基于机器学习模型的患者睡眠觉醒三分类监测方法、装置、设备及介质

本发明公开一种基于机器学习模型的患者睡眠觉醒三分类监测方法、装置、设备及介质，包括：采集被试的加速度数据与活动计数及心率数据，并对采集的数据进行预处理；基于预处理后的数据提取数据特征，包括运动特征、心率特征和时钟代理特征；将提取的数据特征输入分类模型，输出每个Epoch的预测状态数据，其中，预测状态数据中每行均包含Epoch起始时间戳、真实睡眠分期标签以及模型的三分类预测结果，因此，本发明能够有效提高“觉醒‑非快速眼动睡眠‑快速眼动睡眠”三分类预测准确度，可以广泛应用于睡眠监测中。