基于脑电图的面向跨受试疼痛分类方法

基于脑电图的面向跨受试疼痛分类方法，解决如何有效提高跨受试疼痛分类的可靠性且减轻临床数据采集压力的问题，属于脑电图数据评估领域。本发明包括：识别目标受试者和历史数据集中历史受试者疼痛敏感度高度相关的静息EEG特征，并筛选出历史数据集中与目标受试者有相似疼痛反应的历史受试者，组成目标受试者的源受试者集合；利用源受试者集合构建伪标签，并在考虑认知等实验动态因素的情况下优化源受试者集合，得到源域；利用源域和目标域进行自适应迁移学习，对所有源域学习后得到的目标域的标签进行加权融合，得到目标受试者的预测分类结果，完成分类。