一种可解释的零样本视觉EEG解码方法

本发明涉及一种可解释的零样本视觉EEG解码方法，属于脑机接口领域。旨在解决现有视觉EEG解码模型可解释性差、模型泛化能力不足的问题。该方法通过构建基于变分自编码器的EEG到图像对齐的解码框架E2IVAE，实现了EEG信号到刺激图像的跨模态对齐，迫使从EEG中提取视觉感知信息，从而可以通过下游跨模态EEG解码来实现零样本神经解码。同时使用新型的基于算法展开的脑电编码器ISTANet提高了解码的准确性和稳定性并赋予了解码框架的可解释性，通过直观分析重建的脑电特征判断框架是否提取到有用的特征。本发明在大型RSVP二模态数据集上的实验结果表明，该方法在零样本神经解码任务中具有优越的解码精度和可解释性。