一种基于高阶特征加权深度森林的癫痫预测系统及方法

本发明公开了一种基于高阶特征加权深度森林的癫痫预测系统及方法，该癫痫预测方法通过提取脑电信号的多组熵特征，并对提取出的熵特征进行二次提取，对其进行归一化后以此为权重将原特征矩阵进行加权改进，提高了对数据中的数据特征的提取，从而使最终的预测结果更加准确，该基于高阶特征加权深度森林的癫痫预测方法可以有效地提高癫痫预警的精度，在绝大多数情况下能够准确地预测短时间内癫痫是否会发作，该模型具有强鲁棒性，并且在癫痫预测预警领域具有较高的应用价值。同时，本发明采用的是“白盒”识别方法，其内部结构易解释性好、透明度高。