仪器仪表学报

作者：陈玲玲，毕晓君

单位：陈玲玲,1. 哈尔滨工程大学信息与通信工程学院,,毕晓君,2. 中央民族大学信息工程学院,

关键词：睡眠分期;残差收缩网络;类别加权损失函数;脑电信号;重加权思想

基金：国家社科基金重大项目（20&ZD279）资助

现有睡眠分期方法存在特征提取不充分、类别间存在数据不平衡等问题,导致睡眠分期的精度不高。基于残差收缩网络设计高效的特征提取网络,同时,在损失函数中基于重加权思想设计了类别加权损失函数,通过调整损失函数有效解决了数据不平衡对分类精度的影响。实验结果表明,改进算法在Sleep-EDF数据集中的Fpz-Cz、Pz-Oz通道上,准确率分别为85.4%和82.2%,MF1分别为79.6%和75.4%,均高于基准算法和目前先进的对比算法,证明了算法的有效性和先进性。

来源：2022年第2期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2022年第2期