基于半监督深度学习的BCG睡眠信号医学标定与分析方法

本发明提供基于半监督深度学习的BCG睡眠信号医学标定与分析方法，涉及生物医学信号处理技术领域，包括：通过高灵敏度柔性压电传感器动态调整信号采集灵敏度，结合用户体重及床垫材质参数优化自适应增益控制，生成去噪BCG时域序列；提取动态信号复杂度系数DSCC与生理状态混淆度指数PSCI，量化信号非线性特性及心呼吸耦合关系；构建融合卷积神经网络与图注意力机制的半监督深度学习模型，利用有限标签样本及增广无标签数据训练特征提取网络；基于医学标定数据库建立拓扑关联模型，结合持久同调算法分析BCG信号时频域特征；整合用户电子病历数据，通过注意力机制与迁移学习生成个性化健康评估报告。通过动态信号适配、半监督学习及数据优化提升筛查精度。