一种基于脑电数据通道选择与深度学习神经网络的神经应激损伤诊断方法

本发明公开了一种基于脑电数据通道选择与深度学习神经网络的神经应激损伤诊断方法，涉及神经应激损伤诊断技术领域，包括包括下述步骤：S1、数据预处理模块；S2、自适应通道选择模块；S3、特征分类模块与分类模块。该基于脑电数据通道选择与深度学习神经网络的神经应激损伤诊断方法，通过短时傅里叶变换（STFT）将EEG信号转换为时频图，有效捕捉了随时间变化的频率特征，丰富了信号表征，提升了应激损伤诊断的准确性。通过引入注意力机制，自动识别并聚焦与应激损伤相关的关键EEG通道，实现了针对不同个体的个性化通道选择，提高了诊断精度。