利用残差网络与多级注意力机制的自动脑电睡眠分期技术
2025-02-14 12:06
No.1339930813864878080
技术概要
PDF全文
本技术方案提出了一种结合残差网络和多级注意力机制的脑电信号自动睡眠分期方法,旨在提升睡眠监测的准确性。该方法涵盖以下关键步骤:S1,构建并预处理睡眠数据集;S2,构建基于残差网络的模型框架;S3,引入多级注意力机制以增强特征提取能力;S4,训练模型并进行睡眠分期。该技术有助于提高睡眠分期的自动化水平,具有重要的临床应用价值。
背景技术
睡眠对人体健康非常重要,在日常生活中维持最佳认知和情绪功能等方面起着至关重要的作用。随着越来越多的人面临睡眠问题,准确评估睡眠质量以确保及时进行医疗干预变得重要。睡眠分期是睡眠研究的首要任务,通过各种生理信号对人体睡眠状态进行分期,是客观评估睡眠质量的一种有效方法。 临床上通常使用多导睡眠图(PSG)分析患者的睡眠模式,被广泛视为睡眠分期的金标准,它可记录脑电图(EEG)、肌电图(EOG)、肌电图(EMG)、心电图(ECG)等多种电生理信号。睡眠专家根据30秒睡眠数据的特征对睡眠进行分期,美国睡眠医学协会(AASM)将睡眠阶段分为五个阶段:清醒(W)、N1、N2、N3和快速眼动(REM)(Berry等,2017)。但人工睡眠分期不仅费时费力,而且分类结果易受专家主观性的影响,因此使用自动睡眠分期技术非常重要。 许多研究使用机器学习算法进行睡眠分期,通常涉及特征工程以提取时间域、频域、时频域等相关特征。然后使用随机森林)、支持向量机和决策树等分类器对提取的睡眠特征进行分类,这需要领域知识,并且可能导致信息丢失。并且可选择的特征类型众多,存在难以选择特征的问题。 近年来深度学习方法在自动睡眠分期任务中取得了良好的效果,模型在准确率上展现出与睡眠专家相当的表现。卷积神经网络(CNN)用于提取睡眠信号的时频特征,而循环神经网络(RNN)、改进的长短期记忆(LSTM)网络)和门控循环单元网络(GRU)用于学习睡眠分期之间的时间依赖性和切换规则。此类方法不依赖专家经验,可以减少临床医生工作量,虽然目前各类深度学习模型已被应用于睡眠分期任务,但是仍存在一些问题:为了充分提取睡眠特征而加深网络深度会导致梯度下降,单独的通道注意力忽略了同一通道中的空间信息对模型分类性能的贡献,GRU网络可以利用其门控机制缓解长时间序列中的信息丢失问题,但无法凸显长序列中的重要信息,会削弱网络学习睡眠分期转换规律的能力。
实现思路
阅读余下40%
技术概要为部分技术内容,查看PDF获取完整资料
该技术已申请专利,如用于商业用途,请联系技术所有人!
技术研发人员:
赵德春  张科技  沈宇辰  秦璐  刘进  朱浩
技术所属: 重庆邮电大学
相关技术
一种双频双模孔径共享共形超宽带天线及其应用 一种双频双模孔径共享共形超宽带天线及其应用
一种纤维素基嵌入式电路的制备方法 一种纤维素基嵌入式电路的制备方法
一种基于加载电容贴片的双层基片集成波导谐振器 一种基于加载电容贴片的双层基片集成波导谐振器
基于多模通信的配用电网络校时方法、装置、系统及芯片 基于多模通信的配用电网络校时方法、装置、系统及芯片
一种非接触式IC载板表面处理系统及方法 一种非接触式IC载板表面处理系统及方法
一种气溶胶打印制备高稳定界面电路的方法 一种气溶胶打印制备高稳定界面电路的方法
一种支持群智感知的端边云紧凑视频编码方法及系统 一种支持群智感知的端边云紧凑视频编码方法及系统
一种高阶双频带的带通频率选择表面 一种高阶双频带的带通频率选择表面
一种方便调换的变频器及其使用方法 一种方便调换的变频器及其使用方法
血压连续测量预测方法、装置、设备及存储介质 血压连续测量预测方法、装置、设备及存储介质
技术分类
电信、广播电视和卫星传输服务 电信、广播电视和卫星传输服务
互联网软件服务 互联网软件服务
集成电路设计 集成电路设计
信息集成数字服务 信息集成数字服务
电气机械制造 电气机械制造
计算机、通信、电子设备制造 计算机、通信、电子设备制造
医药制造、生物基材料 医药制造、生物基材料
石油煤矿化学用品加工 石油煤矿化学用品加工
化学原料制品加工 化学原料制品加工
非金属矿物加工 非金属矿物加工
金属制品加工 金属制品加工
专用设备制造 专用设备制造
通用设备制造 通用设备制造
通用零部件制造 通用零部件制造
汽车制造业 汽车制造业
铁路、船舶、航天设备制造 铁路、船舶、航天设备制造
电力、热力生产和供应 电力、热力生产和供应
燃气生产和供应 燃气生产和供应
水生产和供应 水生产和供应
房屋建筑、土木工程 房屋建筑、土木工程
交通运输、仓储和邮政 交通运输、仓储和邮政
农、林、牧、渔业 农、林、牧、渔业
采矿业 采矿业
农副、食品加工 农副、食品加工
烟草、酒水加工 烟草、酒水加工
纺织皮具居家制品 纺织皮具居家制品
文教体娱加工 文教体娱加工
苏ICP备18062519号-5 © 2018-2025 【123技术园】 版权所有,并保留所有权利