摘要
本发明公开了一种基于KAN特征融合的EEG信号棘波检测方法及系统,包括对脑电图数据进行预处理,获得训练集和测试集;进行并行特征提取后,得到多KAN并行特征再进行拼接和降维,得到混合特征;对得到的混合特征进行门控动态选择,得到EEG信号的综合多尺度解析的融合特征;基于双重注意力机制进行聚焦关键时段特征,得到权重融合特征;将得到的权重融合特征输入分类器,基于交叉熵损失函数训练预测模型;评估模型性能,并输出分类结果。本发明通过提取脑电图异构特征,经门控动态融合与双重注意力时序压缩后输入分类器,实现癫痫发作风险预测。显著提升特征表达能力、增强关键时段聚焦能力、优化分类性能。
技术关键词
融合特征
脑电图数据
并行特征提取
多项式
训练预测模型
网络
信号
分类器
多尺度
动态
多头注意力机制
训练集
更新模型参数
周期性特征
异构特征
时序