资源类型：
收录情况：
◇ 统计源期刊
◇ 北大核心
◇ CSCD-C
文章类型：
机构：
[1]北京师范大学认知神经科学与学习国家重点实验室,100875,北京
[2]西安电子科技大学人工智能学院,710071,西安
[3]首都医科大学宣武医院神经内科,100053,北京
神经科系统
神经内科
首都医科大学宣武医院
[4]北京师范大学系统科学学院,100875,北京
出处：
ISSN：
关键词：
深度学习
睡眠脑电
睡眠分期
睡眠纺锤波
摘要：
睡眠是人类重要的生理过程，通过采集及分析睡眠过程中的脑电信号的特征，有助于临床医师以及研究人员等对受试者的脑健康状态进行诊断与研究。本文回顾深度学习技术在睡眠脑电检测上的应用，并以睡眠脑电过程中的纺锤波检测问题为例，展示了睡眠脑电检测的各类方法，以及深度学习算法在睡眠脑电纺锤波检测问题上相较于传统信号处理算法具有的精度较高、对数据适应性更强的特点。针对进一步提高网络的检测性能与硬件适用性需求，提出特征融合网络与脉冲神经网络两种改进型网络，并得到较高的检测性能，展示了深度学习技术在睡眠脑电特征波的应用潜力。
基金：
国家自然科学基金资助项目（项目号）：61827811
第一作者：
第一作者机构：
[1]北京师范大学认知神经科学与学习国家重点实验室,100875,北京
通讯作者：
推荐引用方式(GB/T 7714)：
李小俚,王枫,黄朝阳,等.深度学习的睡眠脑电特征波检测[J].北京师范大学学报(自然科学版).2021,57(06):860-867.
