一种基于多模态数据的疲劳状态预测方法、装置及系统和存储介质

本申请公开一种基于多模态数据的疲劳状态预测方法、装置及系统和存储介质，涉及脑电信号处理技术领域，其中方法包括：构建时序连通性过滤和动态脑区增强模型；其中时序连通性过滤和动态脑区增强模型包括分频段带道注意力模块、时序连通性过滤模块和动态区域增强模块；基于输入的脑电数据，利用分频段带道注意力模块，得到通道加强特征；利用时序连通性过滤模块对通道加强特征进行处理，得到第一特征值；利用动态区域增强模块对通道加强特征进行处理，得到第二特征值；对第一特征值和第二特征值进行融合，并通过全连接层进行预测结果输出得到基于多模态数据的疲劳状态预测结果。本申请可以揭示疲劳状态下大脑区域的动态拓扑模式和功能连接强度的时序变化。