一种基于多阶段优化的低时延癫痫发作预测方法及系统
本发明提供一种基于多阶段优化的低时延癫痫发作预测方法及系统,包括对原始的多通道EEG信号进行预处理,得到分段EEG数据;构建癫痫发作预测的胶囊网络,所述的癫痫发作预测的胶囊网络引入加性注意力机制和残差学习模块;并采用边际损失训练癫痫发作预测的胶囊网络;利用训练后的胶囊网络对预处理的分段EEG数据进行预测,输出癫痫发作胶囊向量及其对应的预测标签;采用k‑of‑n规则降低癫痫发作预测的胶囊网络输出标签序列的假阳性;并界定预警时间是否有效。本发明通过加性注意力的线性计算、残差模块的轻量化设计和动态路由的迭代优化,单样本推理时间仅需2毫秒,较现有方法降低60%以上,同时在降低误报率方面优势显著。