摘要
本发明提供一种基于深度学习的癫痫发作预测方法和系统，方法包括：获取癫痫患者的脑电数据集并进行预处理，随后划分为池化数据集、训练集、验证集和测试集；基于深度学习算法构建癫痫发作预测模型；采用半监督主动学习策略，利用池化数据集和训练集迭代训练癫痫发作预测模型并保存训练参数，利用验证集对训练后的模型的预测效果进行验证，获取最优的癫痫发作预测模型；将测试集输入最优的癫痫发作预测模型中进行预测，获取预测结果；本发明通过构建时空间耦合的神经网络进行癫痫预测，预测结果更精准；同时，本发明采用半监督主动学习策略，能够适应患者的特异性；此外，本发明采用模型蒸馏方案，提升了训练速度，减少了参数量。
