非接触睡眠分期更准
从单通道心冲击图信号提取多尺度HRV与RRV特征，以两层堆叠集成模型实现鲁棒且高精度的睡眠分期。
Ke, Wang · Bingyang, Zhu · 刘半藤 · Jingyao, Liang · Tan, Lv · 吴建峰
Engineering Applications of Artificial Intelligence 2025
使用非接触单通道BCG信号，无需穿戴传感器，适用于家庭和移动医疗场景。
模型准确率达89.15%，比传统睡眠分期模型高出2个百分点。
多尺度特征提取构建的Top-50特征集平均权重为0.2082，较传统30秒特征集提升195.8%。