深度学习驱动的癫痫发作预测和分类方法研究.pdf

深度学习驱动的癫痫发作预测和分类方法研究.pdf

摘要

(3)为了解决现有方法在脑电信号特征提取中存在视角单一、跨维度特征融合不足的

问题,本文提出了一种基于多视角神经网络融合和时频特征融合的癫痫发作分类模型。首

先,模型对原始脑电信号使用短时傅里叶变换,将原始脑电信号转换成频谱图,使用多头

自注意力编码器进一步学习和训练频谱图中的时频特征。同时针对原始脑电信号,使用两

个不同的卷积神经网络,直接提取时间特征和频率特征,使用多头自注意力编码器分别进

一步学习和训练提取的时间特征和频率特征,增强模型对信号基本信息的捕捉。接着,采

用分层融合策略,将时间

文档评论(0)

1亿VIP精品文档

相关文档