为解决传统睡眠分期特征需手工设计且忽略睡眠状态变换的前后关联性和规律性的问题,设计一种结合状态转移规则的深度睡眠分期模型。通过添加残差网络加深卷积神经网络层数,自动提取信号的高维特征,对睡眠状态进行分类,结合睡眠状态变换规律,设计状态转移规则纠正分类结果。实验结果表明,该模型有效可行,为睡眠相关疾病的诊断和治疗提供了可行的辅助判读方法。
科研之友
微信
新浪微博
Facebook
分享链接
