基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
运用样本熵从波士顿Beth Israel睡眠脑电实验数据中提取睡眠特征值,对睡眠分期进行研究.针对脑电属于微弱非平稳随机信号、难于提取特征的特点,利用小波变换先有效地消除脑电信号中的噪声,再计算其样本熵用以表征睡眠各分期.计算结果表明,由清醒期到非快速眼动的Ⅳ期过程中,其样本熵值呈规律性逐渐变小,与该库中专家评定的结果相符.这说明经过小波消噪和样本熵处理的脑电信号能准确地反映睡眠各期的变化特征,比用近似熵表征睡眠分期更准确、运算速度更快,完全适用于非平稳随机信号的处理.
推荐文章
基于神经网络集成的睡眠脑电分期研究
睡眠脑电(EEG)
BP神经网络
AR参数
Bagging算法
集成
基于模糊熵的脑电睡眠分期特征提取与分类
脑电波
睡眠分期
模糊熵
样本熵
支持向量机
睡眠脑电时间序列的非线性样本熵研究
睡眠
近似熵
样本熵
脑电(EEG)
非线性
应用近似熵对睡眠脑电进行分期的研究
近似熵(ApEn)
NREM
REM
睡眠脑电
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 基于样本熵的睡眠脑电分期
来源期刊 江苏大学学报(自然科学版) 学科 医学
关键词 睡眠分期 样本熵 脑电信号 小波变换 近似熵
年,卷(期) 2009,(5) 所属期刊栏目 电气电子工程
研究方向 页码范围 501-504
页数 4页 分类号 R318.04
字数 3056字 语种 中文
DOI
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 陈晓平 江苏大学电气信息工程学院 48 528 12.0 22.0
2 和卫星 江苏大学电气信息工程学院 78 960 16.0 28.0
3 邵珺婷 江苏大学电气信息工程学院 1 50 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (24)
参考文献  (4)
节点文献
引证文献  (50)
同被引文献  (98)
二级引证文献  (223)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(5)
  • 引证文献(4)
  • 二级引证文献(1)
2012(15)
  • 引证文献(9)
  • 二级引证文献(6)
2013(28)
  • 引证文献(3)
  • 二级引证文献(25)
2014(38)
  • 引证文献(9)
  • 二级引证文献(29)
2015(33)
  • 引证文献(8)
  • 二级引证文献(25)
2016(33)
  • 引证文献(3)
  • 二级引证文献(30)
2017(34)
  • 引证文献(4)
  • 二级引证文献(30)
2018(44)
  • 引证文献(3)
  • 二级引证文献(41)
2019(29)
  • 引证文献(3)
  • 二级引证文献(26)
2020(12)
  • 引证文献(2)
  • 二级引证文献(10)
研究主题发展历程
节点文献
睡眠分期
样本熵
脑电信号
小波变换
近似熵
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
江苏大学学报(自然科学版)
双月刊
1671-7775
32-1668/N
大16开
江苏省镇江市梦溪园巷30号
28-83
1980
chi
出版文献量(篇)
2980
总下载数(次)
2
总被引数(次)
31026
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导