基于脑电数据和深度学习模型的元认知训练方法

本发明涉及一种基于脑电数据和深度学习模型的元认知训练方法，包括：通过脑电设备采集参训者脑认知信息数据进行数据预处理；通过傅里叶变换，将获取到的原始脑电数据转移到预设频域波段上获取能量数值，通过计算时序能量值得到脑认知信息数据；将获取到的脑认知数据集划分为标签集和特征集进行数据标记和筛选；根据脑认知预设训练课程进行现场授课，观察并记录参训者的训练状态和脑认知数据形态，形成与脑认知数据集对应的标签集，用于下一步骤的模型训练；构建LSTM网络模型将脑认知数据集按比例拆分为训练集和测试集进行模型训练；对当前获取到的训练模型进行数据验证和模型修正，并利用训练模型自动标记参训者的状态、生成报告供使用参考。