本发明公开了一种基于振幅整合脑电图的新生儿睡眠觉醒周期检测方法，首先获取样本数据的背景模式，提取连续与不连续背景模式数据，然后进行上下边界的滤波处理，将滤波后的数据分为训练数据和测试数据，提取训练数据的特征值，定义特征值标签，进行标准化，进行机器学习，得到学习后的模板；对测试数据提取特征值，进行标准化后，使用模板进行检测，得到睡眠觉醒周期的检测结果。本发明所达到的有益效果：本方法通过对振幅整合脑电图的特征值提取，进行机器学习，从而获得学习模板；通过模板对睡眠觉醒周期进行判断，相比原有的检测方法，准确率得到了提高，对于新生儿的脑电监护有重大意义。