一种基于多任务学习的EEG情绪识别与情绪障碍检测方法、装置、设备及介质

本申请公开了一种基于多任务学习的EEG情绪识别与情绪障碍检测方法、装置、设备及介质，涉及特征识别领域中的脑电信号情绪及情绪障碍识别领域，该方法根据异构专家网络提取脑电数据的任务共享特征，通过门控网络对每个任务分配对应的专家权重，构建神经网络模型；将计算专家权重后的脑电数据输入所述神经网络模型中塔层模块进行任务分类，得到每个任务的分类结果；向脑电数据中的每个任务分配不确定性权重，并通过动态加权损失函数，动态调整任务损失权重，重构神经网络模型，确定优化后的神经网络模型；将脑电数据输入至优化后的神经网络模型，确定任务分类结果解决了数据稀缺的问题，能够充分利用共享信息，实现了情绪识别与情绪障碍检测。