一种利用随机森林方法检测睡眠呼吸暂停的研究

• 作者: 吕兴凤 李金宝
• 来源期刊: 北京邮电大学学报
• 学科: 工学
• 关键词: 机器学习 睡眠呼吸暂停 希尔伯特-黄变换 随机森林
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 论文
• 页码范围: 64-70
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13190/j.jbupt.2019-255

摘要

多导睡眠仪中的多种呼吸信号使睡眠呼吸暂停检测过程变得复杂,影响患者睡眠,对此,提出一种利用随机森林方法进行自动睡眠呼吸暂停检测的方法.腹部呼吸信号经过希尔伯特-黄变换后,呼吸暂停与正常睡眠时的能量和边际谱分布显著不同,通过提取相关频域特征,结合时域特征,利用机器学习中的随机森林方法进行呼吸暂停的检测,有效地降低了检测复杂性,提高了检测准确性.实验结果表明,此方法在检测的便捷性和准确性上优于已有方法,更适用于家庭环境,具有广泛的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李金宝		54	1918	10.0	43.0
2	吕兴凤		8	42	4.0	6.0