本文選題：自動(dòng)睡眠分期 + 腦電信號(hào)(EEG)��； 參考：《電子技術(shù)應(yīng)用》2017年09期

【摘要】：針對(duì)傳統(tǒng)的自動(dòng)睡眠分期準(zhǔn)確率不足問(wèn)題,提出一種將多尺度熵(MSE)和主成分分析(PCA)聯(lián)合使用的自動(dòng)睡眠分期方法。以8例受試者睡眠腦電(EEG)監(jiān)測(cè)數(shù)據(jù)及專(zhuān)家人工分期結(jié)果作為樣本,首先使用MSE表征受試者腦電信號(hào)不同睡眠期的非線性動(dòng)力學(xué)特征;然后使用PCA的前兩個(gè)主成分向量代替MSE特征進(jìn)行降維,實(shí)現(xiàn)降低數(shù)據(jù)冗余的同時(shí)保留絕大多數(shù)EEG非線性特征;最終將新向量的特征參數(shù)輸入到反饋神經(jīng)網(wǎng)絡(luò)(BPNN)分類(lèi)器中實(shí)現(xiàn)MSE-PCA模型的腦電睡眠狀態(tài)的自動(dòng)識(shí)別分類(lèi)。實(shí)驗(yàn)結(jié)果表明,自動(dòng)分期準(zhǔn)確率可達(dá)到87.9%,kappa系數(shù)0.77,該方法能提高腦電自動(dòng)睡眠分期系統(tǒng)的準(zhǔn)確率和穩(wěn)定性。
[Abstract]:In order to solve the problem of insufficient accuracy rate of traditional automatic sleep stages , an automatic sleep stage method combining multi - scale entropy ( MSE ) and principal component analysis ( PCA ) was proposed .

【作者單位】： 鄭州大學(xué)信息工程學(xué)院;河南省經(jīng)貿(mào)學(xué)院;河南工業(yè)大學(xué)電氣工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61306106)
【分類(lèi)號(hào)】：R740;TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 王俊;馬千里;;基于多尺度熵的心電圖ST段研究[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年03期

相關(guān)碩士學(xué)位論文 前1條

1 章琴;基于視覺(jué)和本體感覺(jué)阻斷的人體靜態(tài)平衡能力的評(píng)估研究[D];杭州電子科技大學(xué);2016年

，

本文編號(hào)：1752267