[发明专利]一种基于片段-序列两阶段训练框架的睡眠分期方法及系统在审
申请号: | 202210524128.2 | 申请日: | 2022-05-13 |
公开(公告)号: | CN114903440A | 公开(公告)日: | 2022-08-16 |
发明(设计)人: | 顾娟;张丽;高阳;方建文 | 申请(专利权)人: | 南京大学;南京脑科医院;江苏万维艾斯网络智能产业创新中心有限公司 |
主分类号: | A61B5/00 | 分类号: | A61B5/00;A61B5/372 |
代理公司: | 南京泰普专利代理事务所(普通合伙) 32360 | 代理人: | 方晓雯 |
地址: | 210023 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 片段 序列 阶段 训练 框架 睡眠 分期 方法 系统 | ||
本发明面向单信道脑电数据,提出一种基于“片段—序列”两阶段训练框架的睡眠分期方法及系统,属于深度学习算法智能应用领域。将单信道脑电数据进行平滑处理、片段化以及多通道生成等步骤,利用基于脑电片段的CNN网络模型对脑电数据进行训练,得到脑电特征表示方法,并通过基于脑电“片段—序列”的“CNN‑RNN”网络模型,增强睡眠序列之间学习,通过两阶段训练框架来提升模型的睡眠分期效果,进而提升利用单信道脑电数据进行睡眠质量评估的效果。本发明基于“片段—序列”两阶段训练框架的睡眠分期方法与基于脑电片段的CNN网络模型分期相比,效果有较大提升,通过在数据集Sleep_EDFx 39的单信道Fpz‑Cz脑电数据上验证,本发明将睡眠分期的准确率从80%提升到了87%。
技术领域
本发明属于深度学习算法智能应用领域,尤其涉及一种基于“片段-序列”两阶段训练框架的睡眠分期方法及系统。
背景技术
睡眠在人的一生中占据大约1/3的时间,是人体各组织器官和神经系统休息的过程,对人的身心健康起着重要的作用。然而,全球有27%的人有睡眠障碍,我国的睡眠障碍患者的比例也越来越高。睡眠障碍易引发健康问题,增加肥胖、糖尿病、心血管疾病的患病风险,且容易诱发心理疾病。用以判断睡眠障碍和睡眠质量的基础,通常是睡眠分期。
睡眠分期,根据2007美国睡眠协会的分期标准(2017 AASM),可以分为清醒期(W)、浅睡1期(N1)、浅睡2期(N2)、深睡期(N3)、快速眼动期(REM)五个时期。睡眠存在一定的节律特点,正常周期一般为90~100分钟。入睡20分钟左右进入潜睡期,经过中度睡眠,大约在30~45分钟后进入深度睡眠阶段,然后逐渐退回到中度睡眠和浅睡,进入快速眼动阶段。
在医院中,通常使用睡眠检测仪(PSG)来监测患者的睡眠生物电信号,监测的信号包括脑电(EEG)、眼电(EOG)、心电(ECG)、肌电(EMG)等,并通过电信号分析患者的睡眠分期结果,基于睡眠分期的结果辅助诊断患者的睡眠质量。然而,在其他的场景,如居家、社区医院等,很难通过专业的PSG设备来监测睡眠质量,手环等基于心电的睡眠监测效果不如脑电数据。因此,通过单信道脑电数据进行睡眠分期监测的需求越来越强。
发明内容
发明目的:提出一种基于“片段-序列”两阶段训练框架的睡眠分期方法及系统,基于单信道脑电数据进行睡眠分期,并通过两阶段训练来提升模型的分期效果,并进一步提出一种用于实现上述方法的系统,以解决现有技术存在的上述问题。
技术方案:第一方面,提出一种基于“片段-序列”两阶段训练框架的睡眠分期方法,包括如下步骤:
步骤1、对单信道脑电数据文件进行处理,去除首尾预定长度的清醒期数据,只保留睡眠阶段的监测数据,并统一存储为EDF文件;
步骤2、将单信道脑电数据EDF文件按照比例分为两个部分,第一个部分P用作脑电片段模型和脑电序列模型的训练和验证,第二个部分R用作脑电片段模型和脑电序列模型测试;
步骤3、读取P中带有标签的单信道脑电监测数据,进行数据移动平滑处理,得到p';
步骤4、对p'数据进行片段化和多通道扩展,形成脑电片段数据集T1;
步骤5、将脑电片段数据集T1按比例划分为脑电片段训练集M1、脑电片段验证集V1;
步骤6、将脑电片段训练集M1随机打乱片段顺序,用于训练基于脑电片段的CNN 网络模型,并通过脑电片段验证集V1选择最佳的脑电片段模型结构和模型参数;
步骤7、将脑电片段最佳CNN网络模型结构和模型参数存储下来,保存后缀为“.pth”的脑电片段模型文件F1;
步骤8、将步骤3中未打乱片段顺序的脑电片段数据集T1,按照时间步t进行划分,形成脑电序列数据集T2;
步骤9、将脑电序列数据集T2按照比例划分为脑电序列训练集M2、脑电序列验证集V2;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京大学;南京脑科医院;江苏万维艾斯网络智能产业创新中心有限公司,未经南京大学;南京脑科医院;江苏万维艾斯网络智能产业创新中心有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210524128.2/2.html,转载请声明来源钻瓜专利网。