一种基于MNE-GAN的运动相关脑电信号源定位方法及系统

本发明公开了一种基于MNE‑GAN的运动相关脑电信号源定位方法及系统。方法包括以下步骤：虚拟多通道脑电数据合成；基于最小范数估计MNE的脑电源数据生成网络构建；脑电源数据判别器构建；虚拟脑电数据预处理；基于虚拟脑电数据的MNE‑GAN模型训练；利用训练好的模型进行真实脑电数据的源定位。本发明使用基于MNE的生成对抗网络提出了一种新的脑电源定位方法，通过加入最小范数约束限制生成的脑电源数据满足物理先验知识，有利于无创神经生理学机制研究以及脑电解码精度提升。