一种基于宽度神经网络的睡眠阶段自动划分算法

摘要

本发明公开了一种基于宽度神经网络的睡眠阶段自动划分方法。所述方法包括：依据多通道信号的不同特点对其中生理数据进行筛选，保留有效数据；利用带通滤波器按各通道特征进行带通滤波，并去除脑电信号中的眼电伪迹；利用小波包变换分解并重构C3、C4通道脑电信号到五个基本节律，并使用短时傅里叶变换提取全部重构信号及其他生理信号的时频谱作为特征；根据特征选择合适参数，构建宽度学习系统，将提取的特征信息在各睡眠阶段特征模型中进行匹配，并根据匹配结果对待处理信号进行睡眠分期，并使用十折交叉验证的平均准确率作为最终结果，验证测量系统的有效性。