一種基于可穿戴生理設備的睡眠階段分類檢測算法
本發(fā)明公開了一種基于可穿戴生理設備的睡眠階段分類檢測算法,包括以下步驟:獲取多模態(tài)腦電生理信號;對多模態(tài)腦電生理信號依次執(zhí)行濾波去除噪聲和Z?score歸一化處理,得到預處理信號數(shù)據(jù);對預處理后的信號數(shù)據(jù)通過反向傳播算法和梯度下降優(yōu)化實現(xiàn),以交叉熵損失函數(shù)衡量生成信號與真實信號的差異,不斷調整參數(shù)使生成信號更接近真實睡眠信號;構建一個與生成器具有相同的卷積單元形式的判別器,判別器與生成器構成生成對抗網絡模型,自動調整調節(jié)參數(shù),輸出不同睡眠階段的分類結果。本發(fā)明通過合理整合EEG和EOG等信號和GAN模型的應用,使模型能夠學習到真實睡眠信號的分布并進行準確分類;提高分類的準確性和穩(wěn)定。
復旦大學
2021-01-12