Resumen

La clasificación de las etapas del sueño juega un papel importante en el diagnóstico de enfermedades relacionadas con el sueño. Sin embargo, la clasificación automática tradicional de las etapas del sueño es bastante desafiante debido a la complejidad asociada con el establecimiento de modelos matemáticos y la extracción de características diseñadas a mano. Además, las rápidas fluctuaciones entre las etapas del sueño a menudo resultan en una extracción de características borrosa, lo que podría llevar a una evaluación inexacta de las etapas del sueño del electroencefalograma (EEG). Por lo tanto, proponemos un método automático de clasificación de las etapas del sueño basado en una red neuronal convolucional (CNN) combinada con el segmento detallado en la entropía multiescala. Primero, definimos cada 30 segundos de la señal EEG multicanal como un segmento. Luego, construimos una serie temporal de entrada basada en los segmentos detallados, lo que significa que los segmentos posterior y actual se reorganizan como una entrada que contiene varios

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Clasificación de etapas del sueño; Automático; Red neuronal convolucional; EEG; Segmentos detallados; Precisión
• Keywords:Sleep stage classification; Automatic; Convolutional neural network; EEG; Fine-grained segments; Accuracy