一种基于GM-GP算法的睡眠状态监测方法

本发明公开了一种基于GM‑GP算法的睡眠状态监测方法，涉及智能健康监测技术领域，包括，通过生理信号采集设备实时采集多模态信号，并进行预处理；从预处理后的多模态信号中分离出脑电信号，并进行非线性特征提取，计算其关联维数；将脑电信号的关联维数输入到GM模型中进行建模，捕捉不同睡眠阶段的动态变化特征；引入混合记忆增强网络，对脑电信号及多模态信号的时间序列进行趋势预测；基于混合记忆增强网络的预测结果和优化后的睡眠分期结果，实时检测用户在不同睡眠阶段的时间比例和数量；本发明采用混合记忆增强网络对多模态生理信号进行趋势预测，保证了睡眠状态监测的实时性和连续性，提升了整体监测的稳定性和可靠性。