一种基于状态空间模型Mamba的电生理信号长时间依赖序列分类系统

本发明提供一种基于状态空间模型Mamba的长时间依赖序列分类系统，具体包括：数据预处理模块，用于对输入的电生理信号序列数据进行预处理，以确保数据适配后续处理步骤。卷积特征提取模块，通过卷积神经网络提取输入数据中的局部特征，为后续的时间序列建模提供有效的特征表示；Mamba特征增强模块，其结合Mamba的状态空间建模能力，强化电生理信号中的时间依赖特征，通过内隐注意力机制选择性地提取重要信息，提升模型对全局信息的理解能力。分类头基于增强后的特征进行分类，输出最终预测结果。本发明通过模块化设计，能高效处理电生理信号中的长时间依赖序列，适用于心电图、脑电图等电生理信号的分类任务，具有广泛的应用前景。