原文服务方: 科技与创新       
摘要:
睡眠分期特征的正确提取是睡眠分析的基础.本研究首先将关联维数方法应用于睡眠脑电信号,发现随着睡眠的加深,脑电信号的关联维数减小:然后介绍了一种新的非线性方法--样本熵,并将该算法应用于脑电信号,统计发现:样本熵与关联维数的变化趋势相同,可以用来提取睡眠分期特征.进而改变数据段长度,分析其对两种算法的影响,发现关联维数方法对数据段长度变化的影响较样本熵明显.
推荐文章
睡眠脑电的样本熵分析
脑电
近似熵
样品熵
基于样本熵的睡眠呼吸暂停综合征脑电研究
睡眠呼吸暂停综合征
脑电图
样本熵
基于脑电样本熵和小波熵的麻醉深度监测
麻醉深度
脑电
样本熵
小波熵
基于样本熵的睡眠脑电分期
睡眠分期
样本熵
脑电信号
小波变换
近似熵
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 睡眠脑电的关联维数和样本熵分析
来源期刊 科技与创新 学科
关键词 脑电 关联维数 样本熵
年,卷(期) 2008,(27) 所属期刊栏目 软件时空
研究方向 页码范围 220-221,60
页数 3页 分类号 TN911.7
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2008.27.087
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 和卫星 江苏大学电气学院 78 960 16.0 28.0
2 梁晓花 江苏大学电气学院 1 12 1.0 1.0
3 马东玲 江苏大学电气学院 2 16 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (7)
参考文献  (2)
节点文献
引证文献  (12)
同被引文献  (10)
二级引证文献  (27)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(4)
  • 引证文献(1)
  • 二级引证文献(3)
2013(5)
  • 引证文献(1)
  • 二级引证文献(4)
2014(8)
  • 引证文献(3)
  • 二级引证文献(5)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
脑电
关联维数
样本熵
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导