买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:本发明提出了一种自适应注意力机制融合网络的癫痫发作预测方法,该模型由自适应特征提取模块和多重注意力融合机制组成,旨在提升癫痫发作预测性能。该方法包括以下内容:首先对癫痫数据集进行预处理及时频域转换,构建结合自适应特征提取神经网络进行特征选择;然后构建三重注意力机制进行特征融合;然后构建发作状态分类网,并采用局灶性损失的训练策略来缓解样本不平衡问题。本文通过引入自适应特征提取技术,突破了传统方法依赖静态参数和固定解析模式处理EEG数据的局限,有效应对了样本空间的动态变化和复杂性,此外,引入残差连接的三重注意力机制能保证特征有效融合,进一步提升了预测的可靠性。
主权项:1.一种自适应注意力机制融合网络的癫痫发作预测方法,其特征在于,该方法包括:S1、准备数据集,对EEG数据进行数据增强和预处理,依据不同发作状态划分数据段;S2、构建自适应短时傅里叶神经网络,利用基于最小均方误差的自适应集成机制动态地提取时频域局部或全局特征;S3、利用引入残差连接的三重注意力机制和层级架构,加强所提取时频序列数据的EEG信号中的长期依赖关系,并融合时频特征;S4、采用局灶性损失训练策略缓解样本类别不平衡问题,基于时频序列的多维融合特征进行癫痫发作模式的识别和分类。
全文数据:
权利要求:
百度查询: 长春理工大学 一种自适应注意力机制融合网络的癫痫发作预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。