一种基于深度学习的失眠特征提取识别方法及系统

本发明涉及失眠识别技术领域，具体为一种基于深度学习的失眠特征提取识别方法及系统，包括：通过设计任务性实验收集受试者在不同任务条件下的大脑功能变化，并利用功能性磁共振成像获取受试者在静息态和任务性实验下的fMRI数据，得到静息态fMRI数据和任务态fMRI数据；采集受试者的个性化数据，包括：睡眠行为数据、心理评估数据和基因数据；通过动态功能连接分析模型对任务态fMRI数据和静息态fMRI数据进行动态分割，计算不同时间点的动态功能连接矩阵；构建多层次失眠特征提取模型进行失眠特征提取；构建多任务失眠识别模型基于失眠特征和动态功能连接矩阵进行自动失眠识别和分类，并预测失眠严重程度。