-
公开(公告)号：CN112641451B
公开(公告)日：2023-03-21
申请号：CN202011509796.5
申请日：2020-12-18
Applicant: 北方工业大学
Abstract: 本发明公开了一种基于单通道脑电信号的多尺度残差网络睡眠分期方法及系统，包括：步骤S1：采集原始单通道脑电信号作为输入信号；步骤S2：构建多尺度残差睡眠自动分期网络，将输入信号输入到多尺度残差睡眠自动分期网络进行训练，并输出睡眠分期结果；步骤S3：对输出结果进行评估。本发明公开的基于单通道脑电信号的多尺度残差网络睡眠分期方法通过采用多种尺度的卷积核从原始单通道脑电信号中自动提取特征，即使在非平稳条件下，也能够提高模型的鲁棒性和信号特征的表征能力。此外本发明利用残差网络中的恒等映射和残差映射，让网络能够有效地学习单通道脑电信号的特征，克服传统深度学习网络中的退化问题。
-
公开(公告)号：CN112641451A
公开(公告)日：2021-04-13
申请号：CN202011509796.5
申请日：2020-12-18
Applicant: 北方工业大学
Abstract: 本发明公开了一种基于单通道脑电信号的多尺度残差网络睡眠分期方法及系统，包括：步骤S1：采集原始单通道脑电信号作为输入信号；步骤S2：构建多尺度残差睡眠自动分期网络，将输入信号输入到多尺度残差睡眠自动分期网络进行训练，并输出睡眠分期结果；步骤S3：对输出结果进行评估。本发明公开的基于单通道脑电信号的多尺度残差网络睡眠分期方法通过采用多种尺度的卷积核从原始单通道脑电信号中自动提取特征，即使在非平稳条件下，也能够提高模型的鲁棒性和信号特征的表征能力。此外本发明利用残差网络中的恒等映射和残差映射，让网络能够有效地学习单通道脑电信号的特征，克服传统深度学习网络中的退化问题。
-
Search Results
2
records
(took 0.022 seconds)
