公开(公告)号：CN111783534A

公开(公告)日：2020-10-16

申请号：CN202010466274.5

申请日：2020-05-28

Applicant: 东南大学

Inventor： 胥凯林 ,  夏思宇

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  A61B5/0476 ,  A61B5/00

Abstract: 本发明公开一种基于深度学习的睡眠分期方法，该方法包含以下步骤：对单通道脑电信号进行过采样获得数据集；设计用于睡眠分期的卷积神经网络；在过采样后的数据集上预训练，并根据贝叶斯优化调整模型的超参数；设计惩罚权重损失函数对模型二次优化；利用训练好的模型测试输入的单通道脑电信号得到预测的睡眠时期。本发明方法无需额外的提取特征就可以让神经网络学习到睡眠分期信息，利用该方法可以有效的避免由数据集不平衡引起的各时期平均识别率低下的问题。该方法可被广泛应用于存在数据集不平衡的场景，如心电图检测心律不齐和脑电图检测癫痫。

公开(公告)号：CN111783534B

公开(公告)日：2024-05-10

申请号：CN202010466274.5

申请日：2020-05-28

Applicant: 东南大学

Inventor： 胥凯林 ,  夏思宇

IPC: G06F18/24 ,  G06F18/214 ,  G06F18/2415 ,  G06N3/0464 ,  A61B5/372 ,  A61B5/00

Abstract: 本发明公开一种基于深度学习的睡眠分期方法，该方法包含以下步骤：对单通道脑电信号进行过采样获得数据集；设计用于睡眠分期的卷积神经网络；在过采样后的数据集上预训练，并根据贝叶斯优化调整模型的超参数；设计惩罚权重损失函数对模型二次优化；利用训练好的模型测试输入的单通道脑电信号得到预测的睡眠时期。本发明方法无需额外的提取特征就可以让神经网络学习到睡眠分期信息，利用该方法可以有效的避免由数据集不平衡引起的各时期平均识别率低下的问题。该方法可被广泛应用于存在数据集不平衡的场景，如心电图检测心律不齐和脑电图检测癫痫。