一种自动睡眠分期方法及系统

本发明公开一种自动睡眠分期方法及系统，涉及睡眠检测技术领域；包括以下步骤：获取脑电信号数据，数据增强；多尺度特征提取；分类器网络，根据特征向量预测目标时间段的睡眠阶段。本申请技术方案结合了特征金字塔与监督对比学习的自动睡眠阶段分期网络，特征金字塔和监督对比学习的结合展现了协同效应，从而提升了分类器网络的整体性能和区分能力；特征金字塔能够处理不同时间和频率尺度，从而更好地区分原始单通道EEG信号中的睡眠阶段。同时，采用基于监督对比学习的训练框架，通过最小化类内特征距离、最大化类间特征距离，提取更具判别力的特征，减轻睡眠阶段的模糊性。该框架通过融合多级特征和类判别特征，显著提升了睡眠阶段的区分能力。