摘要
本发明公开了基于并行注意力机制可解释的癫痫发作识别方法和装置,涉及信号检测技术领域,方法包括:构建神经网络模型并进行训练,得到癫痫样发作信号识别模型;获取患者头皮脑电信号,癫痫样发作信号识别模型利用若干卷积层对输入的脑电信号片段进行编码,输出时域编码结果和频域编码结果;分别利用多头注意力架构对时域编码结果和频域编码结果进行特征提取,输出时域特征和频域特征,相加得到融合特征,输入分类器得到分类结果;最后采用注意力块的权重数据和卷积层的梯度信息计算热力图并与脑电信号进行对比,找出预测重点关注部分。本发明分类效果优于传统的卷积神经网络模型,可解决难以高准确率识别跨个体IED信号的问题。
技术关键词
信号识别模型
信号编码器
癫痫
注意力机制
头皮脑电信号
识别方法
神经网络模型
时域特征提取
频域特征提取
输出特征
融合特征
训练集数据
热力图
分类器
特征提取器
系统为您推荐了相关专利信息
筛查模型
信息实体识别
稽核方法
企业
词嵌入模型
鉴别商品
商品自动识别系统
计算机视觉
特征空间重构
商品图像特征
土壤重金属残留
原位检测系统
近红外光谱仪
深度学习预测
土壤重金属含量
遥感影像数据
多模态
注意力机制
作物生长监测
农业遥感技术
融合数据库
大语言模型
数据查询方法
图表
自然语言分析