一种睡眠质量监测评估的方法和系统技术方案

本发明专利技术涉及睡眠质量监测评估领域，尤其是提出了一种睡眠质量监测评估的方法和系统。首先对多导睡眠图(PSG)数据进行采集和质量增强预处理，然后设计了一个自适应的时空特征学习网络KAN‑BiLSTM‑Transformer，用于自动提取睡眠信号的判别性特征。网络由Kolmogorov‑Arnold网络(KAN)、双向长短期记忆网络(BiLSTM)和Transformer组成，能够充分挖掘多模态信号的时空依赖关系。在训练阶段，引入了加权Dice损失和时序平滑损失，并采用自监督预训练范式进行参数优化。应用时，将睡眠信号输入训练好的网络，可自动预测时间窗对应的睡眠分期。该方法有望成为人们睡眠质量检测评估的辅助工具。

【技术实现步骤摘要】

本专利技术涉及睡眠质量监测评估领域，尤其是提出了一种睡眠质量监测评估的方法和系统。

技术介绍

1、睡眠质量对人类健康和日常表现有着深远影响。长期的睡眠问题不仅会导致白天疲劳和注意力下降，还可能增加各种慢性疾病的风险，如肥胖、糖尿病、心血管疾病等。客观评估睡眠质量的关键是准确判断睡眠分期。传统的睡眠分期方法依赖于人工判读多导睡眠图(psg)数据，该过程耗时且容易受主观因素影响。随着可穿戴设备的普及和人工智能技术的发展，利用机器学习和深度学习算法实现睡眠分期的自动化成为可能，并日益受到关注。

2、现有的自动睡眠分期方法大致可分为以下几类：

3、1.基于手工特征的传统机器学习方法，如支持向量机(svm)和随机森林(rf)。这类方法需要从原始psg信号中提取各种统计特征和频域特征，再输入分类器进行训练和预测。其局限性在于特征工程需要大量领域知识和人力，且难以充分利用原始信号中的时序信息。

4、2.基于深度学习的输入端至输出端两端方法，如卷积神经网络(cnn)和长短期记忆网络(lstm)。这类方法可以直接输入原始psg信号，通过卷本文档来自技高网...

【技术保护点】

1.一种睡眠质量检测评估方法，其特征在于，所述方法基于

2.根据权利要求1所述的睡眠质量检测评估方法，其特征在于，所述方法包括如下步骤：步骤1：多模态睡眠信号采集与质量增强；步骤2：基于

3.根据权利要求2所述一种睡眠质量检测评估方法，其特征在于，

4.一种睡眠质量检测评估系统，所述系统包括由数据采集模块、数据数据质量增强模块、特征提取模块、序列学习模块、特征融合模块、分期预测模块和数据可视化模块组成，其还包括存储资源和计算资源，用来实现如权利要求1-3任一项中的方法。

【技术特征摘要】

1.一种睡眠质量检测评估方法，其特征在于，所述方法基于

2.根据权利要求1所述的睡眠质量检测评估方法，其特征在于，所述方法包括如下步骤：步骤1：多模态睡眠信号采集与质量增强；步骤2：基于

3.根据权利要求2所述一种睡眠质量检测评估方...

【专利技术属性】
技术研发人员：夏琴，刘博锋，李浩，陈洁，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：