PDF
摘要
回顾了深度学习(deep learning,DL)技术在睡眠脑电检测上的应用.以睡眠脑电过程中的纺锤波检测问题为例,探讨了睡眠脑电检测的各类方法,以及相较于传统信号处理算法,DL算法在睡眠脑电纺锤波检测问题上具有精度较高、对数据适应性更强的特点.针对进一步提高网络检测性能与硬件适用性需求,提出特征融合与脉冲神经2种改进型网络,并获得较高的检测性能,进一步阐释了DL技术在睡眠脑电特征波检测方面的应用潜力.
关键词
深度学习
/
睡眠脑电
/
睡眠分期
/
睡眠纺锤波
Key words
深度学习的睡眠脑电特征波检测[J].
北京师范大学学报(自然科学版), 2021, 57(6): 860-867 DOI: