技术特征：1.一种融合交叉预测和判别任务的睡眠分期识别系统，其特征在于，包括：
2.根据权利要求1所述的一种融合交叉预测和判别任务的睡眠分期识别系统，其特征在于，所述数据导入模块包括数据集划分模块和数据预处理模块，其中：
3.根据权利要求2所述的一种融合交叉预测和判别任务的睡眠分期识别系统，其特征在于，所述自监督预训练模块执行以下操作：
4.根据权利要求3所述的一种融合交叉预测和判别任务的睡眠分期识别系统，其特征在于，所述监督微调模块构建微调框架并进一步调整模型参数，得到适用于睡眠分期识别的最优睡眠分期模型，包括特征表示模块和特征分类模块，其中：
5.根据权利要求4所述的一种融合交叉预测和判别任务的睡眠分期识别系统，其特征在于，所述睡眠阶段识别模块执行以下操作：
技术总结本发明公开了一种融合交叉预测和判别任务的睡眠分期识别系统，包括：数据导入模块，用于提取脑电睡眠数据并进行预处理；自监督预训练模块，用于构建多任务预训练框架，训练出带有样本信息的编码器模型；监督微调模块，用于结合编码器模型和自回归模型构建微调框架，使用样本数据进行网络微调，得到具有良好分类效果的最优睡眠分期模型；睡眠阶段识别模块，用于依据脑电数据进行睡眠阶段识别，使用最优睡眠分期模型进行睡眠阶段判断，对受试者的睡眠状态进行深入了解和评估。本发明将自监督学习与多任务学习相结合，充分挖掘无标签样本的潜在特征，在减少训练过程对样本标签依赖的同时提供高准确率的睡眠分期识别结果。
技术研发人员：余天佑,郭一丹,肖君
受保护的技术使用者：华南理工大学
技术研发日：技术公布日：2024/5/6