一种基于双分支协同引导学习的EEG通道选择方法与系统

一种基于双分支协同引导学习的EEG通道选择方法与系统，包括：采集原始的脑电信号；将原始的脑电信号通过信号输入模块输入到通道重要性评估模块内，计算每个通道的平滑评分，选取设定数量的最优通道；信号特征提取模块提取最优通道的时空特性并进行池化和投影后，得到最终的嵌入特征；将嵌入特征输入到双分支内，对嵌入特征进行全局平均池化并通过多类别预测得到预测标签概率分布；依据嵌入特征对完整的脑电信号进行重构，得到重构的脑电信号；构建总损失函数，最小化总损失，并对脑电通道选择模型的权重进行调整；利用训练后的脑电通道选择模型进行通道选择。本发明通过协同学习机制，在保证性能的基础上，显著减少了脑电信号所需通道数量。