基于特征筛选脑电睡眠分期算法研究

发布时间：2020-03-24 06:52

【摘要】：睡眠对于人的身心健康和日常工作具有重要生理意义。睡眠分期是了解睡眠状况和检测睡眠相关疾病的重要标准。传统睡眠分期是一项困难且耗时的分类过程。目前,研究者主要利用计算机对睡眠阶段进行自动和高准确度的分类。本文研究主要由四个部分组成:睡眠脑电信号的预处理、睡眠脑电信号的特征提取、睡眠脑电信号的特征筛选、睡眠脑电信号的分类。首先本文利用启发式阈值小波降噪函数对睡眠脑电进行降噪,从而完成了信号的预处理。降噪函数的信噪比为14db,证明该算法有效地降低了脑电信号噪音,同时使用小波降噪可以很好地保护有用的信号尖峰和突变信号。接着从时域分析、时频域分析和非线性分析三个方面提取了15个特征算法,得出30个特征参数。它们分别为Hjorth参数,δ/α比的能量,LZ复杂度,分形维数,最大Lyapunov指数,Hurst指数,峰度,偏度,Tsallis熵,排列熵,模糊熵,样本熵,α、β、θ和δ的标准差、最大值和小波能量。同时研究了特征算法内部参数。同时利用Fisher Score(FS)、序列浮动前向选择(Sequential Floating Forward Selection,SFFS)、Fast Correlation-Basd Filter Solution(FCBF)进行了特征筛选,并提出了基于Stacking模型的二层学习算法进行睡眠六期分类。第一层使用了五个分类器:K近邻法(K-Nearest Neighbor,KNN)、随机森林(Random Forest,RF)、极端随机树(Extremely Randomized Trees,ERT)、多层感知器(MultilayerPerceptron,MLP)和Extreme Gradient Boosting(XGBoost);第二层采用通用的线性分类器。并比较研究了随机森林、梯度提升树(Gradient Boosting Decision Tree,GBDT)和XGBoost。最后采用Sleep EDF数据库中的睡眠脑电信号,对算法进行了实验,结果表明Stacking中使用FS特征筛选算法可以达到最大分类准确度(0.9667),算法的kapper系数为0.96。该算法可以高效和准确地进行睡眠分期,具有很好的应用前景。
【图文】：

睡眠算法流程

国际10-20标准系统放置系统图
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN911.7;R740

【相似文献】

相关期刊论文 前10条

1 程宽桐;算法分类及各种基本算法的比较与优选(上)[J];齐鲁珠坛;1996年04期

2 刘培;池忠军;;算法歧视的伦理反思[J];自然辩证法通讯;2019年10期

3 孙建丽;;算法自动化决策风险的法律规制研究[J];法治研究;2019年04期

4 吴珍珍;;基于分类规则算法对存款意愿倾向的研究[J];石河子科技;2018年02期

5 唐璐杨;唐小妹;李柏渝;刘小汇;;多源融合导航系统的融合算法综述[J];全球定位系统;2018年03期

6 周祉含;;西方新闻传播学的算法研究综述[J];新闻爱好者;2019年04期

7 赵春杰;;算法共谋的规制思路[J];市场周刊;2019年07期

8 金爽;;基于标签传播的社区发现算法研究与应用[J];电脑迷;2018年01期

9 孙建丽;;试论算法的法律保护模式[J];电子知识产权;2019年06期

10 程宽桐;算法分类及各种基本算法的比较与优选（下）[J];齐鲁珠坛;1996年05期

相关会议论文 前1条

1 李铁山;张锦;王东;陈波;;传感器网络中容错路由算法分类研究[A];全国第16届计算机科学与技术应用（CACIS）学术会议论文集[C];2004年

相关博士学位论文 前7条

1 高阳;基于局部扩展的重叠社区发现算法研究[D];哈尔滨工业大学;2019年

2 贾洁茹;跨摄像机行人再识别中度量学习算法研究[D];北京交通大学;2019年

3 翟婷婷;面向流数据分类的在线学习算法研究[D];南京大学;2018年

4 段沛博;分布式约束优化算法的研究与应用[D];东北大学;2017年

5 罗春备;面向多尺度复杂场景的高效电磁仿真算法研究[D];浙江大学;2019年

6 邵彦超;油气井安全生产监控数据预测预警系统及算法研究[D];北京邮电大学;2016年

7 刘琼;乡村道路环境下农业机器人导航避障算法研究[D];西北农林科技大学;2017年

相关硕士学位论文 前10条

1 安晓丹;二分网络的社区发现算法和评价指标研究[D];山西大学;2019年

2 崔谦;RFID系统混合型反碰撞算法研究[D];上海交通大学;2018年

3 谢勇;基于Spark平台的聚类算法研究[D];重庆邮电大学;2018年

4 杜托;基于Hadoop的关联规则挖掘算法研究[D];重庆邮电大学;2018年

5 董耀聪;基于机会思想的无线传感器网络节点路由算法研究[D];北京交通大学;2019年

6 蒋阿娟;基于改进的LBP与2DLDA算法的人脸识别研究[D];安徽理工大学;2019年

7 鲍舒婷;密度峰聚类算法优化及其隐私保护研究[D];安徽师范大学;2019年

8 席毅X;基于K-means的改进C4.5算法研究[D];内蒙古农业大学;2019年

9 杨姣;基于KNN算法的网络流量异常检测研究[D];曲阜师范大学;2019年

10 王强强;基于特征筛选脑电睡眠分期算法研究[D];重庆邮电大学;2019年

，

本文编号：2597970