一种适应通道缺失的意识障碍脑电判别方法和系统

本发明公开了一种适应通道缺失的意识障碍脑电判别方法和系统。所述方法基于深度网络的脑电分类模型，根据患者的静息态脑电能以高准确度进行意识障碍类型（MCS与UWS）的自动判别。模型利用时域双分支CNN模块与时空Transformer模块来分层次地学习脑电数据中的特征；并引入了通道维可变的模型架构、融合电极位置信息的通道间关联学习方法以及通道随机丢弃的训练策略，使得模型能适应部分通道缺失的场景，从而提高了方法的临床适用性。