一种基于通道相关性重建的跨被试脑电信号分类方法

本发明公开了一种基于通道相关性重建的跨被试脑电信号分类方法，其步骤包括：1、对来自多个源域被试的脑电信号数据进行预处理，形成源域数据集；2、搭建神经网络模型；3、在训练过程中，从源域数据中随机选择小批次样本；4、使用基于通道相关性重建的数据增强方法对小批次样本进行重构；5、将重构后的样本作为模型的输入，以更新模型参数，直至参数收敛为止。本发明通过基于通道相关性重建的数据增强方法增强源域数据的多样性，进而提升跨被试分类模型的域泛化能力，提高了跨被试分类模型在新被试数据上的跨被试分类性能，促进了脑机接口在现实世界的应用。