基于自监督对比学习的EEG运动意象分类建模系统及其建模方法

本发明公开了一种基于自监督对比学习的EEG运动意象分类建模系统及其建模方法，该系统包括获取模块，用于获取EEG数据；域自适应对齐模块，用于对齐源域与目标域的EEG数据；数据增强模块，用于对未标注的源域EEG数据进行增强操作；掩码建模模块，用于对增强后的EEG数据进行部分时间点的掩码，并通过编码器提取EEG特征表示；多视图时空注意力模块，用于处理EEG特征并生成EEG特征向量；对比学习模块，通过重建解码器实现原始序列的重建，并进行对比学习与自监督预训练；分类模块，通过分类损失优化模型参数，并应用于目标域数据，实现跨域分类。本发明能有效处理EEG信号的个体间变异性，提升运动意象分类的准确性和模型的跨域适应能力。