[发明专利]一种睡眠分析方法、系统、电子设备及存储介质

权利要求书

1.一种睡眠分析方法，其特征在于，所述方法包括：

将生物信号按时间顺序划分为预设长度的分段信号；

基于分段分析模型，确定每段所述分段信号的第一结果数据；

将所有所述第一结果数据按所述时间顺序排序，基于综合分析模型，确定所述生物信号的第二结果数据；

其中，所述分段分析模型和/或所述综合分析模型的每个神经元参数的取值区间均为符合预设概率分布的随机变量的集合。

2.根据权利要求1所述的睡眠分析方法，其特征在于，所述基于分段分析模型，确定每段所述分段信号的第一结果数据，包括：

将每段所述分段信号作为所述分段分析模型的第一输入向量；

在所述分段分析模型的神经元参数的取值区间中随机选取一个数值，作为所述分段分析模型的第一神经元参数；

基于所述第一神经元参数对所述第一输入向量进行前向计算，根据计算结果确定每段所述分段信号的第一结果数据。

3.根据权利要求1所述的睡眠分析方法，其特征在于，所述第一结果数据至少包括睡眠分期数据和/或呼吸暂停数据。

4.根据权利要求3所述的睡眠分析方法，其特征在于，所述将所有所述第一结果数据按所述时间顺序排序，基于综合分析模型，确定所述生物信号的第二结果数据，包括：

将所有所述第一结果数据按所述时间顺序排序，将得到的排序数据作为所述综合分析模型的第二输入向量；

在所述综合分析模型的神经元参数的取值区间中随机选取一个数值，作为所述综合分析模型的第二神经元参数；

基于所述第二神经元参数对所述第二输入向量进行前向计算，根据计算结果确定所述生物信号的第二结果数据。

5.根据权利要求4所述的睡眠分析方法，其特征在于，在所述基于所述第二神经元参数对所述排序数据进行前向计算，根据计算结果确定所述生物信号的第二结果数据之后，还包括：

基于所述排序数据，确定语义编码，其中所述语义编码至少包括所述睡眠分期数据与呼吸暂停数据的关系、所述分段信号之间的时序关系；

基于所述语义编码，对所述睡眠分期数据进行睡眠分期解码分析，确定睡眠分期结果数据；和/或，

基于所述语义编码，对所述呼吸暂停数据进行呼吸暂停解码分析，确定呼吸暂停结果数据；

其中，所述睡眠分期结果数据和/或呼吸暂停结果数据与所述全部第一结果数据的数量和顺序一一对应。

6.根据权利要求2或4所述的睡眠分析方法，其特征在于，所述前向计算的步骤包括：

将由神经元参数构成的参数向量与输入向量进行内积运算，对内积运算的结果进行线性运算；

对线性运算结果进行非线性映射，得到计算结果；

其中，所述神经元参数为第一神经元参数或第二神经元参数之一；

输入向量为第一输入向量或第二输入向量之一；

在所述神经元参数为所述第一神经元参数时，所述输入向量为所述第一输入向量，所述计算结果用于确定每段所述分段信号的第一结果数据；

在所述神经元参数为所述第二神经元参数时，所述输入向量为所述第二输入向量，所述计算结果用于确定所述生物信号的第二结果数据。

7.根据权利要求1所述的睡眠分析方法，其特征在于，所述方法还包括模型的训练步骤，具体包括：

采用预设训练算法对所述分段分析模型进行训练，输出训练样本数据，使所述分段分析模型的每个神经元参数的取值区间均为符合预设概率分布的随机变量的集合；

根据所述训练样本数据对综合分析模型进行训练，使所述综合分析模型的每个神经元参数的取值区间均为符合预设概率分布的随机变量的集合。

8.根据权利要求1所述的睡眠分析方法，其特征在于，所述分段分析模型至少包括：分类子网和/或分割子网，其中，所述分类子网为多层感知机，所述分割子网为卷积神经网络。