一种脑电异常波AI识别的训练方法

本发明公开了一种脑电异常波AI识别的训练方法，包括以下步骤：步骤一，数据处理；步骤二，标注处理；步骤三，数据训练；本发明通过加入睁闭眼事件、发作事件、闪光刺激事件、深呼吸状态和睡眠状态的事件特征指标，有效地提升了模型的泛化能力，使得模型能够深入学习不同事件状态下脑电信号的变化规律，从而极大地提高了对异常波识别的准确性和可靠性；本发明通过构建多维度的导联数据来扩展数据维度，以此解决因脑电导联模板数据单一带来的问题，避免了依赖单一导联模板带来的局限性，让模型能够学习到更为全面的脑电信号特征，从而减少因导联单一而导致的伪差问题，为脑电异常波的准确识别奠定了基础。