摘要
本发明公开了一种基于时频联合的睡眠分类方法及系统,属于生物医学信号处理与人工智能技术领域。本发明为解决现有方法对人工依赖性强、时频特征融合不足和长时序建模效率低的问题,主要采用自动化时频特征提取、记忆增强的动态注意力机制及轻量化多分支神经网络结构进行睡眠阶段分类。本发明能够实现对多尺度脑电信号的高效建模与精准分类,在提升深度睡眠识别能力和整体分类准确率的同时,显著降低模型参数量和推理延迟,具备良好的实时性和临床适用性。
技术关键词
分类方法
卷积特征提取
注意力
时域特征
频域特征
记忆
睡眠特征
生物医学信号处理
脑电信号预处理
通道
编码器
睡眠阶段分类
动态
模块
神经网络结构
分支
分类准确率
人工智能技术