基于无监督特征学习的睡眠呼吸暂停片段检测设备

摘要

本发明公开了一种基于无监督特征学习的睡眠呼吸暂停片段检测方法及设备，方法包括：采集睡觉时的心电信号；对心电信号进行模数转换，获得心电数字信号；把心电数字信号按分钟分段得到心电信号片段；根据心电信号片段提取RR间期序列进行修正，基于三次样条插值及快速傅里叶变换得到频域序列，制作训练集；构建栈式稀疏自编码模型，利用无标签数据集预训练稀疏自编码器，对频域序列进行无监督学习提取特征，用有标签训练集对栈式稀疏自编码模型进行微调；搭建基于Softmax‑隐马尔科夫和时间依赖‑代价敏感分类模型，利用稀疏自编码模型在有标签训练集得到的特征和相应的标签训练基于Softmax‑隐马尔科夫和时间依赖‑代价敏感分类模型，得到睡眠呼吸暂停分类模型。