摘要
本发明公开了一种基于多尺度混合图注意卷积网络癫痫发作预测方法，包括以下步骤：1、对脑电信号进行数据处理；2、通过图构建与卷积处理脑电信号空间序列；3、通过iTransformer(Inverted Transformer)模型处理脑电信号时间序列全局相关性，并由解码器输出元素序列；4、通过多尺度时间自适应网络处理脑电信号时间序列局部相关性，并对癫痫发作进行预测；5、通过分类器对判别发作的癫痫类型进行分类。与传统的脑电图诊断方法相比，引入了iTransformer模型，将输入从时间节点级特征转变为段序列级特征，利用自适应注意力机制和前馈网络优化了时序特征的表示。此外，该方法还采用了多尺度时间自适应网络，提高了癫痫发作预测的准确度和及时性。
