本申请实施例涉及生物电信号处理，尤其涉及一种运动意图解析方法及装置。
背景技术：
1、近年来，人机协同技术正在人机交互、人体增强和康复领域内迅速发展，逐渐获得越来越多的关注。运动意图是人主观产生的控制躯体运动的想法和指令，因此对运动意图解码是人机协同技术中最重要的技术之一。如何高效准确地实现人类与机器之间的信息交换，是人机协同技术的关键，决定了人机系统任务的完成效果和整体安全性。人的运动意图可以通过多种手段进行识别，其中基于脑电信号(electroencephalogram，eeg)对人的运动意图进行解析是一种应用前景广阔的方法。
2、目前，在基于eeg对运动意图进行解析之前，还需判断是否存在认知分心，并根据判断结果选择对应的解码模型。但是，在实际使用中，由于机器无法获取人的认知状态的先验信息，使得无法根据人的认知状态自适应地调整模型参数。
3、因此，目前亟需一种适用于有无认知分心的运动意图解析方法。
技术实现思路
1、本申请实施例提供一种运动意图解析方法及装置，用以对脑电信号进行运动意图识别，无需进行认知分心判断。
2、第一方面，本申请提供一种运动意图解析方法，下面以对运动意图进行识别的处理器为执行主体进行说明。在该方法中，处理器获取人脑电极位置的脑电信号，并对脑电信号进行信息压缩处理，得到脑电信号的潜在状态信息。其中，脑电信号是基于多个电极信号得到的，潜在状态信息用于表征脑电信号的时空特征，时空特征用于表征多个电极信号的采集时刻和采集通道，多个电极信号中的每一个电极信号对应一个采集通道。处理器从潜在状态信息中提取脑电信号的特征数据，并根据特征数据分析脑电信号对应的运动意图。
3、在该方法中，处理器在得到脑电信号后，可以从脑电信号的潜在状态信息中提取出脑电信号的特征数据，并根据特征数据分析脑电信号对应的运动意图，无需预先判断是否存在认知分心，从而可以对有认知分心的脑电信号和无认知分心的脑电信号进行运动意图识别，进而提高了运动意图解析方法的适用性。
4、在一种可能的设计中，在对脑电信号进行信息压缩处理，得到脑电信号的潜在状态信息之前，处理器还可以对脑电信号进行预处理。其中，预处理包含重参考、基线去除、滤波处理、独立成分分析和降采样处理。
5、通过该设计，处理器可以去除脑电信号中的干扰成分。
6、在一种可能的设计中，处理器可以将脑电信号输入到隐变量模型中，得到潜在状态信息；其中，隐变量模型可以为因子模型。
7、通过该设计，处理器可以确定脑电信号的潜在状态信息。
8、在一种可能的设计中，处理器可以根据设定的更新周期，获取样本脑电信号。其中，样本脑电信号为历史脑电信号。处理器可以基于最大期望算法，对样本脑电信号进行处理，得到因子模型的模型参数；其中，模型参数包含负载矩阵和独立因子协方差。处理器还可以根据模型参数更新因子模型。
9、通过该设计，处理器可以定时更新因子模型，从而可以保证因子模型的准确率。
10、在一种可能的设计中，处理器还可以对隐变量模型的样本协方差进行谱分解，得到多个神经活动模式，并确定多个神经活动模式的特征值；其中，任一个神经活动模式的特征值用于表征神经活动模式的主导性。处理器还可以对潜在状态信息进行线性分解，得到多个潜在成分；其中，每个潜在成分用于表征一个电极信号的时空特征，多个潜在成分与多个神经活动模式一一对应。处理器可以根据多个神经活动模式的特征值，从多个潜在成分中选择多个目标潜在成分。处理器可以根据多个目标潜在成分，得到特征数据。
11、通过该设计，处理器可以根据神经活动的主导性，从潜在状态信息中提取特征数据。
12、在一种可能的设计中，处理器可以根据每个神经活动模式的特征值，分别确定每个神经活动模式的主导程度。处理器还可以从多个神经活动模式中选择多个目标神经活动模式，多个目标神经活动模式的主导程度均高于多个神经活动模式中除多个目标神经活动模式之外的神经活动模式的主导程度。处理器从多个潜在成分中选择多个目标神经活动模式对应的多个潜在成分为多个目标潜在成分。
13、通过该设计，处理器可以基于多个神经活动模式的主导程度，从多个潜在成分中选择可以表征运动意图的多个目标潜在成分。
