摘要
本发明公开了一种基于大语言模型的EEG智能体自动分析方法，以大语言模型为策略引擎，自主理解用户分析意图并进行任务的智能分解，进而动态调度与协同集成包括传统特征工程、多样化深度学习模型及外部知识库在内的分析资源。本发明可实现从信号预处理、特征提取、事件定位，到分类诊断、情绪识别、睡眠分期等复杂EEG分析任务的端到端自动化协调与执行，突破了单一检测或分类任务的局限，通过上下文感知与灵活的时空分析能力，赋能对复杂EEG数据进行多任务、连续性的深度推理与解读。本发明将大语言模型的通用规划与推理能力，同EEG领域的专用分析模型深度融合，显著提升了EEG分析的自动化水平、灵活性与临床应用潜力。
