脑电听觉注意识别增量学习方法、装置、设备及介质

本发明公开了一种脑电听觉注意识别增量学习方法、装置、设备及介质，该方法通过对多通道脑电信号进行预处理和时频特征提取，利用卷积注意网络获得全局时序上下文特征；进而构建动态自组织增量神经网络模块，通过原型节点集合进行相似度匹配和拓扑管理；引入Wasserstein距离度量数据分布差异，当超过阈值时触发自适应扩展机制；结合弹性权重固化机制约束关键参数，防止灾难性遗忘。本发明实现了在非平稳脑电信号环境下的持续在线学习，无需重新训练整个网络即可自适应分布漂移，显著提升了听觉注意识别的准确性、鲁棒性和长期稳定性，可广泛应用于脑机接口、智能助听设备及神经康复等领域。