基于能量特征和模糊熵的睡眠自动分期

• 作者: 李涛 杨芳
• 来源期刊: 中国医学物理学杂志
• 关键词: 睡眠自动分期 脑电 能量特征 模糊熵 支持向量机
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 脑科学与神经物理
• 页码范围: 968-972
• 页数: 5页
• 分类号: R388.8
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2017.09.022

摘要

目的:为实现有效睡眠自动分期,提出一种基于脑电能量特征和模糊熵的睡眠分期方法.方法:首先利用小波变换进行脑电信号去噪,再利用FIR带通滤波器提取脑电信号的特征波,获得能量特征,并提取脑电信号的模糊熵,最后利用支持向量机进行模式识别.结果:能量特征值和模糊熵值随着睡眠状态的变化而不同,睡眠各期可以根据特征值的不同而得到有效区分,通过对1 140个脑电信号样本进行睡眠分期,得到的平均准确率为88.45％.结论:基于脑电能量特征和模糊熵的睡眠分期方法简单、有效,具有良好的临床应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨芳	华南师范大学物理与电信工程学院	10	53	3.0	7.0
2	李涛	华南师范大学物理与电信工程学院	5	21	3.0	4.0