基于BP神经网络的大鼠睡眠脑电自动分阶方法的研究
发布时间:2021-01-14 05:43
利用ChoiWilliams分布中的局部频谱的特征提取睡眠脑电信号中的特征值,将特征值送入3层BP神经网络进行训练,训练出的BP神经网络可以较好地用于睡眠脑电的自动分阶。提取最能体现睡眠深度脑电中各种基本波形的时间占有率的特征值送BP神经网络,为睡眠EEG自动分阶提供一种新思路。
【文章来源】:工业技术与职业教育. 2020,18(03)
【文章页数】:3 页
【部分图文】:
清醒W、过渡睡眠S1、2、深度睡眠S3、4和REM4个阶段睡眠脑电图
【参考文献】:
期刊论文
[1]基于脑电信号特征提取的睡眠分期方法研究[J]. 李斐,马千里. 计算机技术与发展. 2017(01)
[2]基于脑电信号的自动睡眠分期研究进展[J]. 高群霞,周静,吴效明. 生物医学工程学杂志. 2015(05)
[3]利用时频变换识别睡眠EEG中的基本模式[J]. 宦飞,王志中,郑崇勋. 仪器仪表学报. 2002(01)
[4]一种分析睡眠脑电图的时频特征图[J]. 宦飞,王志中,郑崇勋. 上海交通大学学报. 2001(05)
本文编号:2976328
【文章来源】:工业技术与职业教育. 2020,18(03)
【文章页数】:3 页
【部分图文】:
清醒W、过渡睡眠S1、2、深度睡眠S3、4和REM4个阶段睡眠脑电图
【参考文献】:
期刊论文
[1]基于脑电信号特征提取的睡眠分期方法研究[J]. 李斐,马千里. 计算机技术与发展. 2017(01)
[2]基于脑电信号的自动睡眠分期研究进展[J]. 高群霞,周静,吴效明. 生物医学工程学杂志. 2015(05)
[3]利用时频变换识别睡眠EEG中的基本模式[J]. 宦飞,王志中,郑崇勋. 仪器仪表学报. 2002(01)
[4]一种分析睡眠脑电图的时频特征图[J]. 宦飞,王志中,郑崇勋. 上海交通大学学报. 2001(05)
本文编号:2976328
本文链接:https://www.wllwen.com/kejilunwen/wltx/2976328.html