一种睡眠阶段分期方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种睡眠阶段分期方法、装置、设备及存储介质，涉及睡眠处理技术领域，包括：将睡眠脑电波信号切分为若干个数据片段并标记相应的睡眠阶段标签；对标记后的所述若干个数据片段进行数据特征提取以得到若干个序列数据帧；通过预设神经网络模型确定所述若干个序列数据帧对应的空间注意力权重，并确定空间学习图和时间学习图；基于所述空间注意力权重和所述空间学习图对所述若干个序列数据帧进行空间卷积处理以得到睡眠空间图后进行时间平坦化处理，然后输入至所述BiGRU层以得到时间节点特征向量；然后进行睡眠阶段分类以得到数据阶段分期结果并基于所述数据阶段分期结果确定睡眠阶段分期结果。这样一来，提高了睡眠分期的可解释性。

【技术实现步骤摘要】

本专利技术涉及睡眠处理，特别涉及一种睡眠阶段分期方法、装置、设备及存储介质。

技术介绍

1、睡眠异常越来越被认为是许多疾病的关键因素。具体而言，通过多导睡眠图（psg，即polysomnography）记录的睡眠生理信号提供了关于大脑和心血管健康的丰富信息来源。因此，自动睡眠分期和睡眠障碍诊断可能在将睡眠模式与疾病和健康应用联系起来的大规模流行病学研究中发挥至关重要的作用。睡眠分期的基本事实仍然是多导联脑电图（eeg，即electroencephalogram），睡眠专家使用标准规则（例如，rechtschaffen和kales以及美国睡眠医学学会）用于注释睡眠分期。规则通常侧重于30秒的数据窗口，并将30秒数据手动标记为五个阶段：觉醒（w）、快速眼动（rem）、非rem 1-3（n1、n2和n3）。除了手动睡眠分期所涉及的时间和成本外，专家间的主观性可能会导致标签准确性难以确定的问题。因此，如何提高睡眠分期的准确性和可解释性是需要解决的。

技术实现思路

1、有鉴于此，本专利技术的目的在于提供一种睡眠阶段分期本文档来自技高网...

【技术保护点】

1.一种睡眠阶段分期方法，其特征在于，包括：

2.根据权利要求1所述的睡眠阶段分期方法，其特征在于，所述基于预设特征提取方式对标记后的所述若干个数据片段进行数据特征提取以得到若干个序列数据帧，包括：

3.根据权利要求1所述的睡眠阶段分期方法，其特征在于，所述通过预设神经网络模型中的空间注意力层确定所述若干个序列数据帧对应的空间注意力权重，包括：

4.根据权利要求1所述的睡眠阶段分期方法，其特征在于，所述利用所述预设神经网络模型中的乘积图学习层学习所述若干个序列数据帧之间的数据空间关系和数据时空关系以得到空间学习图和时间学习图，包括：

5.根...

【技术特征摘要】

1.一种睡眠阶段分期方法，其特征在于，包括：

2.根据权利要求1所述的睡眠阶段分期方法，其特征在于，所述基于预设特征提取方式对标记后的所述若干个数据片段进行数据特征提取以得到若干个序列数据帧，包括：

3.根据权利要求1所述的睡眠阶段分期方法，其特征在于，所述通过预设神经网络模型中的空间注意力层确定所述若干个序列数据帧对应的空间注意力权重，包括：

4.根据权利要求1所述的睡眠阶段分期方法，其特征在于，所述利用所述预设神经网络模型中的乘积图学习层学习所述若干个序列数据帧之间的数据空间关系和数据时空关系以得到空间学习图和时间学习图，包括：

5.根据权利要求4所述的睡眠阶段分期方法，其特征在于，所述根据所述时间...

【专利技术属性】
技术研发人员：宫玉琳，张津瑞，陈晓娟，李天星，
申请(专利权)人：长春理工大学，
类型：发明
国别省市：