14、在一种可能的设计中，处理器可以对特征数据进行标准化处理，并将处理后的特征数据输入至分类模型中；处理器基于分类模型，对处理后的特征数据进行分类，得到脑电信号对应的运动意图。
15、通过该设计，处理器可以基于分类模型，对特征数据进行识别，得到脑电信号对应的运动意图。
16、第二方面，本申请还提供一种运动意图解析装置，该装置包括：
17、获取单元，用于获取人脑电极位置的脑电信号；所述脑电信号是基于多个电极信号得到的；
18、处理单元，用于对所述脑电信号进行信息压缩处理，得到所述脑电信号的潜在状态信息；所述潜在状态信息用于表征所述脑电信号的时空特征；所述时空特征用于表征所述多个电极信号的采集时刻和采集通道；所述多个电极信号中的每一个电极信号对应一个采集通道；从所述潜在状态信息中提取所述脑电信号的特征数据；
19、分析单元，用于根据所述特征数据，分析所述脑电信号对应的运动意图。
20、第三方面，提供一种电子设备，该电子设备包括处理器和存储器，所述存储器中存储有一个或多个计算机程序，所述一个或多个计算机程序包括指令，当所述处理器调用所述指令时，使得所述电子设备执行上述第一方面的运动意图解析方法。
21、第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序或指令，当该计算机程序或指令被执行时，使得计算机执行上述第一方面或第一方面的任一种可能的实现方式中的方法。
22、第五方面，本申请提供一种计算机程序产品，当计算机执行计算机程序产品时，使得计算机执行上述第一方面或第一方面的任一种可能的实现方式中的方法。
23、第六方面，本申请实施例还提供了一种芯片，所述芯片用于读取存储器中存储的计算机程序，执行上述第一方面及第一方面任一可能的设计中的方法。
24、上述第二方面至第六方面的有益效果，请参见上述第一方面的有益效果的描述，这里不再重复赘述。
1.一种运动意图解析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在对所述脑电信号进行信息压缩处理，得到所述脑电信号的潜在状态信息之前，所述方法还包括：
3.根据权利要求1或2所述的方法，其特征在于，所述对所述脑电信号进行信息压缩处理，得到所述脑电信号的潜在状态信息，包括：
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
5.根据权利要求3或4所述的方法，其特征在于，所述从所述潜在状态信息中提取所述脑电信号的特征数据，包括：
6.根据权利要求5所述的方法，其特征在于，所述根据所述多个神经活动模式对应的特征值，从所述多个潜在成分中选择多个目标潜在成分，包括：
7.根据权利要求1-6任一项所述的方法，其特征在于，所述根据所述特征数据，分析所述脑电信号对应的运动意图，包括：
8.一种运动意图解析装置，其特征在于，包括：
9.根据权利要求8所述的装置，其特征在于，在对所述脑电信号进行信息压缩处理，得到所述脑电信号的潜在状态信息之前，所述处理单元还用于：
10.根据权利要求8或9所述的装置，其特征在于，所述处理单元具体用于：
11.根据权利要求10所述的装置，其特征在于，所述处理单元还用于：
12.根据权利要求10或11所述的装置，其特征在于，所述处理单元具体用于：
13.根据权利要求12所述的装置，其特征在于，所述处理单元具体用于：
14.根据权利要求8-13任一项所述的装置，其特征在于，所述分析单元具体用于：
15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在被电子装置调用时，使所述电子装置执行如权利要求1-7中任一项所述的方法。
16.一种芯片，其特征在于，所述芯片与存储器耦合，所述芯片读取所述存储器中存储的计算机程序，执行权利要求1-7任一项所述的方法。
17.一种计算机程序产品，其特征在于，当所述计算机程序产品在计算机上运行时，使得所述计算机执行如权利要求1-7中任一项所述的方法。
