基于脑电信号特征提取的睡眠分期方法研究

• 作者: 李斐 马千里
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 睡眠分期 脑电信号 小波包系数 排列熵 Petrosian分形维数
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 应用开发研究
• 页码范围: 177-181
• 页数: 5页
• 分类号: TP301
• 字数: 3969字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2017.01.040

摘要

睡眠分期是研究睡眠其及相关疾病的基础,是完成睡眠质量评估的前提,具有重要的意义。主要提出了一种新的脑电信号特征提取方法,能够有效提高睡眠分期的准确率。传统的自动睡眠分期方法都是以一个睡眠时期的时间片为单位进行特征参数提取,文中的睡眠分期按每30 s进行一次睡眠时期判断,将特征提取的时间片分为30 s、90 s、150 s以及210 s,研究不同时间片提取的特征参数对睡眠分期准确率的影响。采用Weka工具中的随机森林分类器对睡眠状态进行判别。实验结果表明,将210 s时间片得到的小波包系数、30 s时间片得到的排列熵以及90 s时间片得到的Petrosian分形维数作为自动睡眠分期的参数,可以得到85%的准确率；而采用30 s时间片得到的以上三类参数只能达到65%的准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马千里	南京邮电大学通信与信息工程学院	27	142	8.0	10.0
2	李斐	南京邮电大学通信与信息工程学院	1	6	1.0	1.0