一种睡眠脑电分期方法及系统技术方案

本发明专利技术属于数据处理技术领域，具体涉及一种睡眠脑电分期方法及系统；该方法包括：获取脑电信号数据并对其进行预处理，得到预处理好的脑电信号数据；对预处理好的脑电信号数据进行特征提取，得到时频特征图；对时频特征图进行时序特征提取，得到时序特征图；将时频特征图和时序特征图输入到分类器中进行分类，得到脑电信号分类结果；本发明专利技术睡眠分期准确度高，训练时间短，收敛速度快，实用性高。实用性高。

【技术实现步骤摘要】
一种睡眠脑电分期方法及系统


[0001]本专利技术属于数据处理
，具体涉及一种睡眠脑电分期方法及系统。

技术介绍

[0002]人的一生中有三分之一是在睡眠中度过的，睡眠是人类不可或缺的重要生理活动。良好的睡眠有利于人体机能恢复，睡眠质量的好坏与体力以及脑力恢复程度有着直接联系。实际上，临床专家也正是通过睡眠质量好坏去判断个体是否患有睡眠障碍疾病。而睡眠质量也同样需要通过关键的客观媒介去评判，即睡眠分期工作。目前，睡眠分期工作是临床专家对由专门的设备采集到的睡眠数据进行观察分类，最终通过数据的分类结果去判断患者的睡眠质量进而判断是否患有睡眠障碍。睡眠分期作为睡眠医学研究过程中的一个重要步骤，可以有效监测、检查和评估睡眠质量，对提前预防和治疗睡眠相关疾病有重大意义。
[0003]对于睡眠阶段的分类，目前主要有传统的机器学习方法以及深度学习方法。传统的机器学习方法主要依赖于特征工程，需要一定的先验知识，且自动学习能力不足；而目前的深度学习算法，通常以复杂的结构来获取可靠的检测精度，这种算法通常需要长时间的训练，不利于实时监测。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种睡眠脑电分期方法，其特征在于，包括：实时获取脑电信号数据并对其进行预处理，将预处理好的脑电信号数据输入到训练好的睡眠脑电分期模型中，得到脑电信号分类结果；对睡眠脑电分期模型进行训练的过程包括：S1：获取脑电信号数据并对其进行预处理，得到预处理好的脑电信号数据；S2：对预处理好的脑电信号数据进行特征提取，得到时频特征图；S3：对时频特征图进行时序特征提取，得到时序特征图；S4：将时频特征图和时序特征图输入到分类器中进行分类，得到脑电信号分类结果。2.根据权利要求1所述的一种睡眠脑电分期方法，其特征在于，对脑电信号数据进行预处理包括：采用陷波器去除脑电信号数据的工频干扰，采用巴特沃斯滤波器对去除工频干扰后的脑电信号数据进行带通滤波，得到预处理好的脑电信号数据。3.根据权利要求1所述的一种睡眠脑电分期方法，其特征在于，对预处理好的脑电信号数据进行特征提取的过程包括：采用双分支卷积模块中两个卷积分支分别对预处理好的脑电信号数据进行初步处理，得到频域特征和时域特征；拼接频域特征和时域特征，得到拼接后的特征；对拼接后的特征进行丢弃操作以降低特征维度，得到脑电特征；采用核和步长大小均为1的卷积层对脑电特征进行融合校正，得到时频特征图。4.根据权利要求3所述的一种睡眠脑电分期方法，其特征在...

【专利技术属性】
技术研发人员：赵德春，李玲，舒洋，焦书洋，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：