摘要
本发明属于癫痫发作预测技术领域,尤其涉及一种融合多频耦合与多重注意力机制的癫痫发作预测方法。旨在实现对癫痫的高精度预测。方法包括对脑电EEG数据进行预处理,得到预处理后的脑电数据。脑电EEG数据包括通过电极记录的大脑神经元电活动信号。基于预处理后的脑电数据,划分癫痫发作前期和发作间期,并构建多频耦合特征。多频耦合特征包括不同频段脑电信号间相位与振幅的耦合关系特征。采用多重注意力机制对多频耦合特征进行时空特征提取,得到时空特征。多重注意力机制包括融合图注意力、图外部注意力及时序注意力的机制中的至少一种。基于提取的时空特征,区分患者的发作前期和发作间期,对癫痫发作做出预测。
技术关键词
癫痫发作预测方法
注意力机制
耦合特征
时序依赖关系
频段
时序特征
节点特征
脑电信号特征
编码器
数据
矩阵
空间特征提取
前馈神经网络
陷波滤波
带通滤波器
系统为您推荐了相关专利信息
状态预测方法
充放电数据
储能设备
残差归一化
一维卷积神经网络
高速公路短时流量预测方法
编码模块
前馈神经网络
训练集数据
多头注意力机制
耦合多源数据
数字孪生
融合方法
传感器节点
水利