一种可用于片上迁移的轻量化自动睡眠分期方法

本发明属于生物医学工程技术领域，具体为一种可用于片上迁移的轻量化自动睡眠分期方法。本发明方法包括：对脑电信号进行滤波及基线校正预处理；构建由多层一维卷积神经网络、通道注意力模块、全连接层与Softmax层组成的轻量化深度学习模型；采用交叉熵损失函数与双优化器进行模型训练，结合交叉验证策略优化模型；压缩模型参数量及推理运算时间，生成可部署文件。本发明通过逐层调整卷积通道数、裁剪全连接层维度，将模型可训练参数量压缩至200000个以下，通过轻量化通道注意力模块在几乎不增加计算负担的前提下提升特征选择性，可部署于嵌入式设备实现实时睡眠监测，为便携式医疗诊断提供解决方案。