CN115336973B 基于自注意力机制和单导联心电信号的睡眠分期系统构建方法、及睡眠分期系统 （中国科学院空天信息创新研究院）

号基于自注意力机制和单导联心电信号的睡本发明提供一种基于自注意力机制和单导联心电(ECG)信号的睡眠分期系统构建方法及睡期标签的ECG信号进行滤波及零均值归一化处明构建的系统能够捕捉ECG信号片段内部相关性21.一种基于自注意力机制和单导联心电信号的睡眠分期系统构建方法，其特征在于，将带有睡眠分期标签的ECG信号进行滤波及零均值归一化处理，并根据睡眠分期准则所述深度神经网络包括4个CNN模块，所述4个CNN模块依次串联，kKV2.根据权利要求1所述基于自注意力机制和单导联心电信号的睡眠分期系统构建方3.根据权利要求1所述基于自注意力机制和单导联心电信号的睡眠分期系统构建方Bi_GRU模块单元，捕捉CNN模块所提取的空间特征的内部相关性3睡眠分期结果输出单元包括BN模块及全连接层，基kKV4瞬时心率序列等ECG衍生信号进行。基于手工标记或传统机器学习方法实现睡眠分期过程[0007]本发明的目的是针对现有基于人工神经网络的睡眠分期方案存在的忽略睡眠片5[0010]构建包含深度神经网络的睡眠分期系统，所述深度神经网络包括依次串联的CNN[0011]将带有睡眠分期标签的ECG信号进行滤波及零均值归一化处理，并根据睡眠分期KVKV[0028]SA模块单元，对Bi_GRU每个时刻单元的输出的ECG信号时间特征的重要度进行打6[0029]睡眠分期结果输出单元包括BN模块及全连接层，基于所述SA模块输出的特征向KVKV[0044]图1是本发明的基于自注意力机制和单导联心电信号的自动睡眠分期方法实现流7方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或[0051]针对现有基于人工神经网络的睡眠分期方案存在的忽略睡眠片段内部信息相关性的问题，本发明提出了一种基于自注意力机制和单导联心电信号的自动睡眠分期方法，[0052]本申请实施例一种基于自注意力机制和单导联心电信号的睡眠分期系统构建方[0056]基于人工神经网络的睡眠分期方法的关键区别在本申请采用SA模块单元5，在传8[0068]SA(注意力机制)模型可以宏观上理解为一个查询(Query,Q)到一系列键_值(Key_[0069]根据Q和K计算权重系数，为防止Q与K之间的点乘积结果过大导致softmax函数进QK和WV分别是可以学习的参数矩阵，输出序列为与输入X同等长度的H＝[h1,9[0081]本实施例中根据睡眠分期准则，将归一化处理后的ECG数据每30s划分为一个片[0085]本申请实施例本申请实施例一种基于自注意力机制和单导联心电信号的睡眠分[0086]生理参数监测设备1用于获取单导联ECG信号和同时间戳的睡眠分期标签构建数[0088]ECG预处理单元2用于对采集到的ECG信号进行滤波及零均值归一化处理；将归一普金斯大学的睡眠心脏健康协调中心在不同时间收集获得，包含SHHS1和SHHS2两个数据SHHS2数据的100名受试者数据进行[0100]本发明算法与未添加SA的CNN_BiGRU模型以及几种机器学习模型算法总体分类结果对比如表1所示。本发明提出的基于自注意力机制的深度神经网络算法在基于单导联心电信号的睡眠分期总体分类准确率(A