基于分步识别与多智能体决策的脑电图异常信号检测方法

本发明提供一种基于分步识别与多智能体决策的脑电图异常信号检测方法，涉及生物医学信号处理技术领域，该方法包括：采集癫痫患者的脑电图信号数据，按预设通道顺序解析数据并切割为等长的多个信号片段；从每个信号片段中提取多维度特征；将各信号片段的时域特征、频域特征及通道间同步特征输入孤立森林模型，基于异常比例阈值筛选得到至少一个潜在异常片段；基于各潜在异常片段的深度散射特征、小波变换特征、时域特征以及频域特征，对各潜在异常片段执行多智能体集成决策，得到各潜在异常片段对应的综合异常评分；基于各潜在异常片段对应的综合异常评分，确定脑电图信号数据中的异常信号。本发明显著降低了脑电图异常信号检测的误报率。