一种基于多尺度卷积注意力的特征提取方法及系统

本发明提出了一种基于多尺度卷积注意力的特征提取方法及系统，涉及计算机辅助医疗技术领域，针对的问题是：传统手工特征提取方法对复杂脑电信号的捕捉不足、局部与全局特征建模存在局限性及对关键通道的自适应关注不足，该方法包括获取脑电信号数据，对脑电信号数据进行预处理，得到预处理后的脑电信号数据；将预处理后的脑电信号数据输入至特征提取模型中，提取特征。本发明采用多尺度卷积结合ECA注意力机制，避免了传统手工特征提取的复杂性和信息损失，引入Conformer编码层解决了卷积神经网络在长时间特征提取上的不足，使得模型能够全面理解脑电信号中的时序特征，结合BiGRU层，能够更好地提取脑电信号中的长时依赖关系。