一种高准确性的双模态EEG自动睡眠分期方法及系统技术方案

本发明专利技术涉及脑电信号处理技术领域，具体为一种高准确性的双模态EEG自动睡眠分期方法及系统。自动睡眠分期方法包括如下步骤：S1：采集佩戴者的脑电信号；S2：将脑电信号划分为多个时长为T1的信号片段；S3：对信号片段进行时域切割，利用傅里叶变换形成M种不同波段的频域特征，提取频域特征向量；S4：利用傅里叶变换和反变换，将信号片段变换到M种不同波段中，构建时域图像，提取时域特征向量；S5：将频域特征向量和时域特征向量拼接后输入一个MLP全接连网络，输出睡眠分期预测结果。本发明专利技术通过双网络架构同时对时域和频域特征进行分析处理，有效地捕捉时域和频域特征，从而得到更全面，更鲁棒的特征，提高自动睡眠分期的准确性。

【技术实现步骤摘要】

本专利技术涉及脑电信号处理，特别是涉及一种高准确性的双模态eeg自动睡眠分期方法、一种高准确性的双模态eeg自动睡眠分期系统。

技术介绍

1、睡眠监测和分期是评估睡眠质量和研究睡眠障碍的重要手段。传统的睡眠监测方法主要依赖于多通道脑电图(eeg)、心电图(ecg)、眼电图(eog)等专业仪器进行监测。然而，这些仪器的使用复杂且成本较高，通常需要专业人员进行操作和分析，限制了适用范围。近年来，基于可穿戴设备的睡眠监测技术逐渐兴起，具有使用便捷、佩戴舒适等优势。其中，基于eeg信号的自动睡眠分期算法成为研究热点。eeg信号包含人脑在不同睡眠阶段产生的电活动信息，通过对这些信号进行分析和分类，可以实现对睡眠状态的评估和分期。

2、在eeg信号分析中，传统方法通过频率分析将一个输入信号拆分成5个不同频率范围的波信号进行分析(δ波的频率范围为0.5-4hz，θ波的频率范围为4-8hz，α波的频率范围为8-13hz，β波的频率范围为13-30hz，γ波的频率范围为30-100hz)，将这五种波信号分离出来并在时域上进行表示，然后让人类专家对5种波形特征进行本文档来自技高网...

【技术保护点】

1.一种高准确性的双模态EEG自动睡眠分期方法，其特征在于，所述自动睡眠分期方法包括如下步骤：

2.根据权利要求1所述的一种高准确性的双模态EEG自动睡眠分期方法，其特征在于，在步骤S1中，佩戴者穿戴脑电信号检测仪，所述脑电信号检测仪的三个电极紧贴佩戴者的额头；对所述脑电信号检测仪实时采集的脑电信号进行滤波去噪。

3.根据权利要求1所述的一种高准确性的双模态EEG自动睡眠分期方法，其特征在于，在步骤S5中，所述MLP全接连网络的训练方法如下：

4.一种高准确性的双模态EEG自动睡眠分期系统，其采用如权利要求1至3中任意一项所述的一种高准确性的双模态EE...

【技术特征摘要】

1.一种高准确性的双模态eeg自动睡眠分期方法，其特征在于，所述自动睡眠分期方法包括如下步骤：

2.根据权利要求1所述的一种高准确性的双模态eeg自动睡眠分期方法，其特征在于，在步骤s1中，佩戴者穿戴脑电信号检测仪，所述脑电信号检测仪的三个电极紧贴佩戴者的额头；对所述脑电信号检测仪实时采集的脑电信号进行滤波去噪。...

【专利技术属性】
技术研发人员：岑年，罗森飚，
申请(专利权)人：上海金科汤姆猫生命科技有限公司，
类型：发明
国别省市：