[发明专利]睡眠阶段监测方法、装置、计算机和存储介质

权利要求书

1.一种睡眠阶段监测方法，其特征在于，包括：

获取人体的各类样本生理信息；

通过改进SAE模型对各类所述样本生理信息进行特征提取与重构，获得重构特征；

根据所述重构特征生成特征数据集；

将所述特征数据集输入至SVM模型对所述SVM模型进行训练，得到用于识别睡眠阶段的分类模型。

2.根据权利要求1所述的方法，其特征在于，所述通过改进SAE模型对各类所述样本生理信息进行特征提取与重构，获得重构特征的步骤中，所述改进SAE模型包括输入层、若干隐藏层、若干dropout层和输出层；

所述输入层用于输入各类所述样本生理信息；

所述隐藏层用于对所述样本生理信息进行数据降维，并对所述样本生理信息提取特征，得到重构特征；

所述dropout层用于对提取的所述重构特征进行正则化处理，以避免所述重构特征过拟合；

所述输出层用于输出所述重构特征。

3.根据权利要求1所述的方法，其特征在于，所述改进SAE模型中编码器编码和解码的过程如下列式子：

其中，和分别为编码和解码的激励函数，和为权重矩阵，和为偏置。

4.根据权利要求1所述的方法，其特征在于，所述将所述特征数据集输入至SVM模型对所述SVM模型进行训练，得到用于识别睡眠阶段的分类模型的步骤包括：

将所述特征数据集按预设比例划分为训练集和测试集；

使用所述训练集对所述SVM模型进行训练，使用所述测试集对训练得到的分类模型进行测试，得到所述用于识别睡眠阶段的分类模型。

5.根据权利要求4所述的方法，其特征在于，所述使用所述训练集对所述SVM模型进行训练，使用所述测试集对训练得到的分类模型进行测试，得到所述用于识别睡眠阶段的分类模型的步骤包括：

使用所述训练集对所述SVM模型进行训练，使用所述测试集对训练得到的分类模型进行测试，通过交叉验证对所述SVM模型进行评估，得到所述用于识别睡眠阶段的分类模型。

6.根据权利要求1-5任一项中所述的方法，其特征在于，人体的各类所述样本生理信息包括：姿态信息、心率信息、血氧信息、体温信息、声音信息、皮肤电导水平信息、皮肤电导反应信息、褪黑素浓度信息、多巴胺浓度信息和维生素C浓度信息。

7.一种睡眠阶段监测装置，其特征在于，包括：

样本生理信息获取模块，用于获取人体的各类样本生理信息；

特征提取模块，用于通过改进SAE模型对各类所述样本生理信息进行特征提取与重构，获得重构特征；

特征数据集生成模块，用于根据所述重构特征生成特征数据集；

分类模型训练模块，用于将所述特征数据集输入至SVM模型对所述SVM模型进行训练，得到用于识别睡眠阶段的分类模型。

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。