基于稀疏参数共享的多任务学习脑电图分类与预后预测方法

本发明公开了基于稀疏参数共享的多任务学习脑电图分类与预后预测方法，具体按照以下步骤实施：步骤1、数据采集；步骤2、脑电数据预处理；步骤3、多维度脑活动特征提取及融合；步骤4、多任务学习模型训练。本发明通过采用高编码能力的模型，并结合先验信息约束模型状态空间，显著提高了预测准确性。即使在过参数化的神经网络中，通过随机初始化和训练，也能找到一个子网络，该子网络能在相同训练次数下达到与原始网络相同的预测性能。