La evolución de las fracturas inducidas por la sobrecarga minera (MIOFs) y su monitoreo dinámico son críticos para prevenir peligros de agua en el techo y desastres de gas en las minas de carbón. Los métodos convencionales a menudo no logran proporcionar suficiente precisión bajo los estratos de techo intercalados de suave-duro delgados, lo que requiere alternativas avanzadas. Aquí, abordamos este desafío proponiendo un método de resistividad de perforación (BRM) basado en la inversión de espacio completo de red neuronal de retropropagación (BPNN-FSI). Basado en la Formación Taiyuan del Carbonífero en el Campo de Carbón del Norte de China, se establecieron modelos geoeléctricos de MIOFs para diferentes etapas de minería. Las simulaciones de elementos finitos generaron respuestas de resistividad aparente para entrenar y validar el modelo BPNN-FSI. En el frente de trabajo 9-204 de la Mina de Carbón Dianping (Provincia de Shanxi), comparamos el BRM propuesto basado en BPNN-FSI con una fórmula empírica, simulación numérica, simulación física de similitud y observaciones de pérdida de agua por perforación inclinada subterránea (UIDWLOs). Los resultados demuestran que el BRM basado en BPNN-FSI logra un error inferior al 1% en la altura de monitoreo de MIOF (HMIOF), con una altura máxima de fractura detectada de 52 m, superando significativamente a los métodos convencionales. Este estudio valida la precisión y robustez del BRM basado en BPNN-FSI para el monitoreo de MIOF en estratos de techo intercalados de suave-duro delgados, ofreciendo una herramienta confiable para la prevención de peligros en el techo y prácticas mineras sostenibles.