基于正态逆高斯和特征贡献度的睡眠分期实验研究

作     者：由育阳 由书凯 高健凯 杨志宏 YOU Yu-yang;YOU Shu-kai;GAO Jian-kai;YANG Zhi-hong

作者机构：北京理工大学自动化学院北京100081 中国医学科学院药用植物研究所北京100193 

基　　金：国家自然科学基金资助项目(81473579,81273654) 北京理工大学基础研究基金资助项目(20140642006) 

出 版 物：《北京理工大学学报》 (Transactions of Beijing Institute of Technology)

年 卷 期：2019年第39卷第8期

页      码：833-838页

摘      要：针对自动睡眠分期任务,提出了一种基于正态逆高斯和特征贡献度的睡眠分期实验框架.提取睡眠脑电信号特征,并对信号进行可调Q因子小波分解(TQWT),针对TQWT子带提取正态逆高斯参数特征;基于SVM模型实现特征贡献度排序与筛选,针对高贡献度特征,比较多种分类器的分期结果并设计多分类器组合自动睡眠分期算法.采用PhysioBank的Sleep-EDF数据集进行验证,取得了89.88%的平均睡眠分期准确率,相较于单一分类器的分期准确率有较大提升,对睡眠障碍的临床诊断与研究具有较大价值.

主 题 词：睡眠分期 正态逆高斯 特征贡献度 多分类器组合 

学科分类：0810[工学-土木类] 12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0805[工学-能源动力学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.15918/j.tbit1001-0645.2019.08.010

馆 藏 号：203765944...