2024 基于自动睡眠分期的多模态残差时空融合模型 郭业才 1,2,仝爽 1 (1. 南京信息工程大学 电子与信息工程学院,江苏 南京 210044;2. 无锡学院 电子信息工程学院,江苏 无锡 214105) 摘要:高精度的睡眠分期对于正确评定睡眠情况起到了至关重要的作用.针对现有的卷积网络无 法获取生理信号拓扑特征的问题,提出了一种...
高精度的睡眠分期对于正确评定睡眠情况起到了至关重要的作用.针对现有的卷积网络无法获取生理信号拓扑特征的问题,提出了一种基于多模态残差时空融合的睡眠分期算法.利用短时傅里叶变换和自适应图卷积获取时频图像和时空图像,将其转换为高维的特征向量;通过时频特征和时空特征提取模块实现特征信息流的轻量化交互;使用特征...