在快節(jié)奏的現(xiàn)代生活中,睡眠質(zhì)量成為影響健康的關(guān)鍵因素。然而,傳統(tǒng)多導(dǎo)睡眠監(jiān)測(PSG)需在專業(yè)實(shí)驗(yàn)室佩戴數(shù)十個電極,既昂貴又不便。隨著可穿戴設(shè)備的普及,利用加速度計(jì)與呼吸頻率數(shù)據(jù)實(shí)現(xiàn)睡眠階段分類的深度學(xué)習(xí)模型應(yīng)運(yùn)而生。本文將揭秘一種融合LSTM與CNN的混合模型(LSTMCNN),如何通過智能手表等設(shè)備的數(shù)據(jù),精準(zhǔn)識別清醒、淺睡、深睡與快速眼動(REM)四大睡眠階段。