基本信息

---

下载

文档摘要

---

基于自监督学习的睡眠分期方法研究

摘要

睡眠作为人类重要的生理活动，其质量直接影响身心健康，而睡眠分期是评估睡

眠质量和诊断相关疾病的基础。传统方法主要依赖专家对多导睡眠图

（Polysomnography,PSG）中的生理信号进行人工分期，不仅耗时费力，还容易受到

主观因素的影响。近年来，基于深度学习的自动睡眠分期方法逐渐取代了人工分期，

显著提升了效率，但其性能仍受限于对大量标签数据的依赖。自监督学习能够利用无