一种基于图卷积网络的癫痫预测方法、系统及存储介质

本申请公开了一种基于图卷积网络的癫痫预测方法、系统及存储介质，涉及医疗人工智能技术领域，解决了现有技术往往基于脑电信号中多通道内的多维度特征进行分析，忽略通道间的空间拓扑关系，使得癫痫预测不能准确识别病灶位置，进而导致癫痫预测方法的准确度较低的技术问题；通过基于患者数据构建动态脑电拓扑图；将动态脑电拓扑图输入至癫痫预测模型得到癫痫预测数据；基于癫痫预测数据生成预警信号，基于患者的脑电信号数据在时间窗范围内动态调整患者的脑电拓扑图，使得在进行癫痫分析时，不仅关注通道内的多维特征，还能关注通道间的连接关系，准确预测癫痫发生的位置以及概率情况，提高了癫痫预测方法的准确度。