摘要
本发明提供一种基于多模态与视觉变换网络的睡眠阶段检测方法,通过提取PSG中的EEG通道信号和EOG通道信号,利用多尺度卷积网络对不同频段进行特征提取,并融合多模态特征以增强分类的准确性。接着,通过视觉变换网络建模信号的时空关联性,进而有效识别睡眠的不同阶段。该方法还提供分类结果的置信度评估,增强检测结果的可靠性。该自动化检测方法可用于临床睡眠分期,辅助医生评估睡眠质量和诊断睡眠障碍。
技术关键词
编码模块
特征提取模块
融合特征
阶段
多模态特征融合
分类网络
预测类别
视觉
数据
频段
补丁
通道
多尺度
信号
融合多模态特征
自动化检测方法
sigmoid函数
系统为您推荐了相关专利信息
识别系统
Sigmoid函数
网络摄像头
数据
生成用户
自动检测方法
癫痫
多层次特征融合
长短期记忆网络
信号预处理模块