基于單通道腦電信號(hào)的自動(dòng)睡眠分期模型研究

摘要： 睡眠分期是解決睡眠問(wèn)題的基礎(chǔ)。針對(duì)現(xiàn)階段單通道腦電（EEG）數(shù)據(jù)和特征決定自動(dòng)睡眠分期模型分類(lèi)精度的上限問(wèn)題，本文提出一種將深度卷積神經(jīng)網(wǎng)絡(luò)（DCNN）和雙向長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)（BiLSTM）混合的自動(dòng)睡眠分期模型。模型使用DCNN自動(dòng)學(xué)習(xí)EEG信號(hào)的時(shí)頻域特征，使用BiLSTM提取數(shù)據(jù)之間的時(shí)序特征，充分挖掘數(shù)據(jù)包含的特征信息，以提高自動(dòng)睡眠分期的準(zhǔn)確率。同時(shí)，使用降噪技術(shù)與...