执行指令的处理过程，则可由本地处理资源和云端处理资源分别进行生理信号的处理，并由云端进行基于生理状态获得执行指令的过程，并将执行指令发送回处理装置。所述目标处理资源包括云端处理资源和所述处理模块的本地处理资源的组合，发送至云端的采集数据包括第一采集数据，通过所述本地处理资源进行处理的采集数据包括第二采集数据，所述处理模块进一步用于：通过所述本地处理资源对所述第二采集数据进行处理，获得所述第二处理结果；将所述第二处理结果通过所述通信模块发送至云端，使得所述云端根据所述第二处理结果以及所述第一采集数据获得所述第一处理结果；将所述云端发送的第一处理结果确定为所述执行指令。在此情况下，云端处理资源可对第一采集数据(即，部分生理信号)进行处理，本地处理资源可对第二采集数据(即，部分生理信号)进行处理，并可将第二采集数据的第二处理结果发送至云端，云端处理资源可基于第二处理结果，以及对第一采集数据的处理结果进行综合处理，获得目标对象的生理状态，从而基于生理状态生成执行指令，并作为第一处理结果发送至处理装置，处理装置中的处理模块在接收到第一处理结果后，可直接将第一处理结果作为执行指令，发送至执行模块，以控制执行模块进行相应的处理。其中，第一采集数据和第二采集数据的具体内容或划分方式可根据需要进行选择。例如可将处理方式复杂、计算量大的数据作为第一采集数据，利用云端处理资源进行处理。

在一种可能的实现方式中，如果本地处理资源参与数据的处理，也参与基于生理状态确定执行指令的处理过程，则可由本地处理资源和云端处理资源分别进行生理信号的处理，并由本地处理资源进行基于生理状态获得执行指令的过程，从而获取执行指令。所述目标处理资源包括云端处理资源和所述处理模块的本地处理资源的组合，发送至云端的采集数据包括第一采集数据，通过所述本地处理资源进行处理的采集数据包括第二采集数据，所述处理模块进一步用于：通过所述本地处理资源对所述第二采集数据进行处理，获得所述第二处理结果；根据所述第一处理结果和所述第二处理结果，获得目标对象的生理状态；根据所述生理状态，获得所述执行指令。在此情况下，云端处理资源可对第一采集数据(即，部分生理信号)进行处理，获得第一处理结果，并发送至处理装置。本地处理资源可对第二采集数据(即，部分生理信号)进行处理，获得第二处理结果，并可基于第一处理结果和第二处理结果来综合判断目标对象的生理状态，从而基于目标对象的生理状态确定执行指令。进而可将执行指令发送至执行模块以控制执行模块执行相应的处理。当然，处理模块也可将第二处理结果发送至云端，由云端基于第一处理结果和第二处理结果确定目标对象的生理状态，并发送回处理装置，处理模块则可基于生理状态获得执行指令。本公开对通过本地处理资源获取生理状态还是通过云端处理资源获取生理状态不做限制。

在一种可能的实现方式中，如果生成执行指令的过程较为复杂，而分析生理状态的分析过程较简单或数据量较小，则本地处理资源可完成采集数据的处理，但不参与基于生理状态确定执行指令的处理过程。所述处理模块进一步用于：通过所述本地处理资源对采集数据进行处理，获得目标对象的生理状态；将所述生理状态发送至云端，使得所述云端根据所述生理状态确定所述第一处理结果；将所述第一处理结果确定为所述执行指令。即，通过本地处理资源即可获得目标对象的生理状态，但基于生理状态获得执行指令的过程较复杂，因此，可将生理状态发送至云端，由云端处理资源来基于生理状态获得执行指令，并作为第一处理结果发送至处理装置，处理模块则可将第一处理结果作为执行指令发送至执行模块，以控制执行模块执行对应的处理。

图8示出根据本公开实施例的处理装置的应用示意图，如图8所示，处理模块可通过不同的接口，分别与多个脑电采集模块(采集模块)以及电刺激模块(执行模块)连接，还可与通信模块进行连接。在示例中，脑电采集模块可包括64通道的脑电采集模块，可包括设置在脑部的多个预设位置的电极，并可通过多个电极采集64通道的脑电信号，本公开对脑电信号的通道数不做限制。所述电刺激模块可用于输出电刺激，所述电刺激模块可包括16通道的电刺激模块，可包括设置在脑部的多个预设位置的电极，并可通过多个电极向脑部的预设位置施加16通道的电刺激。本公开对脑电采集模块和电刺激模块的通道数不做限制。

