基于深度学习的轻量级两层嵌套睡眠分期方法、可穿戴式设备

本发明公开了一种基于深度学习的轻量级两层嵌套睡眠分期方法、可穿戴式设备，包括：获取包括脑电信号、眼电信号的待测试PSG信号，对待测试PSG信号进行预处理，对预处理后的待测试PSG信号中的脑电信号进行滤波处理；将滤波后的待测试PSG信号输入训练好的第一阶段神经网络模型，得到第一预测睡眠时期；第一预测睡眠时期包括W阶段、NREM阶段、REM阶段中的至少一种；若第一预测睡眠时期中存在NREM阶段时，将NREM阶段对应滤波后的待测试PSG信号输入训练好的第二阶段神经网络模型，得到第二预测睡眠时期；第二预测睡眠时期包括N1阶段、N2阶段、N3阶段中的至少一种。本发明更适合在可穿戴式等边缘硬件设备上部署。