基于脑电和肌电多特征的自动睡眠分期方法.pdfVIP

第 卷 第 期 计 算 机 工 程 年 月 开发研究与工程应用 文章编号 文献标志码 中图分类号 基于脑电和肌电多特征的自动睡眠分期方法 吕甜甜 王心醉 俞 乾 于 涌 蒋 蓁 上海大学 机电工程与自动化学院上海 中国科学院 苏州生物医学工程技术研究所江苏 苏州 摘 要 为实现准确的自动睡眠分期且满足泛化能力的需求基于脑电和肌电多特征提出一种自 动睡眠分期方法 以多导睡眠数据库中样本的和为分析对象采用离散小波变换对原始数据 进行滤波预处理提取 的 节律波和高频成分的能量比利用样本熵算法提取 的非线性特征 将 特征参数输入支持向量机分类器中进行样本训练与分类识别 实验结果表明该方法的分期准确率可以达到 相比基于 的睡眠分期方法平均准确率提高 交叉验证平均准确率达 具有较好的泛 化能力 关键词 睡眠分期脑电肌电离散小波变换能量特征样本熵支持向量机 中文引用格式吕甜甜王心醉俞 乾等基于脑电和肌电多特征的自动睡眠分期方法计算机工程 英文引用格式 的高度重视 通过各生理信号对人体睡眠状态进行 概述 分期是客观评估睡眠质量的一种有效方法 随着现代社会竞争激烈快节奏工作与生活对 通过不同分析方法提取脑电 人们的睡眠产生了巨大影响 据世界卫生组织统 的特征参数再利用分类器进行分类是睡眠分期 计 的人有睡眠障碍 目前睡眠障碍已被确认 的经典方法 目前对 的分析方法主要是从 是一种具有公共危害