本书在介绍睡眠诊断的基本理论及概念的基础上，深入、系统地介绍了使用机器学习算法进行睡眠分期和睡眠疾病诊断的方法，包括K均值聚类算法、随机森林算法、支持向量机、贝叶斯分类、k近邻算法、Adaboost算法、深度神经网络等。全书由6章组成：第1章为绪论，介绍了生物医学信号和睡眠医学并概述了机器学习在医学诊断中的应用；第2章详细介绍了睡眠分期的背景；第3章介绍了生物电信号的特性分析和特征提取；第4章介绍了基于统计学习的睡眠分期算法；第5章介绍了基于深度学习的睡眠分期算法；第6章详细介绍了睡眠期间的相关事件，并给出了使用机器学习进行睡眠疾病诊断的实例。 本书介绍的睡眠诊断技术能够协助临床医生分析睡眠数据，具有临床应用价值，也为机器学习智能诊断技术领域的学生、科研人员提供了系统、详尽的智能诊断范例。