一种用于想象语言脑电地形图解码的三维卷积方法

一种用于想象语言脑电地形图解码的三维卷积方法。其解决了针对多节律脑电地形图，现有卷积网络方法在建模能力的不足，导致其在想象语言中的解码精度显著下降问题。在矩形BEAM重构方面，搭建了频段特异性自适应变差克里金插值模型，根据各频段脑电功率的空间变异特征自动选择最优变差函数，构建多频段、多时间步下高分辨率的BEAM图序列，兼顾空间连续性与CNN结构适配性。设计了一个双分支三维卷积神经网络，分别对空间‑时间与空间‑频段张量进行高维特征提取，挖掘神经活动的多尺度结构与动态表达能力，对两个特征向量分支的判别性进行动态加权，提高分类器对语言想象脑电模式的识别能力。