一种基于残差迭代的深度学习脑电源定位方法及系统

本发明公开了一种基于残差迭代的深度学习脑电源定位方法及系统，包括：S1、获取当前电磁信号；S2、基于当前电磁信号，获取初步源定位结果；S3、基于初步源定位结果，获取稀疏源定位结果；S4、基于稀疏源定位结果，获取最大强度激活源；S5、更新当前电磁信号，重复S2‑S5，直至达到预设条件，获取最终源定位结果。利用sLORETA进行初步源定位，提供了一个较为粗略的脑源定位结果。然后利用神经网络对sLORETA的结果进行修复，以恢复精确位置的稀疏源，并尽可能地恢复激活源的强度。本发明综合sLORETA的快速计算和初步定位能力，以及神经网络的高精度修复能力，从而在源定位中实现了更精确、更稳定的结果。