基于脑电功率谱-连续隐马尔科夫链的精神疲劳分级模型

• 作者: 赵敏 赵春临 郑崇勋
• 来源期刊: 西安交通大学学报
• 关键词: 连续隐马尔科夫模型 脑电 功率谱 精神疲劳
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 专题研究
• 页码范围: 1474-1478
• 页数: 5页
• 分类号: R318.04
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987x.2007.12.020

摘要

提取多通道脑电(EEG)功率谱特征,训练连续高斯密度混合隐马尔科夫模型(CHMM),建立了基于功率谱-CHMM的精神疲劳分级模型.分级结果表明:EEG各节律功率谱及其比值是精神疲劳的敏感指标,CHMM对于不同的精神疲劳状态具有较高的分类精度,最高分类正确率达到97.5%;在训练样本相同的情况下,CHMM比反向传输人工神经网络具有更高的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑崇勋	西安交通大学教育部生物医学信息工程重点实验室	122	1268	20.0	26.0
2	赵敏	西安交通大学教育部生物医学信息工程重点实验室	15	93	7.0	9.0
3	赵春临	西安交通大学教育部生物医学信息工程重点实验室	4	28	4.0	4.0