【技術實現步驟摘要】
本申請涉及數據處理，具體涉及一種基于微-宏關系構建的數據處理系統、方法、設備及介質。
技術介紹
1、認知能力是指人腦加工、儲存和提取信息的能力，它包括知覺、記憶、注意、思維和想象等心理過程。在一些特定領域中，認知能力測試至關重要，例如在民航領域，隨著空中交通管理日益復雜，空中交通管制員普遍承受著巨大的認知負荷，認知能力檢測對飛行員以及空中交通管制員均至關重要。
2、相關技術中，隨著功能性磁共振成像(functional?magnetic?resonanceimaging，fmri)在內的功能影像學技術的發展，促使對認知測試的研究跨上新臺階，可以采用功能影像學的手段更加客觀地來判斷被試人員的腦功能，進而判斷被試人員的認知能力；fmri利用磁振造影來測量神經元活動所引發之血液動力的改變，fmri具有非侵入性、沒有輻射暴露等優點。
3、然而，相關技術中的腦認知檢測通常依賴于腦電圖和近紅外光譜，關于引入fmri技術進行快速準確的測試仍亟待研究。當前，fmri通常通過構建人群圖進行腦功能評估，在對被試者進行神經影像數據掃描時，僅從微觀的生理數據出發會出現不同程度的偏移，數據準確率有待提高，且面臨多特征融合的挑戰，人群圖對網絡關系的學習和表征能力不足。
技術實現思路
1、針對現有技術的不足，本申請提供了一種基于微-宏關系構建的數據處理系統、設備及存儲介質，解決了在將fmri技術引入認知測試中存在的測試準確率不足的問題。
2、為實現以上目的，本申請通過以下技術
3、第一方面，本申請實施例提供了一種基于微-宏關系構建的數據處理系統，該數據處理系統包括：微觀關系構建模塊、宏觀關系構建模塊、多尺度圖卷積模塊和融合模塊。
4、具體地，微觀關系構建模塊用于利用鎖相值plv技術分析獲取的fmri微觀數據，以捕捉不同目標對象在全腦尺度下的同步性關系；宏觀關系構建模塊用于獲取目標對象的量表數據，使用成對相似編碼器pae捕捉不同目標對象之間的成對關系，并通過模糊聚類算法捕捉亞型關系；其中，成對關系和亞型關系用于表征目標對象的認知水平；多尺度圖卷積模塊用于構建多通道圖卷積網絡，對同步性關系、成對關系和亞型關系分別進行卷積學習，得到初步表示信息；融合模塊用于獲取不同目標對象對應腦區之間的注意力系數，通過預設的注意力機制學習多尺度圖卷積模塊中不同通道的重要性，將不同的初步表示信息融合成目標表示信息，以進行認知能力分類。
5、根據本申請實施例的第一方面，微觀關系構建模塊包括：濾波處理單元、信號轉換單元和計算單元；濾波處理單元用于應用fir濾波器對每個目標對象對應的bold信號進行預處理，提取特定頻段的頻率成分減少其噪聲并拼接為全腦尺度下的濾波信號，得到fmri目標序列；信號轉換單元用于通過希爾伯特變換將濾波信號轉換為解析信號，并提取瞬時相位信息；計算單元用于根據瞬時相位信息，計算瞬時相位差的穩定性以得到plv值來表征同步性關系。
6、根據本申請實施例的第一方面，微觀關系構建模塊還包括矩陣化單元，矩陣化單元用于設置閾值，并基于plv值與閾值來建立同步關系矩陣；其中，同步關系矩陣包括多個目標元素，在plv值大于閾值的情況下，對應的目標元素取1；在plv值小于等于閾值的情況下，對應的目標元素取0。
7、根據本申請實施例的第一方面，fmri目標序列滿足表達式：
8、s＝[s1||s2||…‖sk]∈rk×t
9、式中，s表示fmri目標序列，si表示第i個目標對象對應的腦區，1≤i≤k,k表示腦區的數量，t代表腦區時間點的個數；
10、計算兩個目標對象si和sj之間的plv值滿足表達式：
11、
12、式中，為信號的瞬時相位差，為目標對象si對應的瞬時相位信息，為目標對象sj對應的瞬時相位信息，e表示自然常數，γ表示虛單位。
13、根據本申請實施例的第一方面，宏觀關系構建模塊包括捕捉構建單元和聚類評估單元，捕捉構建單元用于利用成對相似編碼器pae捕捉目標對象之間基本信息的相似性，構建宏觀的成對關系；其中，基本信息包括年齡、性別以及iq；聚類評估單元用于利用模糊聚類對亞型信息進行聚類，根據模糊隸屬度和設置的隸屬度閾值來評估目標對象之間的亞型組關系；其中，亞型組關系用于表征目標對象的細分預測試水平。
14、根據本申請實施例的第一方面，宏觀關系構建模塊對應的宏觀數據包括不同的細分預測試數據和成對的基本信息；聚類評估單元還用于利用模糊聚類探討目標對象之間的亞型關系，通過設定隸屬度閾值ξ來確定目標對象si和目標對象sj是否屬于同一共同亞型，并將不同目標對象之間的關系量化為一個亞型網絡；
