一种新的脑电信号睡眠分期方法

发布时间：2017-08-30 01:05

  本文关键词：一种新的脑电信号睡眠分期方法

  更多相关文章： 睡眠分期 小波包分解 功率谱熵 多尺度熵 支持向量机 反向传播神经网络

【摘要】：目的研究一种新的脑电信号睡眠分期方法。方法利用小波包变换提取EEG信号的β和δ节律波,然后采用功率谱熵算法分别处理β和δ节律波,并整合结果得到第一部分特征参数。使用基于样本熵且尺度为11,12的多尺度熵算法分别处理EEG信号,得到第二部分特征参数。最终将所有特征参数输入到支持向量机或反向传播神经网络分类器中,将睡眠分为4期。结果对1000个睡眠脑电样本进行测试,使用支持向量机分类的平均准确率为91.90%,使用反向传播神经网络分类的平均准确率为91.70%。结论本文提出的结合小波包分解、功率谱熵和多尺度熵的方法提取的特征参数可以作为睡眠分期的有效依据,且适用于两种分类器。
【作者单位】： 北京理工大学信息与电子学院;
【关键词】： 睡眠分期 小波包分解 功率谱熵 多尺度熵 支持向量机 反向传播神经网络
【分类号】：R318.0
【正文快照】： 人体1/3的时间是在睡眠中度过的,好的睡眠关系到人的心理和生理健康,睡眠分期研究是睡眠质量评估和睡眠相关疾病诊断的重要途径[1]。脑电(electroencephalogram,EEG)信号是代表大脑神经元活动的一种电信号,可无创测量,所以EEG信号一直是研究人体不同睡眠期大脑活动的有力工具[

【参考文献】

中国期刊全文数据库 前5条

1 郑常宝;段晓波;李晓明;;用Matlab小波包求功率频带分解规律[J];电测与仪表;2010年06期

2 李谷;范影乐;李轶;庞全;;基于脑电信号Hilbert-Huang变换的睡眠分期研究[J];航天医学与医学工程;2007年06期

3 刘慧,和卫星,陈晓平;睡眠脑电的非线性动力学方法[J];江苏大学学报(自然科学版);2005年02期

4 许朝霞;王忆勤;颜建军;郭睿;刘国萍;燕海霞;李福凤;徐t;郝一鸣;钱鹏;;基于支持向量机和人工神经网络的心血管疾病中医证候分类识别研究[J];北京中医药大学学报;2011年08期

5 刘建平,赵敏,税东冬;睡眠自动分阶方法及睡眠质量评估的研究[J];武警医学院学报;2004年02期

【共引文献】

中国期刊全文数据库 前10条

1 王嘉麟;姜思源;郭蓉娟;王玉来;邢佳;;失眠虚实两证不同任务下脑电图关联维数差异分析[J];北京中医药;2010年09期

2 岳桂华;;人工神经网络及其在中医研究中的应用进展[J];大众科技;2012年08期

3 杨爽;刘恩顺;孙增涛;;中医证候研究中数理统计方法应用现状[J];长春中医药大学学报;2013年02期

4 赵铁牛;于春泉;王惠君;薛丁文;孟静岩;;人工神经网络在中医证候学中的应用初探[J];中华中医药杂志;2014年03期

5 郑声涛;郑日荣;曹义成;;小波包能量谱在睡眠分期中的应用[J];工业控制计算机;2014年04期

6 张宁仙;裴党帅;;基于AR模型的朱瀗鸣声特征分析[J];电子世界;2014年19期

7 张佃中;谭小红;刘昭前;;不同频段功率谱熵及其在心电分析中的应用[J];湖南大学学报(自然科学版);2007年02期

8 贾花萍;李尧龙;哈渭涛;史晓影;;K-means聚类神经网络分类器在睡眠脑电分期中的应用研究[J];河南科学;2012年06期

9 罗志增;李亚飞;孟明;孙曜;;一种基于二代小波变换与盲信号分离的脑电信号处理方法[J];航天医学与医学工程;2010年02期

10 贾花萍;;基于神经网络集成的睡眠脑电分期研究[J];计算技术与自动化;2012年02期

中国博士学位论文全文数据库 前4条

1 阎s，

本文编号：756402