一种基于轻量级深度统计模型的癫痫发作预测方法

本发明属于医学数据处理领域，尤其为一种基于轻量级深度统计模型的癫痫发作预测方法，该方法具体包括如下步骤：准备数据集：准备CHB‑MIT数据集，CHB‑MIT数据集前70%用于标签生成与网络训练；CHB‑MIT数据集后30%用于最终的模型测试；S2，构建混合数据增强模型。本发明是建立了一种包含非平稳数据分割、低响应数据剔除、和本发明设计的随机信道置换的混合数据增强模型；构建了包含统计模型和神经网络结构的深度统计模型；设计了简单高效的神经网络，闭合了完整的网络全监督训练框架致使网络成功收敛，设计了新的损失函数及评价指标；提高了癫痫发作预测模型的效率和精确性，解决了训练数据不足和传统机器学习癫痫预测方法不稳定等难题。