买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：长春理工大学

摘要：本发明公开一种基于跨层连接的U型网络结构和Bi‑LSTM的睡眠分期方法，涉及睡眠处理技术领域，获取睡眠脑电信号数据；构建包括特征提取模块、跨层连接模块及特征融合模块的网络模型；在特征融合模块之后连接一个全连接层，将特征融合模块输出的抽象特征信息映射到睡眠阶段的5个类别；并通过Softmax函数得出分期结果。本发明的技术方案提供一种改进后U‑net和Bi‑LSTM的睡眠分期算法，利用信号采集设备采集到的患者脑电信号作为输入信号，设计的跨层连接模块深度刻画不同睡眠过渡阶段的连续特征，同时融入全局特征，更进一步的提升睡眠分期算法的效能及鲁棒性，以满足轻量化设备的应用需求。

主权项：1.一种基于跨层连接的U型网络结构和Bi-LSTM的睡眠分期方法，其特征在于，包括以下步骤：获取睡眠脑电信号数据；构建包括特征提取模块、跨层连接模块及特征融合模块的网络模型；将脑电信号数据输入至特征提取模块的第一卷积层进行卷积运算、批量归一化和函数激活；然后通过下采样进行采样；并分别输入第二卷积层和跨层连接模块的第一跨层信息连接层；通过特征提取模块的第二卷积层，然后经过一个的最大池化，进行第二次下采样；并分别输入第三卷积层和跨层连接模块的第二跨层信息连接层；通过特征提取模块的第三卷积层然后经过一个的最大池化，进行第三次下采样；并分别输入第四卷积层和跨层连接模块的第三跨层信息连接层；通过特征提取模块的第四卷积层然后经过一个的最大池化，进行第四次下采样；并分别输入第五卷积层和跨层连接模块的第四跨层信息连接层；通过特征提取模块的第五卷积层，然后经过一个的最大池化，进行第五次下采样；之后通过Bi-LSTM层，并加入一个Dropout层，将其输入U型网络的扩展路径；数据输入第四跨层信息连接层和特征融合模块的上采样；通过特征融合模块进行第一次上采样，使用反卷积进行操作；将第四跨层信息连接层提取的部分特征数据和Bi-LSTM层的部分数据与反卷积后的特征数据拼接；之后数据通过特征融合模块的第六卷积层；通过特征融合模块进行第二次上采样，将第三跨层信息连接层提取的部分特征数据和第四跨层信息连接层传输的部分数据与反卷积后的特征数据拼接；之后数据通过第七卷积层；通过特征融合模块进行第三次上采样；将第二跨层信息连接层提取的部分特征数据和第三跨层信息连接层传输的部分数据与反卷积后的特征数据拼接；之后数据通过第八卷积层；通过特征融合模块进行第四次上采样；将第一跨层信息连接层提取的部分特征数据和第二跨层信息连接层传输的部分数据与反卷积后的特征数据拼接起来；之后数据通过第九卷积层；通过特征融合模块进行第五次上采样，之后，数据通过第十卷积层；在特征融合模块之后连接一个全连接层，并在全连接层的输出层之前再加入一个dropout层，将特征融合模块输出的抽象特征信息映射到睡眠阶段的5个类别；并通过Softmax函数得出分期结果；所述跨层连接模块的跨层信息连接层用于横向将特征提取模块提取后的数据和所述跨层连接模块的跨层信息连接层对Bi-LSTM层输出的数据或上一层跨层信息连接层输出的数据进行反卷积截取的数据拼接，拼接后的数据传输到特征融合模块与经特征融合模块反卷积后的数据拼接；所述跨层连接模块的跨层信息连接层将对Bi-LSTM层输出的数据或上层跨层信息连接层输出的数据进行反卷积截取的数据传输到下一层跨层信息连接层。

全文数据：

权利要求：

百度查询： 长春理工大学 一种基于跨层连接的U型网络结构和Bi-LSTM的睡眠分期方法