首页> 中国专利> 基于复杂网络和深度学习的睡眠阶段分类方法及应用

基于复杂网络和深度学习的睡眠阶段分类方法及应用

摘要

一种基于复杂网络和深度学习的睡眠阶段分类方法及应用:获取有限穿越可视图复杂网络的特征指标,包括建立有限穿越可视图复杂网提取节点度值,根据节点度值得到节点度值序列,将节点度值序列作为有限穿越可视图复杂网络的特征指标:对睡眠阶段脑电片段分别建立有限穿越视距为1的有限穿越可视图复杂网;采用十折交叉验证和长短时记忆模型,对睡眠阶段脑电片段按照清醒阶段、浅度睡眠阶段、深度睡眠阶段和快速眼动睡眠阶段分成四类。本发明的方法可应用于头戴式智能穿戴设备,通过分析智能穿戴设备测得的睡眠脑电信号,实现对使用者大脑状态的了解,并可提供必要的预警。

著录项

  • 公开/公告号CN110367933A

    专利类型发明专利

  • 公开/公告日2019-10-25

    原文格式PDF

  • 申请/专利权人 天津大学;

    申请/专利号CN201910637530.X

  • 发明设计人 高忠科;蔡清;

    申请日2019-07-15

  • 分类号

  • 代理机构天津市北洋有限责任专利代理事务所;

  • 代理人杜文茹

  • 地址 300072 天津市南开区卫津路92号

  • 入库时间 2024-02-19 13:26:53

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2019-11-19

    实质审查的生效 IPC(主分类):A61B5/00 申请日:20190715

    实质审查的生效

  • 2019-10-25

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号