论文部分内容阅读
睡眠分期是睡眠数据分析的基础,用自动标定方法来替代人工标定方法可以提高效率,结果也更为客观。不管是人工手动标定还是自动标定都是基于多导睡眠图（Polysomnography,PSG）。采用长短时记忆模型（LSTM-RNN）及长短时记忆模型与卷积神经网络（CNN）相结合的模型（CNN-LSTM）对三个通道信号（EEG、EOG、EMG）的组合进行自动睡眠分期研究。通过对9个受试数据进行分析,LSTM-RNN和CNN-LSTM分别达到了81.9%和83.1%的分类准确率。相对于LSTM-RNN模型,结合卷积神经