一种新的脑电信号睡眠分期方法
作者：杨俊岭 整理 来源： 日期：2015-12-24
导读
近期，北京理工大学信息与电子学院研究人员发表论文，旨在研究一种新的脑电信号睡眠分期方法。研究指出，本文提出的结合小波包分解、功率谱熵和多尺度熵的方法提取的特征参数可以作为睡眠分期的有效依据，且适用于两种分类器。该文发表在2015年第01期《航天医学与医学工程》杂志上。 利用小波包变换提取EEG信号的和节律波，然后采用功率谱熵算法分别处理和节律波，并整合结果得到第一部分特征参数。使用基于样
近期，北京理工大学信息与电子学院研究人员发表论文，旨在研究一种新的脑电信号睡眠分期方法。研究指出，本文提出的结合小波包分解、功率谱熵和多尺度熵的方法提取的特征参数可以作为睡眠分期的有效依据，且适用于两种分类器。该文发表在2015年第01期《航天医学与医学工程》杂志上。
利用小波包变换提取EEG信号的β和δ节律波，然后采用功率谱熵算法分别处理β和δ节律波，并整合结果得到第一部分特征参数。使用基于样本熵且尺度为11，12的多尺度熵算法分别处理EEG信号，得到第二部分特征参数。最终将所有特征参数输入到支持向量机或反向传播神经网络分类器中，将睡眠分为4期。
结果显示， 对1000个睡眠脑电样本进行测试，使用支持向量机分类的平均准确率为91.90%，使用反向传播神经网络分类的平均准确率为91.70%。
相关链接：http://c.wanfangdata.com.cn/PeriodicalProfile-htyxyyxgc.aspx
分享：
相关文章
评论
我要跟帖
发表
回复
小鸭梨：
发表
