一种基于图神经网络的脑电-多模态数据动态对齐方法及系统

本发明公开了一种基于图神经网络的脑电‑多模态数据动态对齐方法及系统，涉及数据对齐技术领域，根据脑电信号和多模态数据的特性，构建图结构和基于图神经网络的模型；应用图神经网络算法，迭代更新网络参数，以最小化损失函数，在每次迭代中，根据当前的网络参数更新节点特征，捕捉不同数据间的内在联系；在迭代过程中，引入特征融合机制，融合不同模态的数据特征；从更新后的节点特征中选择用于对齐的关键特征，使用动态时间规整DTW算法计算不同模态数据之间的时间对齐路径；根据对齐路径和损失函数，对对齐结果进行优化。本发明显著提高了脑电‑多模态数据动态对齐的精度和效率。