基于多模信号融合与上下文感知的睡眠分期方法及系统

AITNT
正文
推荐专利
基于多模信号融合与上下文感知的睡眠分期方法及系统
申请号:CN202510759968
申请日期:2025-06-09
公开号:CN120436582A
公开日期:2025-08-08
类型:发明专利
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
1
一种基于掩码对比学习的多模态协同地物分类方法及系统
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
2
基于动态卷积长短时记忆模块的骨盆骨折影像分割方法
CT扫描数据 权重方法 骨折影像 上下文特征 动态
3
基于PPG波形信号和压力脉搏信号的房颤测量方法及装置
支持向量机模型 脉搏 波形 信号 置信度阈值
4
一种基于序列的蛋白质相对溶剂可及性预测方法及装置
双向长短期记忆 上下文特征 网络单元 语义特征 序列
5
一种基于数据增强和优先级约束的知识抽取方法、系统、终端及存储介质
知识抽取方法 预训练语言模型 三元组 文本 数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号