使用機(jī)器學(xué)習(xí)方法進(jìn)行睡眠分期的研究是腦電信號分析的一個(gè)方向。首先討論了睡眠腦電節(jié)律波的特點(diǎn),從時(shí)域以及時(shí)頻域上提取與睡眠分期相關(guān)性高的特征,然后通過隨機(jī)森林這一集成學(xué)習(xí)算法,按照AASM的睡眠分期判讀規(guī)則,設(shè)計(jì)睡眠分期的多分類器,將睡眠時(shí)期分為Wake、N1、N2、N3、REM五個(gè)時(shí)期,并通過Sleep-EDF數(shù)據(jù)集測試模型的有效性。 

【文章頁數(shù)】：3 頁

【文章目錄】：
1 研究背景及意義
2 數(shù)據(jù)預(yù)處理以及特征提取
    2.1 數(shù)據(jù)集介紹
    2.2 濾波器設(shè)計(jì)
    2.3 特征提取
        2.3.1 時(shí)域特征
            2.3.1. 1 統(tǒng)計(jì)參量
            2.3.1. 2 過零率
            2.3.1. 3 Hurst指數(shù)
        2.3.2 時(shí)頻域分析
            2.3.2. 1 Wigner-Ville分布
            2.3.2. 2 離散小波變換
3 集成學(xué)習(xí)模型
    3.1 隨機(jī)森林模型
    3.2 實(shí)驗(yàn)?zāi)Ｐ驮O(shè)計(jì)
4 結(jié)束語


【參考文獻(xiàn)】：
碩士論文
[1]一種新的人睡眠EEG自動分期方法研究[D]. 劉躍雷.蘭州大學(xué) 2010
[2]基于腦電信號的睡眠自動分期研究[D]. 林少倩.浙江工業(yè)大學(xué) 2020
[3]睡眠信號自動分期的深度學(xué)習(xí)算法研究[D]. 王怡.重慶郵電大學(xué) 2020



本文編號：3709397