基于对抗自动编码器的运动想象脑机接口自适应分类方法

本发明公开了一种基于对抗自动编码器的运动想象脑机接口自适应分类方法，该方法通过对抗自动编码器(Adversarial Auto‑Encoder,AAE)技术，解决脑电信号的非平稳性问题，提高跨时间段运动想象脑电信号的分类精度。本发明首先使用公共数据集预训练运动想象脑电解码初始模型，然后在在线实验中进行反馈训练，将新采集的数据视为目标域，原解码模型训练数据视为源域，通过对抗自动编码器提取共同特征，迭代更新脑电解码模型。该方法不仅提高了特征提取的鲁棒性和通用性，还可通过生成脑电信号增强训练数据，最终实现高效的运动想象脑机接口控制。本发明可以应用于脑机接口系统，助力于医疗、康复等领域。