基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目前睡眠自动分期研究主要集中在选择特征向量类别以提高对睡眠阶段的分类准确度,而忽视了对所选特征的分析.特征分析是提高识别准确率的有效方式之一,因此开展基于多尺度排列熵的睡眠五期阈值研究.选取国际标准数据集Sleep-EDF进行MATLAB仿真,经预处理去噪后进行多尺度排列熵(MPE)参数优化设计实验以及睡眠各期阈值范围讨论.结果表明,最优嵌入维数、时间延迟和多尺度因子值分别为6、2和3,睡眠五期MPE熵值按从高到低排序为REM>N1>N2>W>N3.其中REM期阈值范围大于0.86,N1期、N2期阈值差异性较小,中间值在0.86~0.88之间,W期阈值范围在0.8~0.9之间,N3期阈值范围在0.78~0.86之间,说明MPE熵值能较为清楚地区分睡眠五期信号,为临床睡眠障碍诊断与治疗提供了一定参考.
推荐文章
联合同步挤压小波变换和多尺度排列熵的局部放电类型识别
同步挤压小波
局部放电
多尺度排列熵
模糊聚类
睡眠EEG的多尺度信息熵分析
脑电图睡眠小波分析熵
基于多尺度样本熵的时间序列复杂度研究
时间序列
RCMSE
多尺度样本熵
复杂度分析
基于粒子群优化算法的Kapur熵多阈值图像分割
图像分割
多阈值图像分割
粒子群优化算法
Kapur熵
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多尺度排列熵的睡眠阶段阈值研究
来源期刊 软件导刊 学科
关键词 睡眠阶段 自动分期 多尺度排列熵阈值
年,卷(期) 2021,(3) 所属期刊栏目 计算机软件与理论
研究方向 页码范围 119-123
页数 5页 分类号 TP301
字数 语种 中文
DOI 10.11907/rjdk.201609
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (67)
共引文献  (9)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(10)
  • 参考文献(1)
  • 二级参考文献(9)
2017(13)
  • 参考文献(2)
  • 二级参考文献(11)
2018(13)
  • 参考文献(3)
  • 二级参考文献(10)
2019(6)
  • 参考文献(5)
  • 二级参考文献(1)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
睡眠阶段
自动分期
多尺度排列熵阈值
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导