基于ResCNN-BiGRU的自动睡眠分期方法及系统

本发明提供一种基于ResCNN‑BiGRU的自动睡眠分期方法及系统，方法包括：获取数据集，得到少样本类别的睡眠脑电数据；将少样本类别的睡眠脑电数据进行数据滤波降噪处理，再通改进的自适应合成采样技术方法进行数据增强；利用带残差块的卷积神经网络学习数据特征表示，再通过两层双向门控循环单元网络挖掘深层时序信息，确定睡眠之间的相关性，对睡眠数据阶段特征的自动学习和睡眠周期提取，得到睡眠分期结果，训练和测试得到所述预先训练的自动睡眠分期模型。该模型通过训练优化基础网络进行后，证明了本发明模型在自动睡眠分期方面的优越性能同时可为构建家庭睡眠监测系统提供一定的方法支撑。