刘 敏¹， 朱炳洋²， 王 柯^1*

(1.浙江树人学院 信息科技学院，浙江 杭州 310015；

2.湖州师范学院 信息工程学院，浙江 湖州 313000)

    摘要：文章利用单通道ECG信号，提出一种基于注意力机制的卷积神经网络结合双向长短期记忆网络模型进行长期睡眠结构分期的信息建模方法.通过Pan-Tompkins算法提取特征峰值信息，计算特征R峰的一阶偏差构成RRi序列，再进一步分析提取共计25个HRV特征，以构建ECG信号与不同睡眠阶段的映射关系.公开的HMC数据集中10条独立记录共9 364片段进行评估验证结果显示，文章所提出算法模型在睡眠五、四、三分期任务中分别取得了76.52%、81.66%、85.96%的实验精度.相对于传统基础睡眠分期模型，文章算法模型在准确性和泛化性方面均表现更出色，可以准确地对睡眠阶段进行分期，可为医学研究和个体化的医疗诊断提供更为详细的信息.

    关键词：睡眠分期；注意力机制；卷积神经网络；双向长短期记忆网络；HRV

    中图分类号：TP183      文献标志码：A        文章编号：1671-2714（2024）03-0007-10