成果介绍
一种迁移学习联合优化睡眠分期方法及可穿戴睡眠分期系统,包括以下步骤:标签PSG数据库传送带标签PSG数据给第一特征提取器,可穿戴EEG采集器发送无标签EEG数据给第二特征提取器的;第一特征提取器和第二特征提取器分别提取PSG数据和EEG数据中的特征并融合后,输出高维特征数据给第一分类器和第二分类器;第一分类器和第二分类器分别输出PSG数据和EEG数据特征映射的5个不同睡眠时期的预测概率;基于PSG数据对模型进行预训练后联合PSG数据和EEG数据进行联合迁移优化。
成果亮点
本发明显著效果:不仅能够克服可穿戴EEG睡眠数据与用于模型训练的公开PSG数据之间域偏移问题,提高睡眠分期精度;该模型极其轻量,可以部署在多种移动硬件载体上,无负担的进行移动端边缘计算。
团队介绍
重庆大学(ChongqingUniversity,CQU),简称“重大”,是中华人民共和国教育部直属,由教育部、重庆市、国家国防科技工业局共建的全国重点大学,位列国家“双一流”、“211工程”、“985工程”,入选“珠峰计划”、“强基计划”、“高等学校创新能力提升计划”、“高等学校学科创新引智计划”、“卓越工程师教育培养计划”、“卓越法律人才教育培养计划”、国家建设高水平大学公派研究生项目、中国政府奖学金来华留学生接收院校、教育部来华留学示范基地,为卓越大学联盟、中波大学联盟、一带一路高校联盟、“长江—伏尔加河”高校联盟、CDIO工程教育联盟、中国高等戏剧教育联盟成员单位、“国优计划”首批试点高校。
成果资料