一种睡眠质量监测评估的方法和系统

本发明涉及睡眠质量监测评估领域，尤其是提出了一种睡眠质量监测评估的方法和系统。首先对多导睡眠图(PSG)数据进行采集和质量增强预处理，然后设计了一个自适应的时空特征学习网络KAN‑BiLSTM‑Transformer，用于自动提取睡眠信号的判别性特征。网络由Kolmogorov‑Arnold网络(KAN)、双向长短期记忆网络(BiLSTM)和Transformer组成，能够充分挖掘多模态信号的时空依赖关系。在训练阶段，引入了加权Dice损失和时序平滑损失，并采用自监督预训练范式进行参数优化。应用时，将睡眠信号输入训练好的网络，可自动预测时间窗对应的睡眠分期。该方法有望成为人们睡眠质量检测评估的辅助工具。