检索结果-内蒙古大学图书馆

陕西师范大学学报(自然科学版) 2025年第1期53卷 1-11页

作者：赵倩李锦凤飞龙强宁胡静陕西师范大学物理学与信息技术学院陕西西安710119

针对当前自动睡眠分期方法存在的难点问题,提出了一种结合U^(2)-Net和CBAM融合注意力对eeg-ecg双模态信号进行自动睡眠分期的方法。首先,采用MIT-BIH公开数据集中的eeg-ecg信号进行预处理;然后,利用添加了多尺度特征提取模块的U^(2)-Ne... 详细信息

针对当前自动睡眠分期方法存在的难点问题,提出了一种结合U^(2)-Net和CBAM融合注意力对eeg-ecg双模态信号进行自动睡眠分期的方法。首先,采用MIT-BIH公开数据集中的eeg-ecg信号进行预处理;然后,利用添加了多尺度特征提取模块的U^(2)-Net网络并行提取eeg和ecg中的波形特征;其次,利用CBAM融合注意力对全部特征进行权重分配;最后,使用Softmax激活函数对睡眠时期进行六分类。结果表明:基于U^(2)-Net和CBAM融合注意力模型进行睡眠分期时,使用ecg单模态信号的六分类总体准确率为80.2%,F1分数为75.3%;使用eeg单模态信号的六分类总体准确率为85.8%,F1分数为81.7%;使用eeg-ecg双模态信号的六分类总体准确率为90.4%,F1分数为85.6%。提出的双模态睡眠分期模型是可行有效的,并且为自动睡眠分期提供了一种新的思路。

关键词：自动睡眠分期 eeg-ecg双模态信号 U^(2)-Net网络 CBAM融合注意力

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：