一种基于动态多尺度时空注意力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，公开了一种基于动态多尺度时空注意力网络的癫痫发作预测方法，包括以下步骤：S1、基于数据收集模块获取脑癫痫发作前期和间期电信号；S2、基于数据处理模块，对脑电信号进行滤波提纯以及分割，获取时间窗信号片段；S3、基于模型构建与训练模块，构建动态多尺度时空注意力网络，其包括动态时间注意力模型、多尺度空间注意力模型和交叉注意力特征融合模型。本发明采用上述一种基于动态多尺度时空注意力网络的癫痫发作预测方法，探究癫痫脑电的时空复杂协同关系，获得脑电长程时空特征，从而提高癫痫发作预测精度；此外本发明还增强了原始数据的辨识力，增加了深度学习算法中的可解释性和适用性。