基于人工智能的脑电图异常放电识别系统

本发明公开了基于人工智能的脑电图异常放电识别系统，属于异常识别技术领域，系统包括：脑电图数据采集模块、脑电图数据降噪模块、构建脑电图异常放电识别模型模块和异常放电识别模块。本发明具体是通过核心参量三元组初始化个体位置，引入动态排斥强度系数和精英导向系数更新个体位置，基于找到的最优参数组进行信号分解，对筛选后的模态分量进行小波阈值降噪处理；将LSTM、注意力机制和深度可分离卷积结合，得到时序增强特征图，采用三种窗长分窗，通过离散傅里叶变换生成多尺度的时频矩阵，拼接得到时频张量，将时频张量分组进行通道加权重组，并通过多尺度卷积得到多尺度融合特征图，提高对异常放电的识别能力和准确性。