[发明专利]基于图注意力网络的癫痫检测系统、设备及介质

说明书

本发明公开了基于图注意力网络的癫痫检测系统、设备及介质，包括：获取模块，其被配置为：获取由N通道电极采集的待检测脑电数据；对获取的待检测脑电数据进行预处理；特征表达模块，其被配置为：基于预处理后的待检测脑电数据，构建图结构；将图结构和预处理后的待检测脑电数据，同时输入到图神经网络中进行特征提取，得到提取的特征表达；分类模块，其被配置为：将特征表达通过softmax层进行分类，得到分类结果。

技术领域

本申请涉及癫痫检测技术领域，特别是涉及基于图注意力网络的癫痫检测系统、设备及介质。

背景技术

本部分的陈述仅仅是提到了与本申请相关的背景技术，并不必然构成现有技术。

癫痫是指脑神经元突发性异常和过度超同步化放电所产生的临床现象。癫痫发作通常是全身性发作，会使人失去意识，伴有抽搐等现象，严重影响人们的正常生活，甚至是生命。

世界上正有成千上万人承受着癫痫的折磨，甚至我们的身边都有多例患者，对癫痫发作做出检测并予以治疗成为重中之重。

当前的癫痫检测很多是基于脑电图数据的，并由有经验的医生耗费大量的时间观看脑电图数据，这耗费了医生大量的精力，而且对医生要求较高，满足这样条件的医生相对不足，所以癫痫发作检测系统就成了替代人工的最好选择，而提高检测准确性是该技术人员亟需解决的关键问题。

发明内容

为了解决现有技术的不足，本申请提供了基于图注意力网络的癫痫检测系统、设备及介质；

第一方面，本申请提供了基于图注意力网络的癫痫检测系统；

基于图注意力网络的癫痫检测系统，包括：

获取模块，其被配置为：获取由N通道电极采集的待检测脑电数据；对获取的待检测脑电数据进行预处理；N为正整数；

特征表达模块，其被配置为：基于预处理后的待检测脑电数据，构建图结构；将图结构和预处理后的待检测脑电数据，同时输入到图神经网络中进行特征提取，得到提取的特征表达；

分类模块，其被配置为：将特征表达通过softmax层进行分类，得到分类结果。

第二方面，本申请还提供了一种电子设备，包括：一个或多个处理器、一个或多个存储器、以及一个或多个计算机程序；其中，处理器与存储器连接，上述一个或多个计算机程序被存储在存储器中，当电子设备运行时，该处理器执行该存储器存储的一个或多个计算机程序，以使电子设备完成上述第一方面所述的系统的功能。

第三方面，本申请还提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述的系统的功能。

与现有技术相比，本申请的有益效果是：

通过使用图注意力网络模型对一段时间的脑电图信号进行分析；将脑电图的多个双电极通道信号转为图，分析这些通道的关系确定图结构；通道信号和图结构作为模型的输入，传入数据与结构；通过图注意力机制关注最具有影响能力的通道，确定通道之间的权重，根据权重更新特征表达；经过多个图注意力层，进行读出，通过输出层进行分类，使用Focal Loss处理样本不平衡，最终达到癫痫的自动检测。本系统利用脑电图，通过图注意力网络得到一段时间信号的特征表达，最终进行分类，进一步提高了癫痫检测的准确性。

附图说明

构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。

图1是一个实施例中癫痫检测具体流程图；

图2是一个实施例中脑电图数据预处理流程图；

图3是一个实施例中预处理后的癫痫发作间期脑电图；