[發明專利]基于單通道腦電信號多尺度殘差網絡睡眠分期方法及系統

有效

• 申請號: 202011509796.5
• 申請日: 2020-12-18
• 公開（公告）號: CN112641451B
• 公開（公告）日: 2023-03-21
• 發明（設計）人: 王華鋒;張棋;杜濤;蘆佳欣;謝鵬;魯重鋼
• 申請（專利權）人: 北方工業大學
• 主分類號: A61B5/374
• 分類號: A61B5/374;A61B5/00
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 鄧治平

本發明公開了一種基于單通道腦電信號的多尺度殘差網絡睡眠分期方法及系統，包括：步驟S1：采集原始單通道腦電信號作為輸入信號；步驟S2：構建多尺度殘差睡眠自動分期網絡，將輸入信號輸入到多尺度殘差睡眠自動分期網絡進行訓練，并輸出睡眠分期結果；步驟S3：對輸出結果進行評估。本發明公開的基于單通道腦電信號的多尺度殘差網絡睡眠分期方法通過采用多種尺度的卷積核從原始單通道腦電信號中自動提取特征，即使在非平穩條件下，也能夠提高模型的魯棒性和信號特征的表征能力。此外本發明利用殘差網絡中的恒等映射和殘差映射，讓網絡能夠有效地學習單通道腦電信號的特征，克服傳統深度學習網絡中的退化問題。

技術領域

本發明涉及腦電信號處理領域，特別地涉及一種單通道腦電信號多尺度殘差網絡睡眠分期方法及系統。

背景技術

世界衛生組織(WHO)在2104年的研究表明，全世界有27％的人存在睡眠障礙，其中，有近3億人存在失眠問題，5000萬人在睡眠過程中發生過呼吸暫停。長期睡眠不足，睡眠質量低下，將危害人的生理心理健康，導致免疫力下降，嚴重的甚至會引發一系列的生理疾病，如心腦血管疾病、健忘癥等，對人體的生命活動造成嚴重的威脅。為了改善睡眠問題，首先需要做的便是對睡眠問題進行診斷，而睡眠分類則是睡眠分析中最關鍵的一步。所以，睡眠分期已經成為診斷失眠、嗜睡癥等睡眠障礙問題的重要工具。

目前主要的睡眠分期方法多為基于人睡眠時的多導生理信號，這包含了腦電、肌電和眼電等多種信號。但是采集多導生理信號的采集需要受試者佩戴多個電極，這不僅會讓受試者感受到身體上的不舒適，同時也會使其造成心理上的壓力。此外多電極設備價格昂貴，所以需要更高的成本。因此目前主流的方法集中在使用單通道腦電信號進行睡眠自動分期。目前基于腦電信號的睡眠自動分期算法主要可以分為兩類，一是傳統機器學習算法；二是基于深度學習的方法。但是這兩類方法依然存在下述缺陷：

1、機器學習為傳統的淺層學習模型，不能夠提取復雜的特征，所以傳統機器學習方法通常采用特征提取器和淺層學習模型組合的方法構造睡眠分類模型。這種傳統的淺層學習模型的性能很大程度上取決于從采集到的信號中提取特征的質量，即特征提取器的性能。特征提取器的構造需要相關的先驗知識，并且應用于特定的數據，具有一定的主觀性。然而腦電數據本身具有的非線性、平穩性等特性，而且數據個體多樣化，這使得為特定人群構建一種特征提取器的方法非常的費時間。

2、基于深度學習的方法雖然近年來大量被提出，但是很多方法效果不夠顯著，并且存在很多缺陷。從整體正確率上看，目前很多方法得到的模型睡眠分類的整體正確率均在80％～90％，具有較大的提高空間。很多算法并沒有表現出足夠的魯棒性，具體表現為訓練數據與驗證數據都為所有受試者數據，這樣的交叉驗證不能證明系統在未知受試者的數據上依然具有同樣的表現。此外很多睡眠自動分類方法在N1階段的分類效果非常差。這些問題都是由于端到端的深度學習睡眠自動分期算法是屬于類別不均衡的數據分類問題，所以大多數模型學習后的分類效果并不是很理想。

重慶郵電大學王強強、趙德春等申請的公開號為CN108742517A，于2018年11月6日公開，發明名稱為“一種基于Stacking單導聯腦電睡眠自動分期方法”的中國發明專利申請中，使用IIR濾波函數和集成學習算法進行分類。大連理工大學劉蓉、梁洪宇等申請的公開號為CN109674468A，于2019年4月26日公開，發明名稱為“一種單導腦電自動睡眠分期方法”的中國發明專利申請中，使用隨機森林模型作為分類器，并且運用大量復雜的信號處理方法提取腦電信號的時域、頻域、非線性領域的特征。這兩類方法，首先都需要人為設計腦電信號特征提取過程，具有較大的主觀性，此外兩種方法使用的訓練測試數據集均較小，當該方法在遇到未知的受試者時，其表現會出現較大的誤差。