公开(公告)号：CN119344751B

公开(公告)日：2025-04-29

申请号：CN202411897459.6

申请日：2024-12-23

Applicant: 安徽大学

Inventor： 孙登第 ,  刘彦卿 ,  董长续 ,  赵启元 ,  孙井鹏 ,  丁转莲

IPC: A61B5/372 ,  A61B5/00 ,  G06F18/10 ,  G06F18/15 ,  G06F18/2131 ,  G06F18/24 ,  G06F18/25 ,  G06N3/0464

Abstract: 本发明公开一种基于自适应时空注意力与动态融合网络的癫痫预测方法，涉及脑信号预处理模块、上下文注意力编码层、远距离内容依赖网络、自适应时序状态空间建模模块和癫痫预测模块；脑信号预处理模块获得对应时域信息和频域信息和邻接矩阵；邻接矩阵视为图结构，图结构各条边的权重输入上下文注意力编码层，提取各通道间的空间特征，通过邻居节点信息的聚合和注意力动态调整权重，输出节点特征矩阵；节点特征矩阵输入远距离内容依赖网络输出全局空间特征和对应时间序列；通过自适应时序状态空间建模模块得到时空动态融合特征；时空动态融合特征输入癫痫预测模块后输出癫痫预测结果。本发明能够精准预测。

公开(公告)号：CN119344751A

公开(公告)日：2025-01-24

申请号：CN202411897459.6

申请日：2024-12-23

Applicant: 安徽大学

Inventor： 孙登第 ,  刘彦卿 ,  董长续 ,  赵启元 ,  孙井鹏 ,  丁转莲

IPC: A61B5/372 ,  A61B5/00 ,  G06F18/10 ,  G06F18/15 ,  G06F18/2131 ,  G06F18/24 ,  G06F18/25 ,  G06N3/0464

Abstract: 本发明公开一种基于自适应时空注意力与动态融合网络的癫痫预测方法，涉及脑信号预处理模块、上下文注意力编码层、远距离内容依赖网络、自适应时序状态空间建模模块和癫痫预测模块；脑信号预处理模块获得对应时域信息和频域信息和邻接矩阵；邻接矩阵视为图结构，图结构各条边的权重输入上下文注意力编码层，提取各通道间的空间特征，通过邻居节点信息的聚合和注意力动态调整权重，输出节点特征矩阵；节点特征矩阵输入远距离内容依赖网络输出全局空间特征和对应时间序列；通过自适应时序状态空间建模模块得到时空动态融合特征；时空动态融合特征输入癫痫预测模块后输出癫痫预测结果。本发明能够精准预测。

公开(公告)号：CN119745399A

公开(公告)日：2025-04-04

申请号：CN202411756841.5

申请日：2024-12-03

Applicant: 安徽大学

Inventor： 孙登第 ,  赵启元 ,  董长续 ,  刘彦卿

IPC: A61B5/374 ,  A61B5/00 ,  G06F18/241 ,  G06F18/25 ,  G06F18/2131 ,  G06N3/042

Abstract: 本发明公开一种基于多尺度时空图注意力融合网络的癫痫检测方法，对脑电信号预处理得到时域数据，构建结构完全相同的宏观多尺度融合模块和微观多尺度融合模块；将时域数据进行序列分解得到脑电信号的宏观变化序列和微观变化序列；宏观变化序列输入宏观多尺度融合模块进行时序特征提取，同时微观变化序列输入微观多尺度融合模块进行时序特征提取；两类变化序列分别进行降采样操作、使用图注意力机制进行逐层特征提取；两类特征进行相加融合得到时空动态融合特征，将时空动态融合特征输入全局依赖提取模块，全局依赖提取模块使用稀疏注意机制捕捉脑电信号的全局依赖关系；使用分类器进行癫痫检测分类。将脑电信号分解为多个尺度，分别每一个尺度的脑电信号进行处理，从而避免了特征之间的相互干扰；采用稀疏注意力机制来进行建模长时间依赖。