基于模糊熵的脑电睡眠分期特征提取与分类

• 作者: 刘慧 和卫星 王志中 谢洪波
• 来源期刊: 数据采集与处理
• 学科: 医学
• 关键词: 脑电波 睡眠分期 模糊熵 样本熵 支持向量机
• 年，卷（期）: 2010,（4）
• 页码范围: 484-489
• 分类号: R318
• 字数: 4790字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2010.04.012

摘要

提出了一种基于模糊熵(FuzzyEn)的脑电睡眠分期特征提取新方法.作为样本熵(SampEn)算法的改进,模糊熵以一指数函数模糊化相似性度量公式,使得模糊熵值能够随参数变化过渡平滑,并且在参数值很小的情况下其定义仍有意义,同时继承了样本熵的相对一致性和短数据集处理特性.以8例受试者睡眠脑电监测数据及专家人工分期结果作为样本,提取睡眠各分期脑电数据模糊熵特征值,进而用支持向量机(SVM)分类.基于模糊熵的方法平均正确率达87.1%,优于样本熵方法获得的分类结果(83.0%),两种特征提取方法在采用不同的SVM核函数情况下,其分类结果在95%的置信区间内均保持显著性差异.实验结果表明,该模糊熵方法能有效地表征脑电睡眠各分期的复杂度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王志中	上海交通大学生物医学工程系	73	1042	18.0	29.0
2	和卫星	江苏大学电气信息工程学院	78	960	16.0	28.0
3	刘慧	江苏大学电气信息工程学院	63	790	16.0	25.0
4	谢洪波	江苏大学电气信息工程学院	5	87	3.0	5.0