一种基于多分辨率卷积和因果卷积注意力的自动睡眠分期方法

本发明提供一种基于多分辨率卷积和因果卷积注意力的自动睡眠分期方法，包括收集用户的EEG信号，并进行去噪处理和分割片段；利用多分辨率卷积神经网络进行特征提取，通过不同大小的卷积核捕捉EEG信号中的不同频率特征；通过自适应特征重校准模块对提取的特征进行优化，该模块通过残差挤压激励块对特征进行重校准；利用时间上下文编码器模块，结合多头注意力机制和因果卷积，捕捉特征之间的时间依赖关系；构建基于深度学习的睡眠分期网络模型，以经过时间上下文编码器模块处理的特征作为输入，使用全连接层和softmax激活函数进行睡眠阶段分类；评估模型性能，并将训练好的模型应用于实际场景。应用本发明可以实现对睡眠阶段的高效、准确分类。