基于深度迁移学习的单通道耳脑电自动睡眠分期方法

摘要

本发明属于睡眠监测技术领域，基于深度迁移学习的单通道耳脑电自动睡眠分期方法，包括以下步骤：(1)信号采集及预处理，(2)特征提取，(3)模型适配，(4)模型评估。本发明具有以下优点：一是，使用CNN对源域数据进行端对端的训练，自动提取睡眠脑电数据SHHS的特征；二是，使用3个结构相同但网络参数不同的1D CNN进行并行特征提取，提取睡眠脑电数据SHHS的时域、时频域及频域特征；三是，采用深度迁移学习算法，完成源域和目标域数据的适配，四是，搭建的深度迁移学习模型，使得适用于脑电信号的睡眠分期模型应用于耳脑电信号上，完成不同受试者、不同设备、不同通道的迁移，实现连续的自动睡眠分期。