一种通过自动睡眠分期结果的常见睡眠疾病检测方法技术

本发明专利技术公开了一种通过自动睡眠分期结果的常见睡眠疾病检测方法，包括以下步骤：S1、获取健康人、患有夜间额叶癫痫的患者、患有阻塞性睡眠呼吸暂停的患者的睡眠数据集；S2、特征提取；S3、采用时间注意力结合条件随机场构建睡眠自动分期模型；S4、采用迁移学习进行患者数据集分期；S5、构建睡眠疾病检测模型：将睡眠分期的预测结果作为输入数据，打上相应身体状态的标签，制作睡眠疾病检测数据集；然后通过机器学习Xgboost模型进行训练，得到睡眠疾病检测模型。本发明专利技术采用条件随机场和时间注意力模型，可以有效提取睡眠数据的时间连续性信息；引入迁移学习，将睡眠疾病数据集迁移到健康人数据集的网络上；数据量少，且可以完成多种睡眠疾病检测。种睡眠疾病检测。种睡眠疾病检测。

【技术实现步骤摘要】
一种通过自动睡眠分期结果的常见睡眠疾病检测方法


[0001]本专利技术属于睡眠检测
，具体涉及一种通过自动睡眠分期结果的常见睡眠疾病检测方法。

技术介绍

[0002]睡眠是人类生理活动中最重要的昼夜节律之一。睡眠质量会影响许多基本活动的表现，例如学习，记忆和注意力集中。目前，患有睡眠障碍及睡眠疾病的人越来越多。常见的睡眠疾病有夜间癫痫和阻塞性呼吸暂停综合征。夜间癫痫发作症状对睡眠结构有明显影响，表现为睡眠效率的降低和REM睡眠数量的减少，肢体抽搐，意识丧失等。阻塞性呼吸暂停患者记忆力减退，注意力不能集中，引起躁动、多梦、遗尿、阳痿、晨起头痛等。严重持久的病人可并发高血压、心律失常、心肺功能衷竭等。睡眠疾病严重危害到人们的健康。睡眠质量评估最重要的部分是睡眠阶段的分类，即将不同睡眠时间段划分为WAKE、REM、N1、N2和N3期，共五个正常类别。睡眠分期有助于诊断与睡眠有关的疾病。在传统的睡眠分期方法中，受试者必须通过佩戴多导睡眠脑电记录仪记录多导睡眠图。睡眠专家通过监视信号对睡眠阶段进行分类，这费时费力且容易受到睡眠专家的主观影响。所以研本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种通过自动睡眠分期结果的常见睡眠疾病检测方法，其特征在于，包括以下步骤：S1、数据集获取：获取健康人的睡眠数据集、患有夜间额叶癫痫的患者的睡眠数据集、患有阻塞性睡眠呼吸暂停的患者的睡眠数据集；S2、特征提取：将步骤S1获取的数据进行分段处理，以30秒为步长将数据分成相同长度的若干数据段，然后对每个数据段进行特征提取；S3、采用时间注意力结合条件随机场构建睡眠自动分期模型；S4、采用迁移学习进行患者数据集分期；S5、构建睡眠疾病检测模型：将睡眠分期的预测结果作为输入数据，打上相应身体状态的标签，制作睡眠疾病检测数据集；然后通过机器学习Xgboost模型进行训练，得到睡眠疾病检测模型。2.根据权利要求1所述的一种通过自动睡眠分期结果的常见睡眠疾病检测方法，其特征在于，所述步骤S1具体实现方法为：健康人的数据集为通过睡眠设备采集的多导睡眠图PSG，共5个通道，分别为2个EEG通道，2个EOG通道，1个EMG通道；患有夜间额叶癫痫的患者的睡眠数据集从Physionet的CAP Sleep Database中获取，包括2个EEG通道，2个EOG通道和1个EMG通道；患有阻塞性睡眠呼吸暂停的睡眠数据集从Physionet的圣文森特大学医院/都柏林大学学院睡眠呼吸暂停数据库中获取，包括2个EEG通道，2个EOG通道，1个EMG通道。3.根据权利要求1所述的一种通过自动睡眠分期结果的常见睡眠疾病检测方法，其特征在于，所述步骤S2具体实现方法为：S21、给健康人数据集打上标签，分别为清醒期WAKE、快速眼动期REM、非快速眼动期第一阶段N1、非快速眼动期第二阶段N2和非快速眼动期第三阶段N3期；S22、将患有夜间额叶癫痫的患者的睡眠数据集的标签整合，并打上标签；S23、将患有阻塞性睡眠呼吸暂停的患者的睡眠数据集的标签整合，并打上标签；S24、以30秒为步长将...

【专利技术属性】
技术研发人员：刘铁军，郜东瑞，冯李霄，王林，应少飞，卢婧庆，陈卓，谢佳欣，尧德中，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：