摘要
本发明公开了基于SimCLR的BCG信号自监督特征提取与睡眠质量评估方法,涉及睡眠质量评估领域,包括如下步骤:S1:数据采集:使用专业的传感器设备,将其放置在受试者胸部靠近心脏位置,以高采样率采集睡眠期间整晚的BCG信号,收集大量的BCG信号;S2:数据预处理:对采集到的BCG信号进行预处理,接着进行信号分段,依据预设的时间窗口将整晚连续信号切割成多个片段。本发明中,SimCLR自监督学习只需少量标注样本用于微调最终评估模型,可利用海量未标注BCG数据挖掘潜在特征能够有效挖掘BCG信号中的潜在信息,提高睡眠质量评估的准确性和效率,通过自监督学习的方式,可以减少对大量标注数据的依赖,降低数据标注的成本和难度。
技术关键词
神经网络结构
传感器设备
一维卷积神经网络
信号特征
构建分类器
样本
随机梯度下降
采样率
训练集数据
特征提取器
高通滤波器
随机森林
噪声
心脏
分段
专业
系统为您推荐了相关专利信息
疲劳监测系统
智能座舱
特征提取模块
数据采集模块
预警模块
超声信号
多层卷积神经网络
辨识方法
脉冲特征
形态
智能水温控制方法
智能水温控制系统
控制策略
时序
长短期记忆网络
腹膜透析设备
数据处理服务器
智能监测系统
传感器设备
血液生化指标
多导航系统
数据一致性校验
接收设备
节点
监测方法