基于脑电数据增强的癫痫发作自动识别方法及装置

本发明涉及生物医学工程与人工智能交叉技术领域，特别涉及一种基于脑电数据增强的癫痫发作自动识别方法及装置，其中，方法包括：对原始脑电图信号进行表征提取，以得到关键癫痫特征；采用条件扩散模型对关键癫痫特征进行合成，以得到具备发作特征的癫痫样本；利用多尺度时序判别网络提取具备发作特征的癫痫样本中的癫痫波动特征和癫痫频谱特征，并对癫痫波动特征和癫痫频谱特征进行融合，以得到融合后的特征向量，再对其进行发作分类，得到发作类型及其概率分布、以及每种发作类型的发生时段范围。由此，解决了现有识别癫痫方案的脑电数据获取难度大且增强效果有限，多类型癫痫发作识别策略不足，缺少面向临床实际的癫痫发作分类新范式等问题。