一种基于振幅整合脑电图的睡眠觉醒周期的分析方法

摘要

本发明公开了一种基于振幅整合脑电图的睡眠觉醒周期的分析方法，其涉及图像处理技术领域，通过采集脑电数据、上传并识别干扰信号，获取aEEG数据的平滑边界属性特征，将属性特征进行窗口分割，可提高分析效率，并将输入属性特征转化为浮点数值，更为方便后期的数据分析，然后交给模型1和模型2学习，利用具体算法自动识别AS和QS周期，提高了临床上aEEG识别、分析的效率与正确性，缩减了人工识别分析aEEG数据时间。