睡眠自动分期方法综述

Abstract

睡眠是人体必不可少的一项生理活动。通常,专家将病人整夜的脑电EEG数据以30秒为一帧进行睡眠状态分期并据此进行睡眠状态的分析与评估。然而,依靠人工标记睡眠数据需要消耗大量的精力。另一方面,专家的主观判断也会对分期结果带来误差。所以睡眠的自动分期就变得很重要,本文将介绍近年来的睡眠分期方法,分别是基于统计规则分期方法与基于深度学习技术的分期法。在统计的分期方法中,介绍了三个重要的过程,预处理、特征提取以及分类器的选择。在基于深度学习的分期方法中,介绍了多层神经网络、卷积神经网络、长短时记忆神经网络以及不同网络组合的神经网络。最后我们对睡眠分期的研究进行了讨论, 认为深度神经网络将是未来睡眠分期研究主要方法。

Publication
Biophysics 生物物理学, 2019, 7(3), 34-48
帅建伟
帅建伟
课题组组长
PI

长期从事计算生物物理人工智能交叉学科的研究,包括智子力学、智能融合生命体、细胞信号网络动力学、深度学习核心算法构建、健康医疗大数据深度学习分析及深度学习在生物医学中的应用等。