一种基于自适应图与多尺度时序网络的脑电疲劳解码方法、设备、介质及产品

本申请公开了一种基于自适应图与多尺度时序网络的脑电疲劳解码方法、设备、介质及产品，涉及脑电领域，该方法包括：对待测脑电信号进行空间拓扑与时频特性强耦合，得到四维脑电特征张量；四维脑电特征张量是包括时间切片、生理频带和二维空间共四维的特征张量；将四维脑电特征张量输入至脑电疲劳识别模型，得到脑电疲劳识别结果，完成脑电疲劳解码；其中，全局‑局部预处理注意力模块用于对四维脑电特征张量进行二次标定，得到重标定特征，再通过双流拓扑感知空间编码器进行空间融合，得到空间融合特征序列，再通过轻量化自适应多尺度时序混合模块进行动态加权和分类，得到脑电疲劳识别结果。本申请能够提高脑电疲劳识别结果准确性和可解释性。