基于自注意力机制与GRU-LSTM融合的癫痫发作检测方法及系统

本发明涉及基于自注意力机制与GRU‑LSTM融合的癫痫发作检测方法及系统，包括以下步骤：(1)对原始脑电图信号数据进行预处理，提取时域和非线性特征；(2)将数据集随机划分为训练集、测试集和验证集；(3)构建融合自注意力机制、门控循环单元和长短期记忆网络的深度学习模型；(4)从训练后的深度学习模型中提取融合特征，并输入支持向量机分类器进行癫痫发作与非发作的分类；(5)通过多模态特征融合、长短期依赖建模及自适应特征选择，输出分类结果。本发明的优点是：结合了自注意力机制、门控循环单元、长短期记忆网络和支持向量机分类器，通过多阶段的处理流程提取脑电图信号的深层特征，并最终进行癫痫发作与非发作的分类。