能文鹏，陆 军+，赵彩虹

1.黑龙江大学 计算机科学技术学院,哈尔滨150080

2.黑龙江大学 黑龙江省数据库与并行计算重点实验室,哈尔滨150080

+通信作者E-mail:lujun111_lily@sina.com

人类的睡眠时间大概占总生命的1/3。睡眠质量与人的身心健康直接相关，在人类生活中占有重要的地位[1]。影响人类睡眠的关键因素之一是睡眠障碍，如失眠、抑郁症、嗜睡症、帕金森病、阻塞性肺病、睡眠呼吸暂停和昼夜节律紊乱等。睡眠障碍不仅会导致白天身体机能下降，而且会对身体功能产生负面影响，如思考能力下降、警觉力与判断力削弱、免疫功能失去平衡，甚至死亡[2]。睡眠障碍的诊断和治疗的关键是对睡眠阶段进行准确的分类，即睡眠分期。

早期的分类方法一般由经过训练的专业人员进行视觉划分，这种方法不仅要求该领域专家花费几小时甚至数天的时间及精力，而且由于不同专家以及信号的非平稳性特点往往不同专家得到的结论不一致甚至同一专家在多次划分也有差别。使用机器学习可以解决人们对于分类器以及对于部分特征选择的难题，然而机器学习高度依赖于手工提取特征。这些人工提取的特征可解释性比较强，并且针对某种特性分类效果明显，但是往往不同的分类系统所需求的特征不尽相同，甚至是同一分类系统的不同数据集以及同一数据集中不同通道上的表现也有较大差距。更重要的是这些手工设计的特征往往需要研究该领域的专家花费大量时间和精力进行设计、验证才能对特征有良好的认知及使用。……