基于HMM和BP神经网络的睡眠分期算法
由于在做睡眠监测设备,最近研究了一下睡眠分期的相关…在知网上查到了很多的论文,对其中一篇论文做了一个复现并进行了些许的改进,弄了一个睡眠分期算法,将成果写成博客方便日后查看。首先,在讲述算法模型前,先科普一下睡眠分期的一个相关研究。
睡眠分期的相关研究
睡眠过程中,脑电图发生各种不同变化,这些变化随着睡眠的深度而不同。根据脑电图的不同特征,又将睡眠分为两种状态:非眼球快速运动睡眠(又称正相睡眠、慢波睡眠、同步睡眠、安静睡眠、NREM睡眠)和眼球快速运动睡眠(又称异相睡眠、快波睡眠、去同步化睡眠、活跃睡眠、REM睡眠,还称雷姆期现象),二者以是否有眼球阵发性快速运动及不同的脑电波特征相区别。
图为一个睡眠周期内大致的睡眠分期
在一个睡眠周期内,睡眠状态的变化大致如下:
睡眠分期算法的训练数据来自于在Google dataset中搜到的DREAMS主题数据库中,关于20位健康人员的一晚上的睡眠数据,通过HRV(心率变异性)等原理来进行特征的筛选。
睡眠分期算法模型
数据类型
数据包含两个部分,一部分为