-
公开(公告)号:CN113080864B
公开(公告)日:2022-02-01
申请号:CN202110370678.9
申请日:2021-04-07
Applicant: 电子科技大学
IPC: A61B5/00
Abstract: 本发明公开了一种通过自动睡眠分期结果的常见睡眠疾病检测方法,包括以下步骤:S1、获取健康人、患有夜间额叶癫痫的患者、患有阻塞性睡眠呼吸暂停的患者的睡眠数据集;S2、特征提取;S3、采用时间注意力结合条件随机场构建睡眠自动分期模型;S4、采用迁移学习进行患者数据集分期;S5、构建睡眠疾病检测模型:将睡眠分期的预测结果作为输入数据,打上相应身体状态的标签,制作睡眠疾病检测数据集;然后通过机器学习Xgboost模型进行训练,得到睡眠疾病检测模型。本发明采用条件随机场和时间注意力模型,可以有效提取睡眠数据的时间连续性信息;引入迁移学习,将睡眠疾病数据集迁移到健康人数据集的网络上;数据量少,且可以完成多种睡眠疾病检测。
-
公开(公告)号:CN113080864A
公开(公告)日:2021-07-09
申请号:CN202110370678.9
申请日:2021-04-07
Applicant: 电子科技大学
IPC: A61B5/00
Abstract: 本发明公开了一种通过自动睡眠分期结果的常见睡眠疾病检测方法,包括以下步骤:S1、获取健康人、患有夜间额叶癫痫的患者、患有阻塞性睡眠呼吸暂停的患者的睡眠数据集;S2、特征提取;S3、采用时间注意力结合条件随机场构建睡眠自动分期模型;S4、采用迁移学习进行患者数据集分期;S5、构建睡眠疾病检测模型:将睡眠分期的预测结果作为输入数据,打上相应身体状态的标签,制作睡眠疾病检测数据集;然后通过机器学习Xgboost模型进行训练,得到睡眠疾病检测模型。本发明采用条件随机场和时间注意力模型,可以有效提取睡眠数据的时间连续性信息;引入迁移学习,将睡眠疾病数据集迁移到健康人数据集的网络上;数据量少,且可以完成多种睡眠疾病检测。
-