在示例中，在检测目标对象的病理状态(例如，癫痫、抑郁等脑部疾病等生理状态)时，所需的数据通道数量较多，例如，需要多个64通道的脑电采集模块共同采集多个通道的脑电信号，例如，上百个数据通道的脑电信号，如仅需对脑部异常信号进行报警，则通常需要少于8个采集通道(可由本地处理资源来进行)。每个通道的采样率可根据需求进行设置，例如，采集低频脑电信号，如脑深部局部场电位信号，可采用500～1000Sps的较低采样率进行采样(可由本地处理资源来进行)，如果采集大脑单个神经元的电活动信号，则需要10k～30kSps高采样率进行采样，以用于捕获神经元的瞬时放电。在采样后，还可进行模数转换处理，例如，模数转换处理可以是16Bit/24Bit的模数转换处理，则每个通道每秒产生的数据量为采样率×(16Bit/24Bit)/秒。

在示例中，在检测病理状态的过程中，所需的采集通道数和采样率均高于阈值，则本地处理资源无法满足处理需求，需将至少部分脑电信号发送至云端，从而通过云端的处理资源来进行处理。可将全部脑电信号发送至云端，则云端可确定目标对象的生理状态。也可将部分脑电信号发送至云端，则云端处理资源和本地处理资源可共同确定目标对象的生理状态。例如，识别目标对象的脑部疾病类别(例如，癫痫还是抑郁等)、发病位置以及识别疾病的严重程度等。

在示例中，还可根据上述确定的病理状态，输出对应的电刺激，从而降低疾病的严重程度。例如，癫痫、抑郁等脑部疾病与脑部的电信号异常有关，可通过对脑部的预设位置进行适当的电刺激，来调节脑部的电信号，从而降低脑部疾病的严重程度。例如，可基于上述识别的脑部疾病的类别、严重程度、发病位置进行综合分析，从而生成电刺激指令(执行指令)，并传输至电刺激模块，使得电刺激模块向脑部的适当位置施加适当频率和强度的电刺激，从而调节脑部的电信号，降低脑部疾病的严重程度。所述电刺激指令可以是由云端生成的，即，云端可基于生理状态生成对应的电刺激指令，并发送回处理装置，处理装置可将电刺激指令发送至电刺激模块，从而输出相应的电刺激。所述电刺激指令可以是由本地处理资源生成的，即，本地处理资源可基于生理状态生成对应的电刺激指令，并将电刺激指令发送至电刺激模块，从而输出相应的电刺激。

在示例中，在施加电刺激后，可再次通过脑电采集模块采集脑部的脑电信号，从而确定施加电刺激后的病理状态，进而可根据此时的病理状态，进一步施加电刺激，从而可进一步调节脑部的电信号，降低疾病的严重程度。上述处理可循环执行多次，通过采集到的脑电信号对生成的电刺激指令进行不断地反馈调节，从而不断生成更适当的电刺激，以调节脑部的电信号，使得脑部电信号恢复正常状态或接近正常状态，降低脑部疾病的严重程度。

图9示出根据本公开实施例的处理装置的应用示意图，如图9所示，处理模块可通过不同的接口，分别与多个脑电采集模块(采集模块)以及执行机构(执行模块)连接，还可与通信模块连接。在示例中，脑电采集模块可包括64通道的脑电采集模块，可包括设置在脑部的多个预设位置的电极，并可通过多个电极采集64通道的脑电信号，本公开对脑电信号的通道数不做限制。所述执行机构可包括假肢、机器人等执行机构，可用于基于执行指令执行对应的动作。本公开对脑电采集模块的通道数不做限制。

在示例中，在检测目标对象的动作需求状态(即，目标对象对于进行某种动作的需求)时，可需要多个数据通道，例如，需要多个64通道的脑电采集模块共同采集多个通道的脑电信号。各通道可与设置在脑部的不同位置的电极相连接，从而可获得脑部各个位置的脑电信号，从而可综合分析目标对象的动作需求状态。例如，可根据产生脑电信号的位置、脑电信号的幅度、脑电信号的频率、脑电信号的相位等多种信息来分析目标对象的动作需求状态。在示例中，该分析处理的处理过程较复杂，数据量也较大，也可将脑电信号发送至云端，通过云端处理资源来进行。可将上述脑电信号的至少部分发送至云端，通过云端处理资源，或者云端处理资源与本地处理资源的组合基于脑电信号获得动作需求状态。本地处理资源或云端处理资源可基于动作需求状态生成对应的执行指令，例如，行走、抓取等指令，处理模块在获得执行指令后(接收云端发送的执行指令，或通过自身的本地处理资源来生成执行指令)，处理模块可将动作指令发送至执行机构，从而可执行相应的动作。

根据本公开的实施例的处理装置，可通过数据量和采集模块的功能中的至少一种，判断采集数据是否需要发送至云端进行处理，如果需要，则可通过通信模块，将本地难以处理的采集数据发送至云端进行处理，或通过本地产处理资源与云端处理资源共同进行处理，从而可增加可用的处理资源，可提升脑电信号的处理效率和实时性，有利于规避本地处理资源的限制，开发功能更丰富的信号采集与处理功能，也有利于获取更丰富的脑电信号，为脑部的研究提供数据支持。

可以理解，本公开提及的上述各个装置实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。