一种基于状态相关网络动态分析的空闲态判别方法

本发明公开了一种基于状态相关网络动态分析的空闲态判别方法，属于脑机接口技术领域。该方法针对异步SSVEP脑机接口中空闲态检测精度不足的问题，通过构建多层动态网络模型实现高精度状态判别。其步骤包括：采集包含任务态与空闲态的枕区脑电信号，经去基线、降采样、带通滤波及陷波预处理后构建离线数据集；采用重叠时间窗口重构时序信号，结合TRCA模板构建状态相关网络，利用Louvain算法进行模块划分，并提取四种网络特征；基于随机森林分类器对控制态与空闲态进行实时分类。本发明通过动态捕捉脑网络的时变拓扑特性，有效区分复杂非平稳信号中的意图状态，显著提升空闲态检测特异性与系统抗干扰能力，为脑控机器人等异步交互场景提供安全可靠的技术支持。