SleepNet:基于深度学习的睡眠自动分期-源码

SleepNet-使用单通道EEG信号的轻量级自动睡眠阶段分类算法 这最初是一个记录最终设计的日志存储库，其目的是尝试几种不同的深度神经网络结构（例如LSTM，ResNet，DFCNN等），以实现单通道EEG的自动睡眠阶段分期。 目前，最终设计已经完成，我将继续关注该项目。 该项目的重点将转向如何将代码应用于实际应用，并且我们将考虑计算能力和准确性之间的平衡。 此外，将提供一些经过预先训练的模型，以方便使用。 我们还相信，这些代码可用于其他生理信号（例如ECG，EMG等）的分类。 我们希望这会对您的研究或项目有所帮助。 怎么跑 如果您需要运行此代码（训练自己的模型或使用预先训练的模型对自己的数据进行预测），请转到以下页面 数据集 两个公开可用的睡眠数据集用于训练，即： 对于CinC Challenge 2018数据集，我们仅使用其C4-M1通道，对于sleep-edfx和sleep-