随着社会的发展,各方面的压力令人们睡眠质量逐年下降,患有睡眠疾病的患者越来越多,改善睡眠质量和治疗睡眠疾病已成为当今社会热点问题。睡眠分期是研究睡眠结构与治疗睡眠疾病的基础,而一组高效的特征更是睡眠分期的重中之重。有效的睡眠信号特征不仅能提升算法的性能,还能为后续决策提供依据,因此,睡眠信号的特征选择是一项重要的研究课题。现有端到端的深度学习模型相比于传统机器学习方法有良好的性能,但往往只关注于睡眠分期的结果,缺少对于特征的合理解释。强化学习算法的迭代反馈机制使得模型能够在模型训练的同时,记录每一步的动作,为结果的可解释性提供了依据。因此,本学位论文基于深度强化学习的策略,提出一种用于睡眠监测信号的特征选择模型,在提升睡眠分期效果的同时,有效定位信号中的关键特征。首先,对睡眠监测信号进行数据预处理。本学位论文采用了Bob Kemp收集的Sleep-EDF-39数据集中的Fpz-Cz极的脑电信号和水平眼电信号作为研究数据。一方面,通过数据标准化操作减少睡眠监测信号中特征变量的大幅度变化对模型的影响。另一方面,使用重叠滑窗的方式对监测信号进行划分,在保证时间依赖关系的同时构造特征的最小单元。将两种原始信号以最小单元交替融合和以整段标签为单位融合得出两种融合数据集,然后将两种融合数据集与脑电信号和眼电信号4个数据集进行实验比较。通过Resnet神经网络进行睡眠分期数据集选择实验,实验结果表明以向量为单位的融合信号效果最好。其次,构建基于深度强化学习的睡眠监测信号特征选择模型——睡眠数据蒸馏模型（Sleep Data Distilled Model,SD-Distilled）,该模型解决了特征选取中常见的忽略关键连接特征问题。该模型一共分为三个部分:策略网络（Policy Network,PNet）、子集优化模型（Subset Optimization Model,SOM）和分类网络（Classification Network,CNet）。其中PNet采取随机策略对每个环境对应的动作进行抽取,为当前睡眠信号生成一个动作序列;SOM将动作序列转化为结构化表示;CNet基于SOM生成的结构化表示进行分类,并为PNet提供reward计算。SOM仅选择与任务相关的重要信号特征,该模型将特征选择问题转化为一个顺序决策问题,从而使用强化学习中的Policy Gradient方法解决特征选取的问题。最后,对策略网络中的动作选择序列进行整理与分析,提取动作操作,建立起动作与原始信号数据间的对应关系并进行特征筛选。同时,对筛选后的特征按照时间依赖关系进行整合,剔除短的数据特征序列,合并相邻特征。然后,将最终得到的数据特征进行分析并可视化展示。实验结果表明,睡眠分期的准确率为86.43%,相比其他模型睡眠分期效果均有提升。通过最终特征展示可知脑电信号在区分N1,N2,N3阶段比眼电信号更为有效,而眼电信号在区分NREM与REM阶段更为有效。本学位论文提出的模型可以识别出接近人工标注的睡眠信号特征,对后续研究治疗睡眠疾病有良好的辅助作用。