基于深度域适应的多源跨被试运动想象脑电信号分类方法

本发明涉及运动想象脑电信号解码技术领域，具体涉及基于深度域适应的多源跨被试运动想象脑电信号分类方法，针对不同被试间数据分布差异大的问题，首先对脑电信号进行预处理和欧几里得空间数据对齐；然后采用正则化共空间模式方法提取关键特征，优化信号特征表示；最后构建基于多层感知机的深度学习模型，结合中心矩差异损失和对比域差异损失分别对齐边际分布和类别信息，实现高精度跨被试分类。该方法适用于运动康复、辅助设备控制等脑机接口场景，具备较强的鲁棒性和实用性。