您的位置：
首页
>
农业专利
>
详情页
基于双输入卷积神经网络的睡眠阶段分类方法及应用
- 专利权人:
- 天津大学
- 发明人:
- 高忠科,蔡清,马超,马文庆
- 申请号：
- CN201910637527.8
- 公开号：
- CN110584596A
- 申请日:
- 2019.15.07
- 申请国别(地区):
- CN
- 年份:
- 2019
- 代理人:
- 摘要：
- 一种基于双输入卷积神经网络的睡眠阶段分类方法及应用,获取有限穿越可视图复杂网络的特征指标:对睡眠阶段脑电片段,建立有限穿越可视图复杂网络;提取节点度值;根据节点度值得到节点度值序列,将节点度值序列作为有限穿越可视图复杂网络的特征指标;建立双输入卷积神经网络模型;采用十折交叉验证和双输入卷积神经网络模型,将节点度值序列和睡眠阶段脑电片段输入到双输入卷积神经网络模型,将睡眠阶段脑电片段按照清醒阶段、浅度睡眠阶段、深度睡眠阶段和快速眼动睡眠阶段分成四类。本发明能够实现对不同睡眠阶段脑电信号的高准确率的分类。可应用于智能家居监测设备,通过分析智能家居监测设备测得的睡眠脑电信号,实现对使用者大脑状态的监测。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
