一种基于神经元发放相关性的脑电数据去噪方法

本发明公开了一种基于神经元发放相关性的脑电数据去噪方法，包括：(1)获取脑电数据，预处理后得到去噪训练集；(2)设计基于对比学习的多分支神经网络模型，利用多分支的注意力机制网络来学习不同神经元之间的相关性模式，计算得到相关性噪声向量，再将脑电数据减去该噪声向量后得到去噪后的脑电数据；(3)利用去噪训练集对模型进行训练，训练过程中加入针对神经元发放相关性的约束；计算去噪后数据的神经元类内和类间相关性并以一定权重加入到需要优化的总体损失函数中；(4)将脑电数据输入训练好的模型，得到去噪后的脑电数据。本发明可以在一定程度缓解相关性噪声对脑电数据信息量的抑制作用，有效提高脑电数据的质量和解码效果。