基于模糊聚类和长短时记忆网络的癫痫发作信号检测方法

基于模糊聚类和长短时记忆网络的癫痫发作信号检测方法，对生理信号采集及预处理，再特征提取，通过模糊C均值聚类FCM将样本分为非发作期样本和潜在发作期样本，对潜在的发作期样本进行重构，并输入LSTM模型进行训练，根据训练好的LSTM模型估计潜在发作期样本的发作概率；本发明使用了两级分类器，通过对运动状态的筛选，降低了算法复杂度，提高了算法实时性；同时，结合了模糊C均值聚类和长短时记忆网络，提高了时序信息利用率，有效提高了算法性能，能够快速准确地判定癫痫发作，以提高癫痫发作检测的准确性和实用性。