基于多特征融合的睡眠分期

熊馨; 罗剑花; 王春武; 易三莉; 刘瑞湘; 贺建峰

首页> 中文期刊> 《北京生物医学工程》 >基于多特征融合的睡眠分期

基于多特征融合的睡眠分期

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

目的为了有效实现睡眠自动分期,对睡眠障碍等相关疾病的诊断提供更多依据,本文提出了一种基于多特征融合的睡眠分期方法.方法数据来自ISRUC-Sleep数据库,首先对10名健康受试者和10名睡眠障碍患者的脑电(electroencephalogram,EEG)信号计算3种特征——样本熵、小波包能量和去趋势波动.然后采用支持向量机(support vector machine,SVM)构建睡眠分期模型,并验证该模型的准确性.此外,为了进行比较加入心电(electrocardiogram,ECG)和肌电(electromyogram,EMG)通道.结果健康受试者和睡眠障碍患者睡眠分期的准确率分别达到87.4％和86.3％.结论基于多特征融合的睡眠分期方法能够有效地提高睡眠分期的准确率.

著录项

来源
《北京生物医学工程》 |2021年第5期|487-493|共7页
作者
熊馨; 罗剑花; 王春武; 易三莉; 刘瑞湘; 贺建峰;
展开▼
作者单位

昆明理工大学信息工程与自动化学院昆明 650500;

昆明理工大学信息工程与自动化学院昆明 650500;

韩山师范学院物理与电子工程学院广东潮州 521041;

昆明理工大学信息工程与自动化学院昆明 650500;

云南省第二人民医院临床心理科昆明 650021;

昆明理工大学信息工程与自动化学院昆明 650500;

展开▼
原文格式 PDF
正文语种 chi
中图分类生物信息、生物控制;
关键词
睡眠分期; 脑电; 多特征融合; 样本熵; 小波包能量; 去趋势波动;

相似文献

中文文献
外文文献
专利

1. 基于频域分析与统计计算的自动睡眠分期研究 [J] . 陈涛 . 电子制作 . 2021,第012期
2. 基于多尺度深度网络的自动睡眠分期 [J] . 柏浩冉 ,张伟 ,陆冠泽 . 中国生物医学工程学报 . 2021,第002期
3. 基于关系归纳偏置的睡眠分期综述 [J] . 能文鹏 ,陆军 ,赵彩虹 . 计算机科学与探索 . 2021,第006期
4. 基于支持向量机和小波包变换的EOG信号睡眠分期 [J] . 张燕 ,孙静 ,胡建成 . 成都信息工程学院学报 . 2021,第001期
5. 基于脑电信号的睡眠分期研究 [J] . 李坚年 . 工业控制计算机 . 2021,第003期
6. 基于脉率变异性的睡眠分期方法研究 [C] . Deng Junquan ,邓军权 ,Ni Hongbo . 第十一届和谐人机环境联合会议 . 2015
7. 基于脑电信号的深度学习睡眠分期研究 [A] . 裴秀 . 2021

基于多特征融合的睡眠分期

摘要

著录项

相似文献

相关主题

期刊订阅