脑磁图棘波定位模型的深度学习方法

本发明提供了一种脑磁图棘波定位模型的深度学习方法。所述深度学习方法包括：对多通道脑磁信号进行数据预处理；进行棘波初步筛选，对筛选后的所述多通道脑磁信号进行区域性多通道加权融合获得波段数据；计算所述波段数据的手工特征信息；以及，将所述波段数据与对应的所述手工特征信息作为输入整体，输入神经网络中，以训练得到所述脑磁图棘波定位模型。如此配置，将多通道脑磁信号之间的内在关联性和棘波信号时间序列动态特性考虑在内，克服了现有技术中存在的问题。本发明的一个实施例，通过对脑磁图通道分区，在每个分区内采用多通道加权融合策略，以及构建结合门控循环单元与注意力机制的神经网络架构，从而进一步提高了方案的效果。