基于Transformer的自监督图神经网络癫痫检测方法
申请号:CN202510956040
申请日期:2025-07-11
公开号:CN120748691A
公开日期:2025-10-03
类型:发明专利
摘要
本发明涉及癫痫检测技术领域,尤其涉及基于Transformer的自监督图神经网络癫痫检测方法。步骤如下:S1:对原始EEG数据进行预处理,构建EEG图;S2:基于DCTran搭建图神经网络,通过扩散卷积和Transformer结构分别捕捉EEG信号的时空依赖关系;S3:通过基于自监督预测预训练任务和基于掩码的重建预训练任务的时空联合互补双分支预训练进行训练模型。本发明提供的基于Transformer的自监督图神经网络癫痫检测方法,将EEG数据建模为图结构,提出了基于Transformer的扩散卷积时空网络DCTran;扩散卷积通过多阶邻居信息传播,准确捕捉电极间的复杂空间关系;同时充分利用EEG信号的全局上下文信息,DCTran引入Transformer结构对时序序列进行建模,有效捕捉信号中的长距离时间依赖关系。
技术关键词
癫痫检测方法
脑电图电极
多头注意力机制
预训练模型
信号
关系
滑动窗口
数据
序列
分支
解码器
编码器
节点
表达式
邻居
邻域
时序
标签