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:
对于睡眠脑电的人工分期仍有不足的问题,提出一种基于脑电节律经验模态分解和样本熵结合的睡眠分期方法。首先利用经验模态分解对睡眠脑电信号进行去噪和基本节律提取,获得针对不同睡眠状态下脑电节律的样本熵,通过统计其样本熵均值,发现脑电节律δ波和θ波于不同睡眠状态下,样本熵均值不相等且方差较小,能有效表示不同睡眠阶段的特征,说明样本熵方法能较好的实现脑电信号的特征提取,用来区分睡眠各分期,为利用睡眠进行监护与医学治疗提供了一种可行的方法。
推荐文章
基于样本熵的精神任务脑电信号分类研究
精神任务
特征提取
样本熵
脑机接口
睡眠脑电的关联维数和样本熵分析
脑电
关联维数
样本熵
基于能量特征和模糊熵的睡眠自动分期
睡眠自动分期
脑电
能量特征
模糊熵
支持向量机
基于等分符号化熵的情感脑电信号分析
非线性
脑电
复杂度
情感
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EMD和样本熵的脑电信号睡眠分期研究
来源期刊 微处理机 学科 工学
关键词 经验模态分解 脑电节律 特征提取 样本熵 睡眠分期
年,卷(期) 2016,(5) 所属期刊栏目 微机应用
研究方向 页码范围 68-72,77
页数 6页 分类号 TP3
字数 3905字 语种 中文
DOI 10.3969/j.issn.1002-2279.2016.05.017
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 钟清华 华南师范大学物理与电信工程学院 34 167 8.0 11.0
2 杨芳 华南师范大学物理与电信工程学院 10 53 3.0 7.0
3 李怀胜 华南师范大学物理与电信工程学院 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (86)
参考文献  (14)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (1)
1953(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(1)
  • 二级参考文献(2)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
经验模态分解
脑电节律
特征提取
样本熵
睡眠分期
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
微处理机
双月刊
1002-2279
21-1216/TP
大16开
沈阳市皇姑区陵园街20号
1979
chi
出版文献量(篇)
3415
总下载数(次)
7
论文1v1指导