15、在μik>ξ且μjk>ξ的情況下，確定目標對象si和目標對象sj屬于同一亞型；否則，確定目標對象si和目標對象sj不屬于同一亞型；其中，μik表示目標對象si屬于對應亞型ck的程度，μjk表示目標對象sj屬于對應亞型ck的程度。
16、根據本申請實施例的第一方面，成對關系滿足表達式：
17、
18、其中，表示第i個目標對象和第j個目標對象之間的成對關系，φi和φj分別表示第i個目標對象和第j個目標對象對應的基本信息在映射空間中通過預處理得到的標準化輸入表示；
19、模糊聚類對應的目標函數l滿足表達式：
20、
21、目標函數l對應的約束條件滿足表達式：
22、式中，n表示目標對象的數量，ck為集群中心,|c|為集群中心的數量，m為模糊參數。
23、根據本申請實施例的第一方面，多尺度圖卷積模塊包括：設計單元、構建單元和學習單元；設計單元用于通過圖卷積神經網絡技術學習每個尺度的圖嵌入，設計一種自適應的多通道圖卷積網絡；構建單元用于基于同步性關系、成對關系和亞型關系，構建多尺度人群圖；學習單元用于通過多通道圖卷積網絡學習多尺度人群圖，得到初步表示信息。
24、第二方面，本申請實施例提供了一種基于微-宏關系構建的數據處理方法，該數據處理方法包括：通過微觀關系構建模塊利用鎖相值plv技術分析獲取的fmri微觀數據，以捕捉不同目標對象在全腦尺度下的同步性關系；通過宏觀關系構建模塊獲取目標對象的量表數據，使用成對相似編碼器pae捕捉不同目標對象之間的成對關系，并通過模糊聚類算法捕捉亞型關系；其中，成對關系和亞型關系用于表征目標對象的認知水平；通過多尺度圖卷積模塊構建多通道圖卷積網絡，對同步性關系、成對關系和亞型關系分別進行卷積學習，得到初步表示信息；通過融合模塊獲取不同目標對象對應腦區之間的注意力系數，通過預設的注意力機制學習多尺度圖卷積模塊中不同通道的重要性，將不同的初步表示信息融合成目標表示信息，以進行認知能力分類。
25、第三方面，本申請實施例提供了一種電子設備，該電子設備包括：處理器、存儲器及存儲在存儲器上并可在處理器上運行的程序，程序被處理器執行時實本文檔來自技高網...
【技術保護點】
1.一種基于微-宏關系構建的數據處理系統，其特征在于，包括：
2.如權利要求1所述的基于微-宏關系構建的數據處理系統，其特征在于，所述微觀關系構建模塊包括：
3.如權利要求2所述的基于微-宏關系構建的數據處理系統，其特征在于，所述微觀關系構建模塊還包括矩陣化單元，所述矩陣化單元用于設置閾值，并基于所述PLV值與所述閾值來建立同步關系矩陣；
4.如權利要求2所述的基于微-宏關系構建的數據處理系統，其特征在于，所述fMRI目標序列滿足表達式：
5.如權利要求1所述的基于微-宏關系構建的數據處理系統，其特征在于，所述宏觀關系構建模塊包括：
6.如權利要求5所述的基于微-宏關系構建的數據處理系統，其特征在于，所述宏觀關系構建模塊對應的宏觀數據包括不同的細分預測試數據和成對的所述基本信息；所述聚類評估單元還用于利用模糊聚類探討目標對象之間的亞型關系，通過設定隸屬度閾值ξ來確定目標對象Si和目標對象Sj是否屬于同一共同亞型，并將不同目標對象之間的關系量化為一個亞型網絡；
7.如權利要求1所述的基于微-宏關系構建的數據處理
8.一種基于微-宏關系構建的數據處理方法，其特征在于，包括：
9.一種電子設備，其特征在于，包括：處理器、存儲器及存儲在所述存儲器上并可在所述處理器上運行的程序，所述程序被所述處理器執行時實現如權利要求8所述的基于微-宏關系構建的數據處理方法。
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲程序或指令，所述程序或指令被處理器執行時實現如權利要求8所述的基于微-宏關系構建的數據處理方法。
...【技術特征摘要】
1.一種基于微-宏關系構建的數據處理系統，其特征在于，包括：
2.如權利要求1所述的基于微-宏關系構建的數據處理系統，其特征在于，所述微觀關系構建模塊包括：
3.如權利要求2所述的基于微-宏關系構建的數據處理系統，其特征在于，所述微觀關系構建模塊還包括矩陣化單元，所述矩陣化單元用于設置閾值，并基于所述plv值與所述閾值來建立同步關系矩陣；
4.如權利要求2所述的基于微-宏關系構建的數據處理系統，其特征在于，所述fmri目標序列滿足表達式：
5.如權利要求1所述的基于微-宏關系構建的數據處理系統，其特征在于，所述宏觀關系構建模塊包括：
6.如權利要求5所述的基于微-宏關系構建的數據處理系統，其特征在于，所述宏觀關系構建模塊對應的宏觀數據包括不同的細分預測試數據和成對的所述基本信...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。