一种基于非接触式心电信号和体动信号的睡眠分期方法

本发明提供了一种基于非接触式心电信号和体动信号的睡眠分期方法。首先，通过电容耦合式传感器和压力传感器在床单上非接触采集心电和体动信号，并进行滤波、过采样及信号分割等预处理，形成数据集。其次，构建CNN‑biLSTM‑sleep网络模型，该模型包含心电信号和体动信号两路输入、CNN特征提取模块和双向LSTM序列信息提取模块，输出为REM、N1、N2、N3、WK、LV六种睡眠阶段。然后，利用训练集对模型进行训练和调优。最后，通过验证集测试模型，输出分类结果。本发明无需额外特征提取，适用于非接触心电采集场景，能有效识别睡眠分期。