[发明专利]一种单导联脑电的睡眠自动分期方法

摘要

本发明公开了一种单导联脑电的睡眠自动分期方法，包括特征提取模块和分期优化模块。其中，特征提取模块是由CNNs卷积神经网络(1)、Softmax层(2)组成；分期优化模块由双向LSTM循环神经网络(3)和CRF条件随机场模型(4)构成；(1)、(2)、(3)和(4)顺序连接。该方法仅需要单导联的睡眠脑电信号，满足便携、舒适的睡眠监测需求；结合卷积神经网络和循环神经网络充分挖掘了脑电信号的时空特征，且具有动态学习能力，能够适应变化的疾病大环境；分期优化模块充分考虑N段30s脑电数据前后之间的联系，提高分期的准确性和模型的泛化能力。

主权项

一种单导联脑电的睡眠自动分期方法，其特征在于，所述方法仅需要单导联的睡眠脑电信号，自动分期方法包括训练过程S1和识别过程S2,如下：训练过程S1为：对每个固定时间段T标记好睡眠分期类别的脑电信号进行预处理，随机选取其中任意N段连续脑电信号输入至训练模型进行训练，直至模型收敛，得到训练好的模型；其中，T为30秒，N为3或5；识别过程S2为：对每个固定时间段T的待识别脑电信号进行预处理，选取其中任意N段连续脑电信号输入至S1中训练好的模型，输出睡眠分期结果；训练模型由特征提取模块和分期优化模块组成；其中，特征提取模块是由CNNs卷积神经网络(1)、Softmax层(2)组成；分期优化模块由双向LSTM循环神经网络(3)和CRF条件随机场模型(4)构成；(1)、(2)、(3)和(4)顺序连接；训练过程S1和识别过程S2中，脑电信号均为滑动输入模式，滑动窗大小为T～N*T，输出为第(N+1)/2段输入脑电信号对应的睡眠分期类别标签。