一种基于时空图卷积网络的胎心率信号分类方法

本发明提供一种基于时空图卷积网络的胎心率信号分类方法，包括以下步骤：获取胎心率信号并进行预处理；从胎心率信号中提取节点特征属性，生成初始静态图；基于初始静态图和自适应邻接矩阵构建得到动态图，更新动态图中节点在每个时间步上的信息传播，生成更新后的动态图；构建优化的时空图卷积网络模型，将更新后的动态图输入优化的时空图卷积网络模型，输出胎心率信号的分类结果。本发明引入动态图机制，并对传统时空图卷积网络进行优化，有效地捕捉节点之间的空间依赖性和时间依赖性，实现跨时间维度的信息传递，推断出FHR数据的病理因果性，提高了FHR信号分类的准确性。