-
题名基于单通道上下文编码的轻量化睡眠分期模型
- 1
-
-
作者
仝爽
王琪
孙久淞
-
机构
南京信息工程大学电子与信息工程学院
-
出处
《无线电工程》
2024年第8期2030-2039,共10页
-
基金
江苏省研究生培养创新工程项目(SJCX23_0373)。
-
文摘
利用多模态信号中不同信号之间的频率关系来处理睡眠分期任务已成为当今的主流。然而,多模态信号采集的难度限制了睡眠分期任务的进一步发展。此外,数据集分类不均衡,参数量级大也是限制睡眠分期任务发展的重要原因。针对上述问题,提出了一种基于单通道脑电图(Electroencephalogram, EEG)数据的全卷积网络模型。通过U型结构和特征融合模块学习EEG信号的波形信息,利用并行的多尺度时间特征代替循环网络提取时间序列信息,使用瓶颈结构减少参数量,使用焦变函数降低数据类别间分布不均对分类精度的影响。在公共数据集Sleep-EDF上的实验结果表明,所提模型对单通道EEG数据实现了87.5%的分类准确率,缓解了数据集不平衡问题。值得一提的是,所提模型的参数数量仅为Deepsleep网络的2.86%。
-
关键词
脑电信号
睡眠分期
空洞卷积
类别失衡
焦变函数
-
Keywords
EEG signal
sleep staging
dilated convolution
class imbalance
focal loss function
-
分类号
TN911
[电子电信—通信与信息系统]
-