基于多路深度神经网络的棘波叠加涟波检测方法

本发明公开了一种基于多路深度神经网络的棘波叠加涟波检测方法。本发明步骤：1、收集真实BECTS患者的脑电数据，进行预处理后切片；2、对处理后的低频与高频脑电信号，使用深度神经网络进行特征提取与动态频谱加权融合，输出高阶特征图；3、引入多头注意力机制及编码层，实现对脑电信号特征的动态权重分配与全局依赖关系建模，输出分类结果；4、采用加权交叉熵损失与可微AUC损失动态处理样本不平衡问题，构建分类模型并优化；5、应用优化调整后的RonS检测模型，在连续的EEG信号上实现脑电RonS检测。本发明通过构建多核因果卷积模块提取棘波时域特征，结合PSD加权机制融合多频段信息，显著提升复杂脑电信号中RonS的检测精度与泛化能力。