基于ECG信号的深度学习综合睡眠阶段分类

本研究解决了使用复杂的EEG方法进行睡眠阶段分类的不足，提出了一种新颖的三阶段ECG信号睡眠阶段分类方法。通过特征仿真网络和时间频率表示，最终结合了多个模型的优势，显著提高了分类准确率，整体达到了80.79%。