一种基于深度卷积神经网络的脑电睡眠分期方法
- 专利权人:
- 清华大学深圳国际研究生院
- 发明人:
- 董宇涵,代长敏,张凯
- 申请号：
- CN202010001911.1
- 公开号：
- CN110897639A
- 申请日:
- 2020.02.01
- 申请国别(地区):
- CN
- 年份:
- 2020
- 代理人:
- 摘要：
- 本发明提供一种基于深度卷积神经网络的脑电睡眠分期方法,包括以下步骤:S1、采集受试者睡眠信号并抽取其中的多导脑电信号;S2、对所述脑电信号进行数据预处理;S3、构建并训练端到端的深度卷积神经网络分类器;S4、用所述深度卷积神经网络分类器进行脑电睡眠分期。本发明的脑电睡眠分期方法与以往的CNN脑电睡眠分期方法相比,在相同迭代次数和学习率的条件下,模型每批次采用更高的数据,获得的输出结果也更加稳定。在准确率和F得分上,本发明的方法具有更好的分类性能。
- 来源网站：
- 中国工程科技知识中心
