一种基于全局上下文感知生成网络的癫痫发作预测方法

本发明属于癫痫发作预测技术领域，公开了一种基于全局上下文感知生成网络的癫痫发作预测方法，包括：获取癫痫发作前期和间期的脑电信号；对脑电信号滤波和时间窗分割，得到时间窗信号片段；构建全局上下文感知生成网络，对时间窗信号片段进行全局依赖关系捕获与上下文信息整合，得到合成信号片段；构建多尺度时频特征深度卷积癫痫发作预测模型，对数据增强样本进行多尺度时频分析，深入挖掘癫痫脑电的关键特征。本发明采用上述一种基于全局上下文感知生成网络的癫痫发作预测方法，克服发作状态持续差异性的问题，保证脑电数据样本空间丰富性，提高预测精度，为癫痫发作预测领域提供新的思路和技术手段。