一种基于多视角特征表达及优选的跨任务EEG解码方法

本发明公开一种基于多视角特征表达及优选的跨任务EEG解码方法，属于脑信息解码技术领域。本发明具体包括：使用原始EEG数据作为基础输入，通过时空视角特征提取网络学习时间和空间信息；利用基于大脑电极通道的功能连通性图作为第二输入，通过空间视角特征提取网络学习电极通道间的空间信息；以及使用二维时频图像作为第三输入，通过时频域视角特征提取网络学习频谱和时间信息。最终，通过一个任务导向的特征适配网络，优选并整合这三种视角的有效特征，以提高分类的准确性。本发明结合了空间视角、时空视角和时频域视角三种特征提取网络，以构建一个综合框架，实现对不同任务EEG信号的多视角特征捕捉。