基于双向递归神经网络的单通道脑电图睡眠分期研究

• 作者: 吴之南 杨鑫 钱松荣
• 来源期刊: 微型电脑应用
• 学科: 医学
• 关键词: 睡眠分期 递归神经网络 脑电图
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 研究与设计
• 页码范围: 42-45
• 页数: 4页
• 分类号: R318
• 字数: 3752字
• 语种: 中文

摘要

睡眠分期在神经学和精神学等领域具有重要的研究与应用价值.传统的人工睡眠分期方法效率低下并且易受主观因素影响.近年来,随着机器学习方法的发展,自动睡眠分期方法取得了一定的成果,但还是存在诸多不足.为了有效地实现自动睡眠分期,提出了基于双向递归神经网络的单通道脑电图睡眠分期方法.该方法充分发挥了双向递归神经网络优异的时序表达能力和特征学习能力.经过实验得出,在单通道脑电图的情况下,睡眠分期准确率可达到95％.因此,该方法能够有效地提高自动睡眠分期的准确率,具有良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱松荣	复旦大学通信科学与工程系	72	409	11.0	15.0
2	吴之南	复旦大学通信科学与工程系	4	10	2.0	3.0
3	杨鑫	复旦大学通信科学与工程系	6	10	2.0	3.0