基于序列连通度的睡眠分期算法研究

• 作者: 刘志勇 孙金玮
• 来源期刊: 电子学报
• 学科: 医学
• 关键词: 脑电信号 序列连通度 最小二乘支持向量机
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 225-231
• 页数: 7页
• 分类号: R318
• 字数: 4470字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2017.01.031

摘要

准确的睡眠分期有利于帮助人们改善睡眠质量.本文提出了一种基于序列连通度分析的特征参数提取算法,提取了连通度分布斜率,连通距离均值,平均连通距离均值以及改进的加权连通度均值等特征参数,采用最小二乘支持向量机对其进行训练和学习,建立了睡眠脑电的数学模型.结果表明,相对于目前已有的序列加权连通度算法,本文算法对于不同睡眠状态的分期正确率提高了约5.72％,特别是对于浅睡眠状态的分类正确率提高约9.65％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙金玮	哈尔滨工业大学电气工程及自动化学院	52	375	11.0	16.0
2	刘志勇	哈尔滨工业大学电气工程及自动化学院	7	28	3.0	5.0