摘要
本申请公开了一种基于多模信号融合与上下文感知的睡眠分期方法及系统。所述基于多模信号融合与上下文感知的睡眠分期方法包括:获取多模态生理数据集;对所述多模态生理数据集进行多尺度特征提取以得到多尺度特征集;基于轻量化模型对所述多尺度特征集进行融合以得到融合特征集;对所述融合特征集进行分类,并基于分类结果得到睡眠分期结果;其中,对所述多模态生理数据集进行多尺度特征提取,包括:将所述多模态生理数据集分割为帧序列集;对帧序列集进行历史上下文特征提取、模拟未来上下文特征提取,以及时间戳特征提取,以得到上下文特征集。这样,能够增强分期连续性,降低突发信号波动引起的误判率。
技术关键词
多模态生理
多尺度特征提取
上下文特征
时域特征提取
频域特征提取
融合特征
时域统计特征
序列
滑动窗口
非线性特征
特征值
信号
中心对称
特征提取单元
数据获取单元
系统为您推荐了相关专利信息
高光谱图像特征
地物分类方法
融合特征
激光雷达点云数据
跨模态
CT扫描数据
权重方法
骨折影像
上下文特征
动态
双向长短期记忆
上下文特征
网络单元
语义特征
序列