基于复杂网络和深度学习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
- 申请号：
- CN201910637530.X
- 公开号：
- CN110367933A
- 申请日:
- 2019.15.07
- 申请国别(地区):
- CN
- 年份:
- 2019
- 代理人:
- 摘要：
- 一种基于复杂网络和深度学习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,包括建立有限穿越可视图复杂网提取节点度值,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:对睡眠阶段脑电片段分别建立有限穿越视距为1的有限穿越可视图复杂网;采用十折交叉验证和长短时记忆模型,对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。本发明的方法可应用于头戴式智能穿戴设备,通过分析智能穿戴设备测得的睡眠脑电信号,实现对使用者大脑状态的了解,并可提供必要的预警。
- 来源网站：
- 中国工程科技知识中心
