睡眠质量的好坏直接影响着人体的健康状况,而睡眠分期是评估睡眠质量的基础及核心问题。目前睡眠分期的工作大多是基于多导睡眠图(PSG)所提供的多通道生理信号,由专业睡眠医师进行人工判读,这个过程需要耗费大量的时间和人力,并且其判读准确性不高,因此自动睡眠分期模型的研究具有极高的研究价值和临床应用价值。随着第三代神经网络——脉冲神经网络的不断发展,其强大的计算能力以及仿生物的设计优势比深度学习神经网络更加明显。所以本文的研究目标为:构建基于脉冲神经网络自动睡眠分期模型,并在此基础上实现一款自动睡眠分期展示系统。本文主要构建了基于脉冲神经网络的自动睡眠分期模型。首先是将原始睡眠数据经过预处理得到睡眠分期样本;其次将睡眠分期样本经过Ben脉冲编码得到离散的脉冲序列;最后再将脉冲序列输入以泄露积分点火模型与改进的循环神经网络所构建的脉冲神经网络进行自动分类。本文中实验所使用的原始数据集是来自于葡萄牙科英布拉大学的系统与机器人研究所提出的ISRUC睡眠数据集的数据集3,是由10个没有睡眠障碍的健康人睡眠生理信号数据组成。实验结果表明,基于脉冲神经网络的自动睡眠分期方法的准确率更高,并且模型在设计过程中的生物可解释性更好,证明了利用脉冲神经网络进行自动睡眠分期的可行性以及优势所在。根据实际临床睡眠分期工作的使用需求,本文实现了一款自动睡眠分期展示系统。将本文中提出的基于脉冲神经网络的自动睡眠分期模型应用于该系统中,主要实现了原始生理信息展示、睡眠分期结果展示以及睡眠质量评估等相关功能。经过实际测试与使用,该自动睡眠分期展示系统达到了较好的预期效果。