一种异质图卷积癫痫分类模型构建方法、癫痫监测装置、设备及介质

本申请公开了一种异质图卷积癫痫分类模型构建方法、癫痫监测装置、设备及介质，涉及智能医疗器械领域。该方法首先构建特征提取模块；然后构建融合面部和运动的自适应图卷积网络模型，即F2AGCN网络模型；然后利用模态协调学习机制训练F2AGCN网络模型，获得训练后的F2AGCN网络模型，作为异质图卷积癫痫分类模型。本申请构建了融合面部和运动信息的自适应图卷积网络模型，用于癫痫分类，并引入模态协调学习机制，以强制模型学习保持骨骼和面部模态之间语义一致性的特征表示，确保了融合的特征在不同模式之间保持语义一致性，从而提高了集成的有效性，构建获得的异质图卷积癫痫分类模型能够基于视频数据直接实现癫痫的分类和监测。