申请/专利权人：中国科学院空天信息创新研究院

申请日：2021-12-15

公开（公告）日：2024-04-05

公开（公告）号：CN114190897B

主分类号：A61B5/00

分类号：A61B5/00;A61B5/0205;A61B5/346;A61B5/33

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2022.04.05#实质审查的生效;2022.03.18#公开

摘要：本公开提供了一种睡眠分期模型的训练方法、睡眠分期方法。该睡眠分期模型的训练方法包括：对源域数据进行预处理，得到源域数据集，源域数据包括心律失常数据；利用源域数据集训练初始睡眠分期模型，得到预训练睡眠分期模型；以及利用目标域数据集训练预训练睡眠分期模型，得到用于对睡眠数据进行分类的睡眠分期模型，其中，目标域数据集包括单导联心电数据和呼吸数据。本公开提出的睡眠分期方法，能够提高睡眠分期模型的识别精度。

主权项：1.一种睡眠分期模型的训练方法，包括：对源域数据进行预处理，得到源域数据集，所述源域数据包括心律失常数据；利用所述源域数据集训练初始睡眠分期模型，得到预训练睡眠分期模型；以及利用目标域数据集训练所述预训练睡眠分期模型，得到用于对睡眠数据进行分类的睡眠分期模型，其中，所述目标域数据集包括单导联心电数据和呼吸数据；所述源域数据集包括训练样本集，所述训练样本集包括多个数据组，所述数据组包括两个单导联心电数据；所述初始睡眠分期模型包括多个初始子模型；所述利用所述源域数据集训练初始睡眠分期模型，得到预训练睡眠分期模型包括：将所述训练样本集输入所述多个初始子模型，得到多个子分类结果，所述多个初始子模型是利用所述训练样本集对所述初始睡眠分期模型进行迭代训练后得到的；根据所述多个子分类结果确定平均输出概率；从所述多个子分类结果中确定与所述平均输出概率最接近的子分类结果，并将所述最接近的子分类结果对应的类别确定为预测类别；确定所述预测类别和标签类别相同的样本、以及所述样本的序列位置；根据多个所述序列位置组成的序列位置集合，在所述源域数据集中进行筛选，得到优化训练样本集；以及利用所述优化训练样本集调整所述初始睡眠分期模型的训练参数，得到所述预训练睡眠分期模型。

全文数据：

权利要求：

百度查询： 中国科学院空天信息创新研究院 睡眠分期模型的训练方法、睡眠分期方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD