基于多尺度卷积神经网络的睡眠呼吸事件定位方法及装置
- 专利权人:
- 江西朴拙医疗设备有限公司
- 发明人:
- 陈丹,姬一峰,罗丹,宋宇,许皓程
- 申请号：
- CN202211467527.6
- 公开号：
- CN115758122A
- 申请日:
- 2022.11.22
- 申请国别(地区):
- CN
- 年份:
- 2023
- 代理人:
- 摘要：
- 本发明公开了一种基于多尺度卷积神经网络的睡眠呼吸事件定位方法及装置，选取睡眠监测数据中口鼻气流、胸腔压力和腹部压力信号作为数据基础，设计了一个融合多模态数据的睡眠呼吸事件自动定位网络模型。该模型主要包括以下4个部分：基于特征提取模块从预处理过的时序数据中提取多模态特征；基于多尺度预测特征层生成模块生成在网络深度和网络宽度上均具有多尺度的预测特征层；基于区域生成模块自适应调整依据感受野所设计的预设框的大小和位置；以及基于候选片段生成的尺度一致性特征进行分类。本发明模型采用端到端的训练模式，能够同时实现对睡眠呼吸事件的分类和定位。
- 来源网站：
- 中国工程科技知识中心
