基于多通道的并行时频分割的睡眠阶段识别方法及系统

本发明提供了基于多通道的并行时频分割的睡眠阶段识别方法，包括：S1:将多个通道的数据通过短时傅里叶STFT转换成脑图；S2:将脑图的时间帧切分为学习多时间帧向量间特征；S3:通过分组卷积捕捉脑图的采样点的空间特征；S4:将脑图的频率帧切分为学习多频率帧向量间特征；S5:关注时序向量特征、采样点空间特征、频率向量特征的通道维度和逐点维度，实现多域图像特征融合；S6:将特征融合后的图像进行分类，识别不同的睡眠阶段。本发明实现了同时对多时间帧向量间特征、多频率帧向量间特征、和采样点空间特征的处理，从而显著提升了对复杂睡眠信号特征的捕获能力。