[发明专利]一种融合心率呼吸体动的自动睡眠分期方法

权利要求书

1.一种融合心率呼吸体动的自动睡眠分期方法，其特征包括：睡眠特征提取模块：本发明利用卷积神经网络来进行睡眠特征提取，网络训练的过程为：将获得的数据集进行标准化、分段化处理，分段时间长度为30秒，将数据集划分为训练集、验证集和测试集三部分，将预处理后的心率、呼吸序列输入到模型中，通过训练和验证直至模型收敛，保存所得网络，按照校正规则进行分期校正，得到最终分期结果，保存所得模型；校正规则：当卷积神经网络和体动序列的分期均为Wake期时，最终睡眠分期结果为觉醒期当卷积神经网络和体动序列的分期均为NREM-4期时，最终睡眠分期结果为NREM-4期；以卷积神经网络的睡眠分期结果作为其他情况的最终睡眠分期结果。

2.权利要求1中的卷积神经网络的结构特征包括：网络输入：多个长为300的序列，序列的每个信号为2维向量；隐藏层：隐藏层数目为4，第一层卷积核数目为4，时域窗长度为8，步长为1，并采取补0策略，后接BatchNormalization层，再后接MaxPooling层，池化窗大小为2，步长为2，并采取补0策略；后三隐藏层结构同第一层，区别在于其卷积核数目分别为8,16,32，时域窗长度均为2，激活函数使用Relu，损失函数为交叉熵，利用Adam优化器进行训练；网络输出：利用Dropout层，参数为0.5防止过拟合、全连接层和Softmax层进行6分类标签输出，分类类型具体包括Wake期、REM期、NREM-1期、NREM-2期、NREM-3期和NREM-4期，输出整段序列的睡眠分期结果。