本发明涉及一种基于改进的深度学习算法模型的睡眠信号自动分期方法，属于信号处理和模式识别领域。该方法包括：S1：获取原始睡眠数据；S2：数据预处理；S3：构建改进的深度学习算法模型，包括实例特征学习模块、序列特征学习模块和注意力机制加工模块；并利用改进的深度学习算法模型提取睡眠分期所需的特征信息；S4：利用分类器对提取的特征信息进行分类。本发明解决了睡眠自动分期过程的信号预处理降噪，避免了繁杂的特征工程，同时能够获取睡眠数据中的时间序列特征。