基于持久同调引导的多示例学习生理信号异常检测方法
本发明涉及一种基于持久同调引导的多示例学习生理信号异常检测方法。所述方法包括:对获取的生理信号进行预处理;通过时间延迟嵌入在相空间中重构点云并构造包含密度权重的滤波复形;计算一维持久同调特征并自适应确定正常拓扑结构集合;基于相空间拓扑偏离距离生成逐点异常分数并映射至时间域;依据异常分数生成弱监督伪标签,构造融合原始波形与拓扑异常信息的多尺度实例袋;利用门控注意力多示例学习模型完成实例级与袋级异常推理;经聚合、平滑与形态学后处理输出连续的异常片段边界。该方法无需依赖逐点人工标注,基于拓扑动力学偏离实现生理异常事件的自动定位与边界刻画,适用于心电、脉搏波、动脉血压等多种生理信号的连续监测。