识别准确度高
基于SVM机器学习算法，提取EEG、EMG、Active三通道的特征，将每一段epoch都以充分的置信度进行WAKE、NREM、REM分期
识别速度快
【Sleep Stage Analyser】算法层面的独特优势，使得数据可以被迅速识别。一段12小时脑电数据的准确分期，仅需不到240秒，极大地为科研人员节省了时间。
支持睡眠分期后的频带相对功率统计
通过Composite Simpson’s rule对每一段epoch的功率谱密度进行精准积分，生成分期后的平均相对功率谱图，用以比较不同样本在WAKE、NREM、REM三种阶段的相对功率差异。
